یک لبه‌یاب جدید مبتنی بر تئوری فازی و الگوریتم جستجوی جمعیت مورچه‌گان

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,499

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP05_062

تاریخ نمایه سازی: 29 اردیبهشت 1387

چکیده مقاله:

در این مقاله با استفاده از ترکیب الگوریتم جستجوی جمعیت مورچگان و مفاهیم مجموعه علی فازی ، روش جدیدی برای آشکار سازی لبه ها در تصویر ارائه شده است . در روش پیشنهادی ، پیکسل ها به عنوان گره های یک گراف در نظر گرفته شده است . توابع عضویت فازی میزان تعلق یک پیکسل به یک لبه را در طول مسیر جستجوی مورچه ها تعیین می کنند . به این شکل که اطلاعات هیوریستیک مورد نیاز مورچه ها در طول مسیر و همچنین تقویت جواب های بهتر ، متناظر با درجه خوبی آن جواب به کمک توابع عضویت فازی انجام می شود . روش مذکور روی تعداد زیادی از تصاویر استاندارد آزمایش شده و پس از تنظیم مناسب پارامترها ، نتایج آن با لبه یاب های متداول مقایسه شده است . نتایج آزمایشات ، نشان دهنده ی آن است که روش پیشنهادی از توانایی بالایی در لبه یابی برخوردار است .

کلیدواژه ها:

لبه‌یابی ، تئوری فازی ، الگوریتم جستجوی جمعیت مورچگان

نویسندگان

فاطمه افسری

دانشگاه شهید باهنر کرمان ، بخش مهندسی کامپیوتر ، عضو هیات علمی

سید مهدی اکرمی فر

دانشگاه شهید باهنر کرمان ، بخش مهندسی کامپیوتر ، دانشجو

ناهید صدری فیروزآبادی

دانشگاه شهید باهنر کرمان ، بخش مهندسی کامپیوتر ، دانشجو

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Pratt W.K., Digital image processing, 2nd Edition, John Wiley& Sons, ...
  • Gonzalez R.C. and Woods R.E., Digital image processing, Addis on-Wesley, ...
  • Canny J., _ computational Approach to Edge Detection?, IEEE Transactions ...
  • Lu S., Wang Z., Shen J., ،، Neuro- Fuzzy- Synergism ...
  • Liang L. R., Looney C.G., "Competitive fuzzy edge detection?, Applied ...
  • Hua L., Cheng H.D., Zhang M.، A high performance edge ...
  • Afsari F., Koohimo ghadam M., NikoueiM ahani M.A., Nezamabad i-pour ...
  • Ne zamabadi-p Our H., Saryazdi S., Rashedi E., *Edge detection ...
  • Dorigo M., Maniezzo V. and Colorni A., ،The ant system: ...
  • Stutzle T. and Hoos H., ، Max-Min Ant System and ...
  • Dorigo M. and Gambardella L.M., ، A study of some ...
  • Yin P.Y., «Ant colony search algorithms for optimal polygonal ap ...
  • Jang J.R., Sun C.T. and Mizutani E., Neuro-Fuzzy and Soft ...
  • th Iranian Conference On Machine Vision and Image Processing, November ...
  • نمایش کامل مراجع