ارسل ملاحظاتك

ارسل ملاحظاتك لنا







The Arithmetic Optimization Algorithm for Multilevel Thresholding Image Segmentation: A Case Study of Chest X-Ray Images for COVID-19 Cases

العنوان بلغة أخرى: خوارزمية التحسين الحسابي لتجزئة صورة العتبة متعددة المستويات: دراسة حالة لصور الصدر بالأشعة السينية للحالات COVID-19
المؤلف الرئيسي: جاسم، سيف توفيق (مؤلف)
المؤلف الرئيسي (الإنجليزية): Jasim, Saif Tawfiq
مؤلفين آخرين: عطير، محمد عبدالله عارف (مشرف)
التاريخ الميلادي: 2021
موقع: عمان
الصفحات: 1 - 76
رقم MD: 1257426
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة عمان العربية
الكلية: كلية العلوم الحاسوبية والمعلوماتية
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

11

حفظ في:
المستخلص: لقد حظي تحديد العتبة المثلى لتجزئة الصور بمزيد من الاهتمام خاصة في السنوات الأخيرة. هنالك العديد من الطرق المستخدمة لإيجاد قيم العتبة المثلى مثل الطرق Otsu و Kapur. هذه الطرق مناسبة لعتبة ثنائية المستوى، ولكن عند توسيعها إلى العتبة متعددة المستويات، ستكون هناك بعض المشاكل، منها تستغرق وقتا طويلا، التكلفة الحسابية العالية بالإضافة إلى التحسين المطلوب في دقتها. لتجنب هذه المشكلة، تبحث هذه الدراسة في قدرة خوارزمية التحسين الحسابي على تحديد العتبة المثلى متعددة المستويات لتجزئة الصورة. تستخدم خوارزمية AOA سلوك التوزيع للمشغلين الحسابيين الرئيسيين في الرياضيات. تم إنشاء الحلول المرشحة في الخوارزميات المعدلة باستخدام الرسم البياني للصورة، ثم تم تحديثها بناء على خصائص الخوارزمية. يتم تقييم الحلول باستخدام الدقة في Otsu أثناء عملية التحسين. يتم تمثيل الحلول المرشحة للخوارزمية باستخدام الرسم البياني للصورة. تم فحص هذه التقنية على ثماني صور شائعة من مستودع Kaggle التي تم الوصول إليها في 9 نيسان 2021. تم استخدام العديد من مقاييس التقييم الشائعة، مثل وظيفة الدقة، خطأ متوسط الجذر التربيعي، نسبة الإشارة القصوى إلى الضوضاء وما إلى ذلك. لتقييم فعالية طريقة التجزئة المقترحة تم استخدام العديد من الصور المعيارية لتأكيد أداء الخوارزمية (AOA) ومقارنتها بخوارزميات التحسين الأخرى المعروفة والمنشورة في الأدبيات.

عناصر مشابهة