بررسی استفاده از الگوریتم بهینه سازی مورچه ها در تشخیص لبه عکس

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 تشخیص ویژگی و غیره را فراهم می کند. موفقیت تشخیص لبه به محاسبه بهینه آستانه بستگی دارد. این مطالعه اجرای یک روش جدید تشخیص لبه تصویر بر مبنای بهینه سازی گروه مورچه ها مورد بحث قرار داده است. بهینه سازی گروه مورچه ها از طبیعت الهام گرفته شده است. مزایای مختلف گروه مورچه ها مثل نشانه ورزی، محاسبات توزیع شده، تبخیر فرمون، تصمیم گیری بر مبنای قانون تناسب تصادفی را در نظر می گیرد. این ویژگی ها کامال برای تعیین ماتریس فرمون مفید هستند. ماتریس فرمون حاوی اطالعات مربوط به لبه است. لبه ها مناطقی با شدت تند هستند. ماتریس فرمونی که به این روش به دست می آید با کمک اندازه تفکیک پذیری طبقه و نسبت F پردازش می شود. خروجی نسبت F شاخصی را فراهم می کند که منجر به تعیین آستانه بهینه می شود. این میزان آستانه برای ساخت نقشه – لبه مورد استفاده قرار می گیرد. نتایج شبیه سازی با استفاده از نرم افزار MATLAB موفقیت نقشه – لبه ساخته شده توسط روش پیشنهاد شده در این تحقیق را با کمک عوامل آماری مثل کاپا، FOM ،فاصله Hausdorff و Metric Delta s’Baddeleys ارزیابی گردید. نتایج به دست آمده با ردیاب های لبه سنتی مقایسه شدند.