چکیده:
ﺗﺸﺨﯿﺺ ﻟﺒﻪ ﺑﺨﺶ ﻣﻬﻤﯽ از ﭘﺮدازش ﺗﺼﻮﯾﺮ ﺑﻮده و ﺑﺮای ﺑﺴﯿﺎری از ﺣﻮزه ﻫﺎی ﺗﺤﻘﯿﻘﺎﺗﯽ ﺑﯿﻨﺎﯾﯽ ﻣﺎﺷﯿﻦ و ﺗﻘﺴﯿﻢ ﺑﻨﺪی ﺗﺼﻮﯾﺮ ﺳﻮدﻣﻨﺪ اﺳﺖ. ﺗﺸﺨﯿﺺ ﻟﺒﻪ ﺟﺰﯾﯿﺎت ﻣﻬﻤﯽ را ﺑﺮای ﮐﺎرﻫﺎی ﭘﺮدازﺷﯽ ﺳﻄﺢ ﺑﺎﻻ ﻣﺜﻞ ﺗﺸـﺨﯿﺺ وﯾﮋﮔـﯽ و ﻏﯿـﺮه را ﻓـﺮاﻫﻢ ﻣـﯽ ﮐﻨﺪ. ﻣﻮﻓﻘﯿﺖ ﺗﺸﺨﯿﺺ ﻟﺒﻪ ﺑﻪ ﻣﺤﺎﺳﺒﻪ ﺑﻬﯿﻨﻪ آﺳﺘﺎﻧﻪ ﺑﺴﺘﮕﯽ دارد. اﯾﻦ ﻣﻄﺎﻟﻌﻪ اﺟﺮای ﯾﮏ روش ﺟﺪﯾﺪ ﺗﺸﺨﯿﺺ ﻟﺒﻪ ﺗﺼـﻮﯾﺮ ﺑـﺮ ﻣﺒﻨﺎی ﺑﻬﯿﻨﻪ ﺳﺎزی ﮔﺮوه ﻣﻮرﭼﻪ ﻫﺎ ﻣﻮرد ﺑﺤﺚ ﻗﺮار داده اﺳﺖ. ﺑﻬﯿﻨﻪ ﺳﺎزی ﮔﺮوه ﻣﻮرﭼﻪ ﻫﺎ از ﻃﺒﯿﻌﺖ اﻟﻬﺎم ﮔﺮﻓﺘﻪ ﺷﺪه اﺳـﺖ ﻣﺰاﯾﺎی ﻣﺨﺘﻠﻒ ﮔﺮوه ﻣﻮرﭼﻪ ﻫﺎ ﻣﺜﻞ ﻧﺸﺎﻧﻪ ورزی، ﻣﺤﺎﺳﺒﺎت ﺗﻮزﯾﻊ ﺷﺪه، ﺗﺒﺨﯿﺮ ﻓﺮﻣﻮن، ﺗﺼﻤﯿﻢ ﮔﯿﺮی ﺑﺮ ﻣﺒﻨﺎی ﻗـﺎﻧﻮن ﺗﻨﺎﺳـﺐ ﺗﺼﺎدﻓﯽ را در ﻧﻈﺮ ﻣﯽ ﮔﯿﺮد. اﯾﻦ وﯾﮋﮔﯽ ﻫﺎ ﮐﺎﻣﻼ ﺑﺮای ﺗﻌﯿﯿﻦ ﻣﺎﺗﺮﯾﺲ ﻓﺮﻣﻮن ﻣﻔﯿﺪ ﻫﺴﺘﻨﺪ. ﻣـﺎﺗﺮﯾﺲ ﻓﺮﻣـﻮن ﺣـﺎوی اﻃﻼﻋـﺎت ﻣﺮﺑﻮط ﺑﻪ ﻟﺒﻪ اﺳﺖ. ﻟﺒﻪ ﻫﺎ ﻣﻨﺎﻃﻘﯽ ﺑﺎ ﺷﺪت ﺗﻨﺪ ﻫﺴﺘﻨﺪ. ﻣﺎﺗﺮﯾﺲ ﻓﺮﻣﻮﻧﯽ ﮐﻪ ﺑﻪ اﯾﻦ روش ﺑﻪ دﺳﺖ ﻣـﯽ آﯾـﺪ ﺑـﺎ ﮐﻤـﮏ اﻧـﺪازه ﺗﻔﮑﯿﮏ ﭘﺬﯾﺮی ﻃﺒﻘﻪ و ﻧﺴﺒﺖ F ﭘﺮدازش ﻣﯽ ﺷﻮد. ﺧﺮوﺟﯽ ﻧﺴﺒﺖ F ﺷﺎﺧﺼﯽ را ﻓﺮاﻫﻢ ﻣﯽ ﮐﻨﺪ ﮐﻪ ﻣﻨﺠﺮ ﺑـﻪ ﺗﻌﯿـﯿﻦ آﺳـﺘﺎﻧﻪ ﺑﻬﯿﻨﻪ ﻣﯽ ﺷﻮد. اﯾﻦ ﻣﯿﺰان آﺳﺘﺎﻧﻪ ﺑﺮای ﺳﺎﺧﺖ ﻧﻘﺸﻪ ﻟﺒﻪ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﻣﯽ ﮔﯿﺮد. ﻧﺘﺎﯾﺞ ﺷﺒﯿﻪ ﺳﺎزی ﺑـ ﺎ اﺳـﺘﻔﺎده از ﻧـﺮم اﻓﺰار MATLAB ﻣﻮﻓﻘﯿﺖ ﻧﻘﺸﻪ ﻟﺒﻪ ﺳﺎﺧﺘﻪ ﺷﺪه ﺗﻮﺳﻂ روش ﭘﯿﺸﻨﻬﺎد ﺷﺪه در اﯾﻦ ﺗﺤﻘﯿﻖ را ﺑﺎ ﮐﻤﮏ ﻋﻮاﻣﻞ آﻣﺎری ﻣﺜـﻞ ﮐﺎﭘﺎ، FOM، ﻓﺎﺻﻠﻪ Hausdorff و Baddeleys’s Delta Metric ارزﯾﺎﺑﯽ ﮔﺮدﯾﺪ. ﻧﺘﺎﯾﺞ ﺑﻪ دﺳﺖ آﻣﺪه ﺑﺎ ردﯾﺎب ﻫﺎی ﻟﺒـﻪ ﺳﻨﺘﯽ ﻣﻘﺎﯾﺴﻪ ﺷﺪﻧﺪ.
خلاصه ماشینی:
"روش پیشنهادی تشخیص لبه تصویر بر مبنای الگوریتم مورچگان مطالعه حاضر الگوریتم جدیدی را در حوزه ردیابی لبه با استفاده از بهینه سازی گروه مورچه ها از طریق استخراج اطلاعات لبـه از ماتریس فرمون ارائه می کند.
مورچه ها تصـمیم به حرکت از گره i به گره دیگر j از طریق قانون حرکت احتمالی می گیرند که به شرح زیر است : pinj ij ij,i,ji (n1) ( ) , , , (n1) j ij , , ji به روز رسانی فرمون محلی به شکل زیر با این فرمول انجام می شود: 13 Xiao 14 ICACIA 15 local intensity variation i,j(1)ij0 به روز رسانی فرمون آفلاین به شرح زیر با این فرمول اجرا می شود: (n) 1 i,nj,kj ,for:best_tour ( 1) ( ) j ( 1) , nelse ij , , تبخیر فرمون باعث می شود که مورچه ها به دنبال برخی راههای جدید بروند و در این روش فرصت را برای کشف راه جدیـد کوتاهتری در منطقه کشف نشده در طول تمام فرایند جستجو فراهم می کند.
بررسی روش پیشنهادی ردیابی لبه تصویر ارائه شده بر مبنای بهینه سازی گروه مورچه ها ترکیب شده با بهره - اف روی یک تصویر دو بعدی اجرا می شود تا ماتریس فرمونی را تولید کند.
/ شکل (٣): ٨ همسایگی برای پیکسل (I,j) مرحله به روز رسانی : اولین بار بعد از اینکه هر مورچه داخل حلقه ساخت nth می شود، به روز رسانی روی مـاتریس فرمـون به صورت زیر انجام می شود: / و دومین فرایند به روز رسانی پس از اینکه هر مورچه حلقه ساخت nth را کامل کرده باشد به شکل زیر صورت می گیرد: i,j(1)i,j0 17 local statistics مرحله تصمیم گیری : در این مرحله ماتریس فرمون خروجی که به دست آمده است ، برای محاسبه آستانه استفاده می شود."