کاربرد تبدیل موجک در قطعه بندی تصاویر بر پایه الگوریتم های ترکیبی

در قطعه بندی، اشیاء مختلف موجود در تصویر با توجه به کاربرد مورد نظر از هم جدا می شوند تا تحلیل تصویر جهت مراحل بعدی راحتتر انجام گیرد. در این پژوهش، روش جدیدی جهت قطعه بندی تصویر بر اساس تبدیل موجک و الگوریتم های بهینه سازی ارائه می شود. تبدیل موجک قابلیت تجزیه و تحلیل سیگنال با رزولوشن های مختلف را دارد و با کاهش تعداد ویژگی ها و حذف جزییات غیرضروری مانند نویز باعث بهبود قطعه بندی میشود. سپس از ترکیب الگوریتم کامینز و ژنتیک جهت قطعه بندی تصاویر استفاده می شود. الگوریتم کامینز یکی از بهترین الگوریتم های خوشه بندی است که از سرعت بالایی برخوردار است اما از مشکلات آن افتادن در دام بهینه محلی است و در واقع بسیار به نقاط یا مراکز کلاستر وابسته است. از طرف دیگر الگوریتم ژنتیک روش جستجوی کامپیوتری بر پایه الگوریتم های بهینه سازی و بر اساس ساختار ژنها و کروموزوم ها است و تلاش میکند تا راه حلهای جدید و بهبود یافته را برای مراکز کلاسترها ایجاد کند. در این پژوهش، تلاش می شود تا با کمک الگوریتم ژنتیک به تولید جواب های با کیفیت برسیم و مشکل کامینز تا حدی حل شود. روش پیشنهادی بر روی تعدادی تصاویر استاندارد پیاده سازی شده است. مقدار صحت برابر ۹۹ درصد است که بیانگر کارایی این روش است.

کلیدواژه ها:

قطعه بندی تصاویر ، تبدیل موجک ، الگوریتم ژنتیک ، K-means