Сегментація зображень із використанням генетичних алгоритмів

Автор(и)

  • Semen Gorokhovskyi Гороховський Семен Самуїлович – кандидат фізико-математичних наук, доцент, завідувач кафедри інформатики факультету інформатики Національного університету «Києво-Могилянська академія», Ukraine
  • Andrii Moroz Мороз Андрій Вікторович – студент магістерської програми «Комп’ютерні науки» факультету інформатики Національного університету «Києво-Могилянська академія», Ukraine

DOI:

https://doi.org/10.18523/2617-3808.2021.4.52-55

Ключові слова:

оброблення зображень, сегментація зображень, генетичні алгоритми

Анотація

У статті ми використовуємо генетичні алгоритми для розв’язання проблеми сегментації зображень, яка є вирішальним етапом у процесі оброблення та аналізу зображень. Сегментація зображення – це процес розбиття одного зображення на множину сегментів, де сегменти вже більш репрезентативні та зручніші для дослідження. Як деталі можна використовувати окремі поверхні або предмети. Процес сегментації зображень застосовують для визначення об’єктів та їхніх меж. Сенс використання генетичних алгоритмів полягає у тому, що кожен піксель групується в інші пікселі за допомогою функції відстані на основі як локальних, так і глобальних уже обчислених сегментів. Майже кожен алгоритм сегментації зображень містить параметри, які використовують для управління результатами сегментації; генетична система може динамічно змінювати параметри для досягнення найкращих показників. Як і в послідовності зображень, для оптимізації декількох параметрів у процесі застосовували багатоцільові генетичні алгоритми, за допомогою яких можна знайти різноманітну колекцію рішень із більшою кількістю змінних. Описано додаток, який дає змогу сегментувати зображення з використанням генетичних алгоритмів без потреби попе- реднього тренування моделі на великому масиві даних.

Біографії авторів

Semen Gorokhovskyi, Гороховський Семен Самуїлович – кандидат фізико-математичних наук, доцент, завідувач кафедри інформатики факультету інформатики Національного університету «Києво-Могилянська академія»

gor@ukma.edu.ua

Andrii Moroz, Мороз Андрій Вікторович – студент магістерської програми «Комп’ютерні науки» факультету інформатики Національного університету «Києво-Могилянська академія»

a.moroz@ukma.edu.ua

Посилання

  1. Goldberg, D. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. New York: Addison-Wesley.
  2. Ripon, Kazi Shah Nawaz, Ali, Lasker, Newaz, Sarfaraz, & Ma, Jinwen. (2017). A Multi-objective Evolutionary Algorithm for Color Image Segmentation. Lecture Notes in Computer Science.
  3. Wyszecki, Gunther, & Stiles, W. S. (2000). Color Science: Concepts and Methods, Quantitative Data and Formulae. 2nd Edition. Wiley Interscience.

##submission.downloads##

Опубліковано

2021-12-10

Як цитувати

[1]
S. Gorokhovskyi і A. Moroz, «Сегментація зображень із використанням генетичних алгоритмів», NRPCOMP, т. 4, с. 52–55, Груд 2021.

Номер

Том 4 (2021): Наукові записки НаУКМА. Комп’ютерні науки

Розділ

Статті

Ліцензія

Авторське право (c) 2021 Semen Gorokhovskyi, Andrii Moroz

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з такими умовами:

а) Автори зберігають за собою авторські права на твір на умовах ліцензії CC BY 4.0 Creative Commons Attribution International License, котра дозволяє іншим особам вільно поширювати (копіювати і розповсюджувати матеріал у будь-якому вигляді чи форматі) та змінювати (міксувати, трансформувати, і брати матеріал за основу для будь-яких цілей, навіть комерційних) опублікований твір на умовах зазначення авторства.

б) Журнал дозволяє автору (авторам) зберігати авторські права без обмежень.

в) Автори мають право укладати самостійні додаткові угоди щодо поширення твору (наприклад, розміщувати роботу в електронному репозитарії), за умови збереження посилання на його першу публікацію. (Див. Політика Самоархівування)

г) Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у репозитаріях) тексту статті, як до подання його до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).