تشخیص لبه تصویر با استفاده از بهینه سازی کلونی مورچگانACO
- سال انتشار: 1396
- محل انتشار: چهارمین کنفرانس ملی فناوری اطلاعات، کامپیوتر و مخابرات
- کد COI اختصاصی: ITCT04_022
- زبان مقاله: فارسی
- تعداد مشاهده: 852
نویسندگان
دانشکده مهندسی برق و کامپیوتر، دانشگاه سمنان
هییت علمی دانشکده مهندسی برق و کامپیوتر، دانشگاه سمنان
دانشکده مهندسی برق و کامپیوتر، دانشگاه سمنان
چکیده
لبه یابی تصاویر از مهمترین عملیات در پردازش تصویرمی باشد. به علت کاربردهای وسیع تصاویر رنگی، لبه یابی این تصاویر از اهمیت ویژهای برخوردارندوکیفیت تشخیص لبه، زمان اجرا الگوریتمها را از یکدیگر متمایز میسازد. زمان اجرای الگوریتمهای لبه یابی در کاربردهای واقعی بسیار حایز اهمیتاست؛ بدین معنی که استفاده از الگوریتمی که لبههای تصویر را باکیفیت مطلوب تشخیص دهد، در بسیاری از کاربردها )حساس به زمان( عملا غیرممکن است. یکی از روشهای جدید لبه یابی الگوریتم بهینهسازی کلونی مورچگان است که از کیفیت بالایی برخوردار است . در این مقاله، الگوریتمی بر مبنایاین روش ارایهشده است. روش کلونی مورچهها (ACO) بهینهسازی است که الگوریتم از رفتار طبیعی از گونههای مورچه که با قرار دادن فرمون بر روی زمین به جستجوی غذا میپردازند، الهام گرفته است. اساس روش ACO قادر به تشخیص لبه با ایجاد یک ماتریس فرمون که نشاندهنده اطلاعات لبه، در هر موقعیت پیکسل، از تصویراست که با اعزام تعدادی از مورچهها و حرکت بر روی تصویر توسط تنوع محلی از تصویر مقادیر شدت در محورها مشخص میشوند. نتایج شبیهسازی الگوریتم پیشنهادی ضمن ارایه کیفیت بالا، ازنظر زمان اجرا نیز حایز اهمیت است.کلیدواژه ها
تشخیص لبه، ماتریس فرمون، کلونی مورچگان، یال تصویر، ACOمقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.