تجزئة الصور الرقمية بواسطة الخوارزميات الجينية == Digital Image Segmentation By Genetic Algorithms
Author name:
هبة خضير عباس الجبوري
Supervisor name:
علي عبد داود الزكي | عبد الله احمد رشيد
General topic:
Physics
Specific topic:
Image Processing
Degree:
Master
University:
Mustansiriyah University - Faculty Of Education
Language:
English
University location:
Baghdad
First pages:
26T1968 - p.pdf
Abstract:
تلعب التجزئة الصورية دورا مهما في الرؤية الحاسوبية (Computer Vision).هي : " تقسيم الصورة الرقمية الى مناطق هدفيه ، وذلك بتحديد المناطق الرقمية التي لها صفات متشابهة عن المناطق غير المتشابهة" . تعد مشكلة التجزئة الصورية من المشاكل التي يستخدم فيها الحل الامثل ،في هذا البحث تم استعمال طريقة الحل الامثل التي تعتمد على الخوارزمية الجينية Genetic Algorithm لايجاد التجزئة الصورية المثلى . منظومة التجزئة الصورية الجينية (GAIS) تحوي على جزئين : الجزء الاول : يعتمد على ايجاد القيمة المثلى باستعمال العامل الجيني (عامل التزاوجcrossover) فقط .الجزء الثاني : يعتمد على ايجاد القيمة المثلى باستعمال العوامل الجينية (عامل التزاوج crossover، عامل الطفرة mutation ). وهذه الطرائق المختلفة المقترحة قد اختبرت باستعمال صور ذات تدرج رمادي وصور ملونة وباحجام مختلفة ، وقد قورن بين هذه الطرائق . بين انجاز منظومة (GAIS) واعديه الخوارزمية الجينية ونجاحها في حل مشكلة التجزئة الصورية .فقد تضمن العمل الاعتماد على طريقة التصنيف باستعمال المسافة الدنيا وبينت نتائج الاختبار كفاءتها العالية على تصنيف مناطق الصورة . كما وتم الاعتماد على طريقة التجميع Clustering التقليدية وتطبيقها في الخوارزميات الجينية بالاعتماد على دالة الصلاحية المتمثلة بدالة (Minimum Distance) . وبينت النتائج امتلاك الخوارزميات الجينية كفاءة عالية جدا في تجزئة الصورة الرقمية . | Image segmentation plays an important role in computer vision . It is a process that partitions a digital image into several meaningful regions, by identifying regions of an image that have common properties while separating regions that are dissimilar . The image segmentation problem is posed as an optimization procedure .In this thesis, an optimization approach based on genetic algorithm is introduced for finding optimal image segmentation .The design and implementation of genetic algorithm image segmentor (GAIS ) system are described . GAIS consists of two main parts . The First one finds optimal value; using genetic operators such as ( Crossover operator only). The Second part of GAIS system employs finds optimal value ; using genetic operators ( Crossover operator and Mutation operator).The different proposed / implementation segmentation methods of the GAIS system were tested using Color and Gray image and different sizes . Results reported show good performance .Comparisons between different methods are also given . System performance shows that GA is promising for solving image segmentation problem and that a lot of work is expected in this field . That may be work content dependent on classification method by using minimum distance and to explain selection result high efficiency on image region. classification as, and to be complete dependent on a traditional assembly method and performance in GA by dependent on fitness function the represent by minimum distance (Error function) and to have GA with very high efficiency in segment digital image regions.
