چکیده

۱ مقدمه

۲ کانتور فعال

۳ بهینه سازی الگوریتم ژنتیکی

۱ ۳ معرفی الگوریتم ژنتیکی

۲ ۳ اجرای الگوریتم ژنتیکی

۱ ۲ ۳ مقدار دهی اولیه

۲ ۲ ۳ انتخاب

۳ ۲ ۳ کراس اور

۴ ۲ ۳ جهش

۵ ۲ ۳ پایان دهی

۳ ۳ خلاصه

۴ محاسبه موازی

۱ ۴ محیط محاسبه موازی

۲ ۴ محاسبه ژنتیکی موازی

۳ ۴ نتایج آزمایش

۵ نتیجه گیری

مقدمه

تشخیص لبه یا لبه یابی ابزاری بنیادی درتکنیک های پردازش تصویر، الگویابی (تشخیص الگوی) تصویر و دید کامپیوتر بشمار میشود. در سطح ایده آل، نتیجه بکارگیری یک لبه یاب برای یک تصویر، باید منجر به تولید مجموعه منحنی های نشان دهنده کانتور اشیاء و همچنین منحنی های نظیر(متناظربا) ناپیوستگی ها در جهت سطح گردد. به علاوه، بکارگیری یک الگوریتم لبه یابی برای یک تصویر، مقدار داده های مورد نظر جهت پردازش را کاهش و در عین حال، خصوصیات ساختاری یک تصویر را حفظ می کند. لبه یابی وظیفه و کاری بی اهمیت وجزئی نیست. روشهای زیادی برای لبه یابی وجود دارد. در این مقاله، روش کانتور فعال یا الگوریتم مار را معرفی می کنیم که تابع انرژی را به حداقل می رساند.

کانتورهای فعال نسبت به تکنیک های جذب ویژگی کلاسیکی محاسن متعددی دارند. دستکاری مارها با استفاده از نیروهای تصویر خارجی راحت می باشد. آنها در جستجوی حالت انرژی کمینه (حداقل انرژی) خود تطبیقی می باشند. به علاوه، از آنها می توان برای ردیابی اشیاء متحرک در ابعاد زمانی و فضایی استفاده نمود.

اگر مایل به تهیه نسخه پاورپوینت مقاله کانتور فعال: شیوه الگوریتم ژنتیکی موازی  هستید اینجا کلیک نمایید. همچنین برای خرید مقاله ورد از دکمه های زیر استفاده نمایید.