ارائه یک روش جدید لبه یابی برای تصاویر خاکستری نویزی مبتنی بر الگوریتم جستجوی فاخته
- سال انتشار: 1397
- محل انتشار: دومین کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر
- کد COI اختصاصی: ICTI02_108
- زبان مقاله: فارسی
- تعداد مشاهده: 803
نویسندگان
استادیار دانشگاه، گروه کامپیوتر، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
کارشناسی ارشد، گروه کامپیوتر، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
چکیده
لبه یابی به عنوان یک گام پیش پردازشی در بسیاری از برنامه های پردازش تصویر و بینایی ماشین از قبیل تشخیص اشکال، بازسازی سه بعدی، قطعه بندی تصاویر پزشکی به کارمی رود. آشکارسازی لبه، به فرایند شناسایی و تعیین خطوط تند ناپیوسته در یک تصویر برمی گردد. این خطوط ناپیوسته تغییرات ناگهانی در شدت دارند و محدوده ی اشیا را در تصویر مشخص می کنند. در فرایند لبه یابی، یک تصویر خاکستری بعنوان ورودی دریافت شده و سپس یک تصویر دودویی که نمایانگر لبه های اشیا است بعنوان خروجی استخراج می گردد. در این مقاله، یک روش جدید لبه یابی مبتنی بر الگوریتم بهینه سازی جستجوی فاخته به منظور کشف لبه ها ی دقیق در تصاویر نویزی معروفی شده است. در روش پیشنهادی با بکارگیری الگوریتم جستجوی فاخته، مقادیر بهینه برای حد آستانه بالا و پایین در مرحله آستانه گیری و مقدار بهینه پارامتر انحراف از معیار در فیلتر گاوسی برای هموارسازی محاسبه شده است. نتایج آزمایشات، بر روی تصاویر استاندارد برکلی بررسی شده و با الگوریتم های لبه یاب مشهور ازقبیل کنی، پرویت، سوبل و لیه یابی مبتنی بر الگوریتم مورچگان مقایسه گردیده است.نتایج بدست آمده حاکی از بهبود دقت و صحت روش پیشنهادی در تصاویرنویزی و تصاویر غیر نویزی نسبت به روش های لبه یاب موجود می باشد.کلیدواژه ها
تشخیص لبه، الگوریتم بهینه سازی جستجوی فاخته، نویززدایی، آستانه گیریمقالات مرتبط جدید
- مدلسازی و شبیه سازی جبران ساز سری سنکرون استاتیکی توزیع برای حل چالش های شبکه توزیع بر پایه الگوریتم بهینه سازی گرگ خاکستری
- Adaptive Control Strategies for Fast Charging of EVs with Battery Degradation Mitigation
- شناسایی مانع با استفاده از دید استریو برای خودروهای بدون سرنشین
- Multi-Gbest Decomposition for Many-Objective Optimization
- ترکیب منابع انرژی پیزوالکتریک و ترموالکتریک به منظور افزایش کارایی سیستم های برداشت انرژی
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.