تشخیص لبه تصویر با استفاده از بهینه سازی کلونی مورچگانACO

لبه یابی تصاویر از مهمترین عملیات در پردازش تصویرمی باشد. به علت کاربردهای وسیع تصاویر رنگی، لبه یابی این تصاویر از اهمیت ویژهای برخوردارندوکیفیت تشخیص لبه، زمان اجرا الگوریتمها را از یکدیگر متمایز میسازد. زمان اجرای الگوریتمهای لبه یابی در کاربردهای واقعی بسیار حایز اهمیتاست؛ بدین معنی که استفاده از الگوریتمی که لبههای تصویر را باکیفیت مطلوب تشخیص دهد، در بسیاری از کاربردها )حساس به زمان( عملا غیرممکن است. یکی از روشهای جدید لبه یابی الگوریتم بهینهسازی کلونی مورچگان است که از کیفیت بالایی برخوردار است . در این مقاله، الگوریتمی بر مبنایاین روش ارایهشده است. روش کلونی مورچهها (ACO) بهینهسازی است که الگوریتم از رفتار طبیعی از گونههای مورچه که با قرار دادن فرمون بر روی زمین به جستجوی غذا میپردازند، الهام گرفته است. اساس روش ACO قادر به تشخیص لبه با ایجاد یک ماتریس فرمون که نشاندهنده اطلاعات لبه، در هر موقعیت پیکسل، از تصویراست که با اعزام تعدادی از مورچهها و حرکت بر روی تصویر توسط تنوع محلی از تصویر مقادیر شدت در محورها مشخص میشوند. نتایج شبیهسازی الگوریتم پیشنهادی ضمن ارایه کیفیت بالا، ازنظر زمان اجرا نیز حایز اهمیت است.

Keywords:

تشخیص لبه , ماتریس فرمون , کلونی مورچگان , یال تصویر , ACO