CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

آشکارسازی لبه با استفاده از شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک

عنوان مقاله: آشکارسازی لبه با استفاده از شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک
شناسه ملی مقاله: GEO90_153
منتشر شده در همایش ژئوماتیک 90 در سال 1390
مشخصات نویسندگان مقاله:

فرید اسماعیلی - دانشجوی کارشناسی ارشد فتوگرامتری
حمید عبادی - دانشیار دانشگاه صنعتی خواجه نصیرالدین طوسی
سلمان احمدی - دکتری فتوگرامتری

خلاصه مقاله:
لبه ها جزو عوارض مهم تصویر می باشند که درکاربردهای مختلف همچون تناظریابی استخراج عوارض قطعه بندی تصویر تشخیص عوارض خطی و غیره به عنوان عوارض مبنا درتصویر مورد استفاده قرارمیگیرند از این رو الگوریتم های متعدد استخراج لبه با قابلیت های مختلف ارایه شده است اکثر این اپراتورها درمواجه با تصاویر حاوی نویز و یا تصاویر نرم شده Jsmooth عملکرد واقعی خود را از دست میدهند به نحوی که قابلیت استخراج لبه های قوی پیوسته و با موقعیت مکانی صحیح درتصویر از بین میرود و نویزهای تصویری نیز به اشتباه به عنوان لبه نمایان می گردند. دراین مقاله از شبکه عصبی مصنوعی پرسپترون تک لایه برای استخراج لبه های تصویری استفاده شده اس شبکه عصبی براساس یکی از اپراتورهای استخراج لبه همچون لاپلاسین با استفاده از الگوریتم ژنتیک بهینه سازی شده و آموزش داده می شود نتایج نشان میدهد عملکرد شبکه عصبی دراستخراج لبه از روی تصاویر نویز دار و تصاویر نرم شده بسیاربهتر از خروجی عملگری است که با آن آموزش دیده است.

کلمات کلیدی:
استخراج لبه - شبکه عصبی پرسپترون - الگوریتم ژنتیک ت اپراتور لاپلاسین - تابع فعالیت - اپتیماسیون

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/151322/