Науковий вісник НГУ

Виявлення круглих контурів на основі алгоритму бджолиної колонії

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Інформаційні технології, системний аналіз та керування

Останнє оновлення: 04 серпня 2016

Опубліковано: 04 серпня 2016

Перегляди: 3364

Authors:

Шуанг Жанг, Школа вивчення механіки та інжиніринга, Університет Джилін, Чангчун, Джилін, Китай, Школа мехатронної розробки, Чангчунський технологічний інститут, Чангчун, Джилін, Китай

Ксяоквін Жоу, Школа мехатронної розробки, Чангчунський технологічний інститут, Чангчун, Джилін, Китай

Йікванг Ванг, Школа мехатронної розробки, Чангчунський технологічний інститут, Чангчун, Джилін, Китай

Джінганг Гао, Школа мехатронної розробки, Чангчунський технологічний інститут, Чангчун, Джилін, Китай

Хуа Ванг, Відділення випускників, Чангчунський технологічний інститут, Чангчун, Джилін, Китай

Abstract:

Мета. У роботі представлений алгоритм автоматичного виявлення множинних кругових контурів на складних і зашумлених зображеннях, що не бере до уваги загальноприйняті принципи перетворення Хафа з великим об’ємом обчислень.

Методика. Підхід заснований на алгоритмі штучної бджолиної колонії, який є роєвим оптимізаційним алгоритмом, що імітує розумну поведінку бджіл при зборі нектару. Виведена нова цільова функція для країв оброблюваного зображення.

Результати. Функція відповідності визначає, чи дійсно потенційно кругові контури присутні на зображенні. Цільова функція мінімізується з використанням алгоритму штучної бджолиної колонії, внаслідок чого на цифровому зображенні автоматично визначаються круглі контури. Запропонований метод здатний виявити окремі і множинні кругові форми на цифрових знімках за допомогою лише єдиної оптимізації.

Наукова новизна. Для тестування підходу було вибрано зображення промислової калібрувальної карти, що містить об’єкти круглих форм різних розмірів на кожному зображенні. Дослідження на промисловому продукті до теперішнього часу не зустрічалося.

Практична значимість. У порівнянні з алгоритмом Хафа-перетворення, об›єм обчислень і займаної пам›яті помітно скорочується, таким чином, покращена робоча швидкість. Експериментальні результати показують, що покращений алгоритм відповідає вимогам промислового виявлення в реальному часі з хорошим ефектом застосування.

Список літератури / References

1. Ming Chen, Feng Zhuang, Zhenhong Du, and Renyi Liu, 2013. Circle detection using scan lines and histograms, Optical Review, Vol. 20, No. 6, pp. 484–490.

2. Erik Cuevas, Felipe Sención-Echauri, Daniel Zaldivar and Marco Pérez-Cisneros , 2012. Multi-circle detection on images using artificial bee colony (ABC) optimization, Soft Computing, Vol. 16, No. 2, pp. 281–296.

3. Erik Cuevas, Fernando Wario, Valentín Osuna-Enciso, Daniel Zaldivar and Marco Pérez-Cisneros, 2012. Fast algorithm for multiple-circle detection on images using learning automata, IET Image Processing, Vol. 6, No. 8, pp. 1124–1135.

4. Elif Deniz Yigitbasi, Nurdan Akhan Baykan, 2013. Edge Detection using Artificial Bee Colony Algorithm, International Journal of Information and Electronics Engineering, Vol. 3, No. 6, pp. 634–638.

5. Saeid Fazli, and Saeid Fathi Ghiri, 2012. Automatic Circle Detection in Digital Imagesusing Artificial Bee Colony Algorithm, International Conference on Advances in Computer and Electrical Engineering, pp. 21–23.

6. D. Narayana Reddy, Mohan A. R, Subhramanya Bhat (2014), “Canny Edge Detection using Verilog”, International Journal of Engineering Sciences & Research Technology, Vol. 3, No. 6, pp. 256–260.

03_2016_Shuang
2016-07-29  475.96 KB  973

• < Попередня
• Наступна >