الگوریتمهای فراابتکاری
فروغ شهابی؛ فرشته پورآهنگریان؛ همایون بهشتی
چکیده
ناحیهبندی تصویر یکی از مسائل اساسی در پردازش تصویر است که اشیاء و دیگر ساختارهای موجود در تصویر را شناسایی میکند. یکی از روشهایی که بهطور گسترده در ناحیهبندی تصویر بهکار گرفته شده است، آستانهگیری میباشد که قادر است پیکسلهای مبتنیبر آستانههای معین را جداسازی نماید. در روش آتسو برای تعیین حد آستانه سعی میشود که ...
بیشتر
ناحیهبندی تصویر یکی از مسائل اساسی در پردازش تصویر است که اشیاء و دیگر ساختارهای موجود در تصویر را شناسایی میکند. یکی از روشهایی که بهطور گسترده در ناحیهبندی تصویر بهکار گرفته شده است، آستانهگیری میباشد که قادر است پیکسلهای مبتنیبر آستانههای معین را جداسازی نماید. در روش آتسو برای تعیین حد آستانه سعی میشود که تا حد امکان واریانس درون کلاسها را افزایش و واریانس بین کلاسها را کاهش داد. از جمله مشکلات این روش، افزایش زمان محاسبات با افزایش تعداد حدود آستانه است. یکی از راهکارهای تاثیرگذار و پرکاربرد برای رفع مشکلات روش آتسو، ترکیب آن با الگوریتمهای تکاملی است که میتواند کارایی ناحیهبندی تصویر را افزایش و زمان لازم را کاهش دهد. الگوریتم جستجوی کلاغ یکی از الگوریتمهای نوین فرا اکتشافی مبتنی بر جمعیت است که از روشهایی که کلاغها برای ذخیرهسازی و بازیابی غذای خود استفاده میکنند، الهام گرفته است. در این مقاله یک روش ترکیبی براساس الگوریتم جستجوی کلاغ و روش آتسو برای آستانهگیری چندسطحی پیشنهاد میشود. نتایج بهدستآمده با سایر الگوریتمهایی که با روش آتسو ترکیب شدهاند، از جمله الگوریتم پرندگان، الگوریتم کرم شبتاب و الگوریتم کرم شبتاب فازی مقایسه شده است. ارزیابی روی پنج تصاویر محک نشان میدهد که روش پیشنهادی توانسته است مدت زمان اجرا و میزان یکنواختی را بهبود بخشد.