Détection d'arêtes multirésolution à l'aide de PSO

Une approche heuristique basée sur l'optimisation par essaims de particules (PSO) d'inspiration biologique est proposée pour être utilisée au niveau multirésolution afin d'améliorer la qualité des bords détectés. Au cours de l'étape de prétraitement, un niveau de transformation en ondelettes discrètes (DWT) ou de transformation en ondelettes complexes à deux arbres (DT-CWT) est appliqué à l'image d'entrée pour créer de nouvelles images de sous-bandes. Le PSO est ensuite appliqué à chacune de ces images de sous-bandes. L'image de sortie contenant les bords détectés est obtenue en la reconstruisant à partir des images de sous-bandes traitées en utilisant la transformation inverse. Une fonction objective est proposée pour le PSO afin d'évaluer les bords pendant la recherche heuristique dans l'espace d'image. En outre, un seuillage automatique est introduit pour transformer automatiquement la sortie du PSO en image binaire. Les performances de l'approche proposée sont évaluées et comparées à celles d'autres détecteurs de contours bien connus tels que Sobel et Canny en utilisant la base de données d'images Kodak. Les résultats de l'évaluation objective utilisant le rapport signal-bruit de pointe (PSNR) et l'erreur quadratique moyenne (RMSE) ont montré que l'approche proposée a une performance meilleure et/ou comparable par rapport aux autres détecteurs de bords.

Autorentext

O Sr. Muhammed Anwar é docente na filial Suliamani da Universidade Ishik, é o chefe das actividades extracurriculares. A sua investigação centra-se no processamento de imagens e na detecção de bordas.

Klappentext

Une approche heuristique basée sur l'optimisation par essaims de particules (PSO) d'inspiration biologique est proposée pour être utilisée au niveau multirésolution afin d'améliorer la qualité des bords détectés. Au cours de l'étape de prétraitement, un niveau de transformation en ondelettes discrètes (DWT) ou de transformation en ondelettes complexes à deux arbres (DT-CWT) est appliqué à l'image d'entrée pour créer de nouvelles images de sous-bandes. Le PSO est ensuite appliqué à chacune de ces images de sous-bandes. L'image de sortie contenant les bords détectés est obtenue en la reconstruisant à partir des images de sous-bandes traitées en utilisant la transformation inverse. Une fonction objective est proposée pour le PSO afin d'évaluer les bords pendant la recherche heuristique dans l'espace d'image. En outre, un seuillage automatique est introduit pour transformer automatiquement la sortie du PSO en image binaire. Les performances de l'approche proposée sont évaluées et comparées à celles d'autres détecteurs de contours bien connus tels que Sobel et Canny en utilisant la base de données d'images Kodak. Les résultats de l'évaluation objective utilisant le rapport signal-bruit de pointe (PSNR) et l'erreur quadratique moyenne (RMSE) ont montré que l'approche proposée a une performance meilleure et/ou comparable par rapport aux autres détecteurs de bords.