Image segmentation has been investi

Image segmentation has been investigated as a vital task in a wide variety of applications including (but not limited to): document image analysis for extraction of printed characters; map processing in order to find lines, legends, and characters; topological feature extraction for extraction of geographical information; remote sensing image analysis; and quality inspection of materials where defective parts must be delineated among many other applications (Ghamisi et al. IEEE International Geoscience Remote Sensing Symposium (IGARSS) 2012). In addition, for the purpose of image classification and object detection, the use of an efficient segmentation technique plays a key role. This chapter is devoted to one of the important application of FODPSO, which is related to introducing a novel thresholding-based segmentation method based on FODPSO for determining the n−1optimaln-levelthresholdonagivenimage.Thisapproachhasbeenwidely used in the literature for the segmentation of benchmark images, remote sensing data, and medical images. This chapter first, elaborates the mathematical formulation of thresholding-based image segmentation. Then, some well-known thresholding segmentation techniques such as genetic algorithm (GA)-, bacteria foraging (BF)-, PSO-, DPSO-, and FODPSO-based thresholding-based segmentation techniques are compared in terms of accuracy and CPU processing time. Experimental results demonstrate the efficiency of the FODPSO-based segmentation method compared to other optimization-based segmentation methods when considering a number of different measures.

ผลลัพธ์ (ไทย) 1:

แบ่งภาพได้ถูกสอบสวนเป็นงานที่สำคัญในความหลากหลายของโปรแกรมประยุกต์รวมถึง (แต่ไม่จำกัดเฉพาะ): เอกสารวิเคราะห์ภาพแยกตัวอักษรการพิมพ์ แผนที่เพื่อค้นหาบรรทัด ตำนาน และ อักขระ การประมวลผล แยกคุณลักษณะ topological สำหรับสกัดข้อมูลภูมิศาสตร์ ระยะไกลไร้สายรูปวิเคราะห์ และตรวจสอบคุณภาพของวัสดุที่ต้อง delineated ชิ้นส่วนบกพร่องในหลายโปรแกรมประยุกต์อื่น (Ghamisi et al. IEEE นานา Geoscience ระยะไกลไร้สายวิชาการ (IGARSS) 2012) นอกจากนี้ เพื่อจัดประเภทภาพและตรวจจับวัตถุ การใช้เทคนิคการแบ่งกลุ่มมีประสิทธิภาพเล่นบทบาทสำคัญ บทนี้จะทุ่มเทเพื่อหนึ่งของแอพลิเคชันที่สำคัญของ FODPSO ซึ่งเกี่ยวข้องกับการแนะนำวิธีแบ่งตาม thresholding นวนิยายตาม FODPSO สำหรับกำหนด n−1optimaln-levelthresholdonagivenimage Thisapproachhasbeenwidely ที่ใช้ในวรรณคดีในการแบ่งกลุ่มของภาพมาตรฐาน ข้อมูลไร้สายระยะไกล และภาพทางการแพทย์ บทนี้ก่อน elaborates แบ่งแบ่ง thresholding ตามรูปทางคณิตศาสตร์ แล้ว บาง thresholding รู้จักแบ่งเทคนิคเช่นอัลกอริทึมทางพันธุกรรม (GA) - พวกแบคทีเรีย (เอฟ) -, PSO- DPSO- และ FODPSO โดยแบ่งตาม thresholding เทคนิคเปรียบเทียบความถูกต้องและเวลา CPU ประมวลผล ผลการทดลองแสดงให้เห็นถึงประสิทธิภาพของวิธีการแบ่งเซกเมนต์ตาม FODPSO เปรียบเทียบกับวิธีอื่น ๆ แบ่งตามประสิทธิภาพสูงสุดเมื่อพิจารณาจำนวนของหน่วยวัดที่แตกต่างกัน

ผลลัพธ์ (ไทย) 2:

การแบ่งส่วนภาพที่ได้รับการตรวจสอบเป็นงานสำคัญในความหลากหลายของการใช้งานรวมถึง (แต่ไม่ จำกัด เฉพาะ): การวิเคราะห์ภาพเอกสารสำหรับการสกัดของตัวอักษรที่พิมพ์; การประมวลผลแผนที่เพื่อหาเส้นตำนานและตัวอักษร; ดึงทอพอโลยีในการสกัดข้อมูลทางภูมิศาสตร์ การวิเคราะห์ภาพระยะไกล; และการตรวจสอบคุณภาพของวัสดุที่ชิ้นส่วนที่ชำรุดจะต้องเบี่ยงในการใช้งานอื่น ๆ อีกมากมาย (Ghamisi et al. IEEE นานาชาติธรณีศาสตร์การสำรวจระยะไกล Symposium (IGARSS) 2012) นอกจากนี้สำหรับวัตถุประสงค์ของการจัดหมวดหมู่ของภาพและการตรวจสอบวัตถุที่ใช้เทคนิคการแบ่งส่วนที่มีประสิทธิภาพมีบทบาทสำคัญ บทนี้จะทุ่มเทให้กับหนึ่งในโปรแกรมที่สำคัญของ FODPSO ซึ่งมีความเกี่ยวข้องกับการแนะนำวิธีการแบ่งส่วน thresholding ตามนวนิยายขึ้นอยู่กับการกำหนด FODPSO n-1optimaln-levelthresholdonagivenimage.Thisapproachhasbeenwidely ใช้ในวรรณกรรมสำหรับการแบ่งส่วนของภาพมาตรฐานระยะไกล ข้อมูลการสำรวจข้อมูลและภาพทางการแพทย์ บทนี้ครั้งแรก elaborates สูตรทางคณิตศาสตร์ของการแบ่งส่วนภาพ thresholding ตาม แล้วบางคนที่รู้จักกันดี thresholding เทคนิคการแบ่งกลุ่มเช่นขั้นตอนวิธีพันธุกรรม (GA) - แบคทีเรียอาหาร (เช้า) - PSO-, DPSO- และ FODPSO ตาม thresholding ที่ใช้เทคนิคการแบ่งกลุ่มเมื่อเทียบในแง่ของความถูกต้องและการประมวลผลของ CPU เวลา . ผลการทดลองแสดงให้เห็นถึงประสิทธิภาพของวิธีการแบ่งส่วน FODPSO ที่ใช้เมื่อเทียบกับวิธีการแบ่งส่วนการเพิ่มประสิทธิภาพอื่น ๆ ตามเมื่อพิจารณาจำนวนของมาตรการที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

การแบ่งส่วนภาพถูกสืบสวนในฐานะงานที่สําคัญในหลากหลายของการใช้งานรวมถึง ( แต่ไม่ จำกัด ) : การวิเคราะห์ภาพเอกสารสำหรับการสกัดตัวอักษรพิมพ์ ; แผนที่การประมวลผลเพื่อหาเส้น , ตำนาน , และตัวอักษร ; การสกัดคุณลักษณะรูปแบบสำหรับการสกัดข้อมูลทางภูมิศาสตร์ ; การสำรวจข้อมูลระยะไกล การวิเคราะห์ภาพและตรวจสอบคุณภาพของวัสดุที่ชิ้นส่วนบกพร่องต้อง delineated ระหว่างโปรแกรมประยุกต์อื่น ๆอีกมากมาย ( ghamisi et al . สากลโดยธรณีวิทยาการสำรวจระยะไกลนานาทัศนะ ( igarss ) 2012 ) นอกจากนี้ สำหรับจุดประสงค์ของการจำแนกภาพและการตรวจจับวัตถุ , การใช้เทคนิคที่มีประสิทธิภาพการเล่นบทบาทสำคัญบทนี้จะทุ่มเทให้กับหนึ่งในโปรแกรมที่สำคัญของ fodpso ซึ่งเกี่ยวข้องกับการใช้วิธีการปรับใหม่ตาม fodpso กำหนด n − 1optimaln-levelthresholdonagivenimage.thisapproachhasbeenwidely ใช้ในวรรณกรรมสำหรับการแบ่งส่วนของมาตรฐานภาพ ข้อมูลจากการรับรู้ระยะไกลและภาพทางการแพทย์ บทนี้ก่อนนี้สูตรทางคณิตศาสตร์ของการปรับภาพตาม แล้วบาง ที่รู้จักกันดี การปรับเทคนิคเช่น Genetic Algorithm ( GA ) - แบคทีเรียเช่น ( BF ) - ระบบ - , dpso - และ fodpso ขีดแบ่งตามเทคนิคตามการเปรียบเทียบในแง่ของความถูกต้องและเวลาการประมวลผล CPUผลการทดลองแสดงให้เห็นถึงวิธีการแบ่งตามประสิทธิภาพของ fodpso เมื่อเทียบกับอื่น ๆใช้วิธีการเพิ่มประสิทธิภาพการตัดเมื่อพิจารณาจำนวนของมาตรการต่าง ๆ