تشخيص لبه تصوير با استفاده از بهينه‌سازي كلوني مورچگان (ACO)

لبه يابي تصاوير از مهم‌ترين عمليات در پردازش تصويرمي باشد. به علت كاربردهاي وسيع تصاوير رنگي، لبه يابي اين تصاوير از اهميت ويژه‌اي برخوردارندوكيفيت تشخيص لبه، زمان اجرا الگوريتم‌ها را از يكديگر متمايز مي‌سازد. زمان اجراي الگوريتم‌هاي لبه يابي در كاربردهاي واقعي بسيار حائز اهميت است؛ بدين معني كه استفاده از الگوريتمي كه لبه‌هاي تصوير را باكيفيت مطلوب تشخيص دهد، در بسياري از كاربردها (حساس به زمان) عملاً غيرممكن است. يكي از روش‌هاي جديد لبه يابي الگوريتم بهينه‌سازي كلوني مورچگان است كه از كيفيت بالايي برخوردار است.در اين مقاله، الگوريتمي بر مبناي اين روش ارائه‌شده است. روش كلوني مورچه‌ها(ACO) بهينه‌سازي است كه الگوريتم از رفتار طبيعي از گونه‌هاي مورچه كه با قرار دادن فرمون بر روي زمين به جستجوي غذا مي‌پردازند، الهام گرفته است. اساس روش ACO قادر به تشخيص لبه با ايجاد يك ماتريس فرمون كه نشان‌دهنده اطلاعات لبه، در هر موقعيت پيكسل، از تصويراست كه با اعزام تعدادي از مورچه‌ها و حركت بر روي تصوير توسط تنوع محلي از تصوير مقادير شدت در محورها مشخص مي‌شوند. نتايج شبيه‌سازي الگوريتم پيشنهادي ضمن ارائه كيفيت بالا، ازنظر زمان اجرا نيز حائز اهميت است.