یک الگوریتم بهینه برای آشکارسازی لبه ها در تصاویر با استفاده از الگوریتم های هوشمند 



x

یک الگوریتم بهینه برای آشکارسازی لبه ها در تصاویر با استفاده از الگوریتم های هوشمند



تشخیص بات نت های اجتماعی مبتنی بر شباهت‌های رفتاری و ویژگی‌های ساختاری گراف اجتماعی
مدلسازی،کنترل و شبیه سازی ریزشبکه AC/DC هیبرید
ارزیابی عملکردی تقاطعات کنترل شده با چراغهای راهنمائی هوشمند-مطالعه موردی شهر یزد
پهنه بندی خطر سیلاب شهری با استفاده از آنالیز تصمیم گیری چند معیاره (MCDA) و سیستم اطلاعات جغرافیایی (GIS) (مطالعه موردی: شهر کرمانشاه)
ايجاد سكوي آزمايش پروتكلهاي ISDN-PRI و v5.2 بر روي STAP
بررسی، شناسائی و تولید بیوسورفکتانت توسط گونه های باکتریایی

مطالعه پارامتری اثر مشخصات پاشش و شرایط اولیه بر تبخیر کامل قطرات سوخت و عدم تشکیل شعله در لوله پیش مخلوط
ارائه یک سیستم مدیریت اعتماد با در نظر گرفتن زمان
توسعه راهکارهای کاربردی تعالی پروژه ها بر اساس مدل تعالی پروژه(PEM)
محاسبه ضریب رفتار سیستم سازه‌ای دیاگرید
پردیس موسیقی ایران زمین (طراحی خانه موسیقی با رویکرد معماری ایرانی)
بررسی وبهینه سازی چرخه های ترکیبی تولیدهمزمان بااستفاده ازسوخت های بیوگاز از دیدگاه های اگزرژی،اگزرژی- اقتصادی
حمایت از ما | مشهدهاست
`

یک الگوریتم بهینه برای آشکارسازی لبه ها در تصاویر با استفاده از الگوریتم های هوشمند






در روش ارائه شده ابتدا یک سیستم فازی با مجموعه ای از قوانین فازی ساده به شناسایی پیکسل‌های نویزی می‌پردازد تا عملیات فیلترینگ فقط برای پیکسل‌های نویزی شناسایی شده انجام شود و نسبت سیگنال به نویز تصویر فیلتر شده در حد مطلوبی باقی بماند. در این قسمت با محاسبه توان سیگنال به نویز اثبات می‌شود که سیستم فازی ارائه شده در مقایسه با روش‌هایی که قبلاً ارائه شده است عملکرد بهتری داشته است. در این رساله از بهینه یابی کلونی مورچگان به صورت هدایت شده برای لبه یابی استفاده می‌شود. بدین ترتیب که برای پیکسل‌هایی که با احتمال بیشتری می‌توانند جزء پیکسل‌های لبه باشند میزان فرمون اولیه بیشتری در نظر گرفته می‌شود تا حرکت مورچه‌ها با سرعت بیشتری به سمت پیکسل‌های لبه هدایت شود. عامل دیگری که برای جهت بخشیدن به حرکت مورچه‌ها در نظر گرفته شده است تعریف اطلاعات ابتکاری به گونه ای است که حرکت هر مورچه با تغییر شدت روشنایی محلی در هر پیکسل متناسب باشد. تأثیر اطلاعات ابتکاری در حرکت مورچه‌ها با یک تابع نمایی منظور شده است. پس از اتمام حرکت مورچه‌ها یک ماتریس فرمون نهایی خواهیم داشت که با یک آستانه می‌توان اطلاعات لبه را از آن استخراج نمود و در این رساله از یک روش آستانه گذاری هوشمند استفاده شده است که با بهره گیری از شبکه های عصبی اجرایی گردیده است. در این پایان نامه اثبات می‌شود که روش ارائه شده هم در شرایط نویزی و هم در شرایطی که نویز وجود ندارد پاسخ‌های قابل قبولی دارد و در قیاس با دیگر روش‌ها، لبه های بیشتری را با کیفیت بهتری استخراج می‌کند.
نمایه ها:
آشکارسازی لبه |
سیستم استنتاج فازی |
بهینه یابی کلونی مورچگان |
شبکه های عصبی |
تصویر نویزی |
آستانه گذاری هوشمند |



 اين مطلب بدون دخالت انساني عينا از اين آدرس کپي شده و تمامي مسوليت آن با ناشر اصلي است.

برترین مطالب


بررسی پدیده تشدید فانو در نانوذرات پلاسمونی و کاربردهای آن در حسگرها
مطالعه ارتعاشات پیچشی میکرو شفت داخل سیال مگنتورئولوژیکال
بررسی طول لغزش در نانوکانال های صاف و زبر به کمک روش شبیه سازی دینامیک مولکولی
بهبود روش های دسته بندی در داده کاوی با استفاده از دانش گذشته
تحلیل پنهان نگاری در تصاویر رنگی 24 بیتی
مدلسازی نمونه محور تصمیم گیری انسان بوسیله ساختار شناختی ACT-R

سنگ زنی به روش تخلیه الکتریکی ‏‎( EDG )‎‏
ریتواتور
بررسی اجمالی باتری های آلکالاین و مقایسه آنها با باتری های لکلانشه
مبانی ریاضی و الگوریتمهای محاسباتی سیستمهای رمزنگاری کلید عمومی
سوپر تله مگنتیک
استفاده از انرژی نیشکر در تولید برق و بخار

سایر مطالب

*