A Novel Hybrid Gray Wolf Optimization Algorithm with Harmony Search to Solve Multi-Level Image Thresholding Problem

Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Pub Date : 2023-12-31 DOI:10.47112/neufmbd.2023.21

Alper Ünlü, I. Ilhan

{"title":"A Novel Hybrid Gray Wolf Optimization Algorithm with Harmony Search to Solve Multi-Level Image Thresholding Problem","authors":"Alper Ünlü, I. Ilhan","doi":"10.47112/neufmbd.2023.21","DOIUrl":null,"url":null,"abstract":"Çok seviyeli görüntü eşikleme, görüntüyü ileri düzeyde anlamlı özelliklere ayırmak için kullanılan önemli bir görüntü işleme tekniğidir. Bu teknik, metasezgisel optimizasyon algoritmaları ile birlikte kullanılarak hesaplama süresi açısından başarılı sonuçlar elde edilebilmektedir. Bu çalışmada, çok seviyeli görüntü eşikleme problemini çözmek için GWO-HS olarak isimlendirilen hibrit bir algoritma önerilmiştir. Önerilen algoritma gri kurt optimizasyon (GWO) ve harmoni arama (HS) algoritmaları hibritlenerek elde edilmiştir. GWO-HS algoritmasının performansı beş diğer algoritmanın performansları ile karşılaştırılmıştır. Karşılaştırmalarda Otsu ve Kapur entropi tabanlı eşikleme yöntemleri kullanılmıştır. Deneylerde, görüntü işleme çalışmalarında iyi bilinen ve yaygın olarak kullanılan altı görüntü tercih edilmiştir. Her bir görüntü üzerinde 2’den 10’a kadar değişen seviyeler için eşikleme işlemi uygulanmıştır. Sonuçlar, önerilen GWO-HS algoritmasının, diğer algoritmalara kıyasla özellikle yüksek eşik seviyeleri için daha üstün bir performansa sahip olduğunu göstermiştir.","PeriodicalId":184558,"journal":{"name":"Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi","volume":"111 33","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47112/neufmbd.2023.21","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Çok seviyeli görüntü eşikleme, görüntüyü ileri düzeyde anlamlı özelliklere ayırmak için kullanılan önemli bir görüntü işleme tekniğidir. Bu teknik, metasezgisel optimizasyon algoritmaları ile birlikte kullanılarak hesaplama süresi açısından başarılı sonuçlar elde edilebilmektedir. Bu çalışmada, çok seviyeli görüntü eşikleme problemini çözmek için GWO-HS olarak isimlendirilen hibrit bir algoritma önerilmiştir. Önerilen algoritma gri kurt optimizasyon (GWO) ve harmoni arama (HS) algoritmaları hibritlenerek elde edilmiştir. GWO-HS algoritmasının performansı beş diğer algoritmanın performansları ile karşılaştırılmıştır. Karşılaştırmalarda Otsu ve Kapur entropi tabanlı eşikleme yöntemleri kullanılmıştır. Deneylerde, görüntü işleme çalışmalarında iyi bilinen ve yaygın olarak kullanılan altı görüntü tercih edilmiştir. Her bir görüntü üzerinde 2’den 10’a kadar değişen seviyeler için eşikleme işlemi uygulanmıştır. Sonuçlar, önerilen GWO-HS algoritmasının, diğer algoritmalara kıyasla özellikle yüksek eşik seviyeleri için daha üstün bir performansa sahip olduğunu göstermiştir.

查看原文本刊更多论文

用和谐搜索解决多级图像阈值问题的新型混合灰狼优化算法

多级图像阈值处理是一种重要的图像处理技术，用于将图像分离成高度重要的特征。该技术可与元启发式优化算法结合使用，从而在计算时间方面取得成功结果。本研究提出了一种名为 GWO-HS 的混合算法来解决多级图像阈值化问题。所提出的算法是灰狼优化（GWO）与和谐搜索（HS）算法的混合算法。GWO-HS 算法的性能与其他五种算法的性能进行了比较。比较中使用了基于熵的大津阈值法和卡普尔阈值法。在实验中，优先选择了六幅图像，这六幅图像在图像处理研究中广为人知并被广泛使用。每幅图像都采用了 2 到 10 级的阈值处理。结果表明，与其他算法相比，所提出的 GWO-HS 算法性能优越，尤其是在高阈值水平时。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi

自引率

0.00%

发文量