文献

J-GLOBAL ID：202202211950576461   整理番号：22A0843856

マルチレベル閾値化のためのダーウィン列探索アルゴリズムに関する研究【JST・京大機械翻訳】

A Study on Darwinian Crow Search Algorithm for Multilevel Thresholding

著者 (2件)： Ehsaeyan Ehsan (Department of Communication and Electronic Engineering, School of Electrical and Computer Engineering, Shiraz University, Shiraz 71946 85115, Iran) ,  Zolghadrasli Alireza (Department of Communication and Electronic Engineering, School of Electrical and Computer Engineering, Shiraz University, Shiraz 71946 85115, Iran)
資料名： International Journal of Image and Graphics  (International Journal of Image and Graphics)
巻： 22  号： 1  ページ： 2250012  発行年： 2022年 
JST資料番号： W3723A  ISSN： 0219-4678  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： マルチレベル閾値化は画像セグメンテーションにおける基本的方法である。分解セグメントの数が高ければ,従来の画像マルチレベル閾値アルゴリズムは計算上高価である。本論文では,セグメンテーションアプリケーションに専念したCrow検索アルゴリズム(CSA)のための新しい強力な技法を提案した。本研究の主な貢献は,Darwinian進化理論を発見的CSAと適合させることである。最初に,母集団を指定グループに分割し,各グループが探索空間でより良い位置を見つけることを試みた。奨励と罰の政策は,局所最適と早期解にトラップされる回避エージェントにセットされる。さらに,提案した方法の収束速度を増すために,グレースケールマップを境界外エージェントに適用した。10の試験画像を,有名な手順,エネルギー曲線法と比較して,著者らのアルゴリズムの能力を測定するために選択した。2つの一般的なエントロピー,すなわち,OtsuとKapurを採用して,導入したアルゴリズムの能力を評価した。8つの異なる探索アルゴリズムを実装し,導入した方法と比較した。得られた結果は,著者らの方法が,元のCSAと比較して,他の発見的探索法と比較して,マルチレベル閾値をより効率的に抽出できることを示した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  エントロピー ,  効率 ,  *閾値 ,  セグメンテーション ,  グレースケール ,  画像処理 ,  計算機アルゴリズム ,  応用プログラム ,  母集団 ,  エージェント
準シソーラス用語： 探索空間 ,  収束速度 ,  画像セグメンテーション ,  *探索アルゴリズム ,  検索アルゴリズム ,  探索法 ,  *マルチレベル閾値 , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像セグメンテーション ,  マルチレベル閾値化 ,  ダーウィン理論 ,  Crow探索アルゴリズム ,  エネルギー曲線 ,  群知能

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： マルチレベル閾値 ,  探索アルゴリズム ,  研究