دسته بندی تصاویر رنگی با استفاده منطق فازی و الگوریتم های فرا ابتکاری (pso)

بینایی رایانه ای یکی از شاخه های مدرن و پرتنوع هوش مصنوعی است که با ترکیب روش های مربوط به پردازش تصاویر و ابزارهای تعلیم ماشینی رایانه ها را به بینایی اشیاء، مناظر، و درک هوشمند خصوصیات گوناگون آنها توانا می گرداند. در سال های اخیر، به دلیل گسترش نیاز به طبقه بندی بهینه تصاویر در پایگاه های داده حجیم، تحقیقات گسترده ای در ز مینه دسته بندی تصاویر صورت گرفته است. در بعضی از کارهای پیشین برای حل مسیله بازیابی و کلاس بندی تصاویر در مقیاس بالا، الگوریتم فازی پیشنهاد شده است که در آن، شرط اولیه صرفه جویی در زمان، مدنظر قرار داده شده است، اما در این روش برخی از تصویرها همیشه به صورت تنها یک خوشه بزرگ درنظر گرفته می شوند و از این رو، نتیجه کلاس بندی، کارایی خوبی را به همراه نداشته است. در این مقاله، یک روش کلاس بندی و بازیابی تصویر رنگی با استفاده از الگوریتم PSO و معیار شباهت فازی معرفی شده است. در این روش، معیار شباهت دو تصویر، حتی در زمانی که یک رنگ، درون یکی از دو تصویر وجود نداشته باشد، نیز معقولانه به نظر می رسد. از طرف دیگر، انتخاب معیارهای شباهت بسیار منطقی تر از روش های پیش تر ذکر شده خواهد بود و بدین سان، نتیجه کلاس بندی نیز کارایی بهتری را به دست خواهد آورد.

کلیدواژه ها:

طبقه بندی تصاویر ، بهبود تصاویر ، بینایی ماشین ، خوشه بندی فازی