Meta Sezgisel Arama Algoritmalarının Çok Seviyeli Görüntü Eşikleme Performanslarının Karşılaştırılması
2024; Association of Food Technology, Turkey; Linguagem: Turco
10.28948/ngumuh.1529614
ISSN2564-6605
AutoresAsuman Günay, Samoua Alsamoua,
Tópico(s)Medical Image Segmentation Techniques
ResumoGörüntü segmentasyonu alanında sıklıkla kullanılan eşiklemeye dayalı segmentasyon yöntemleri, az sayıdaki eşik değerinin belirlenmesinde başarılıdır. Fakat eşik seviye sayısı arttıkça hesaplama karmaşıklığında üstel artış meydana gelmektedir. Bu nedenle problemin çözümünde meta sezgisel arama algoritmaları kullanılmaktadır. Bu çalışmada görüntü segmentasyonu literatüründe en çok kullanılan 11 meta sezgisel algoritmanın (yapay arı kolonisi, guguk kuşu arama, diferansiyel evrim, gri kurt optimizasyonu, harris şahini optimizasyonu, güve-alev optimizasyonu, parçacık sürüsü optimizasyonu, sinüs kosinüs algoritması, simbiyotik organizmalar arama, salp sürü algoritması, balina optimizasyon algoritması) performansı kıyaslanmıştır. m=2,3,4,5,6,7,8 seviyeli segmentasyon ile algoritmaların düşük ve orta seviyelerdeki başarımı değerlendirilmiştir. 100 görüntü üzerinde yapılan deney sonuçları Friedman istatistiksel analiz yöntemi ile analiz edilmiştir. Elde edilen sonuçlar en başarılı ilk iki algoritmasın güve-alev optimizasyonu ve parçacık sürüsü optimizasyonu olduğunu göstermiştir. Geniş bir veri seti üzerinde çeşitli seviyelerde eşikleme ve farklı sonlandırma kriterleri ile yapılan bu çalışmanın sonuçları, görüntü segmentasyonu alanında çalışan araştırmacılara algoritma seçimi konusunda önemli bilgiler sağlamaktadır.
Referência(s)