Image Filtering Based On Evolutionary Algorithms

Résumé: یتم تطبیق الصور الرقمیة لمجموعة متنوعة من الأغراض ، من صورة عائلیة بسیطة إلى تحدید المرض في الفحوصات الطبیة. على الرغم من تطور تقنیة الحصول على الصور ، إلا أن كل صورة تم الحصول علیھا رقمیًا تحتوي على ضوضاء متأصلة یتم الحصول علیھا عادةً أثناء عملیات نقل الصورة أو التقاطھا. التحدي الأكبر مع ھذا النوع من المشاكل ھو استعادة الصورة دون فقدان میزات كبیرة منھا. تقترح ھذه الرسالة طریقة تعتمد على خوارزمیة وراثیة ھجینة فعالة ) (EHGAللتعامل مع ھذا النوع من المشاكل. یدمج EHGAخوارزمیة جینیة مع بعض من أفضل طرق إزالة ضوضاء الصور الموجودة في الأدبیات. تم اختبار EHGAعلى الصور القیاسیة وصور الاختبار من قاعدة البیانات التالفة بضجیج الملح والفلفل لجمیع كثافة الضوضاء. تم اختبار ً EHGAأیضا مع صور طبیة تالفة بسبب نفس الضوضاء. تمت مقارنة نتائج نھج الخوارزمیة ، والتي تم قیاسھا بواسطة مقاییس الجودة ، بالنتائج التي تم الحصول علیھا بطرق مختلفة. من خلال ھذا النھج المختلط ، تمكنت EHGAمن الحصول على نتائج تنافسیة في كلا النوعین من الاختبارات ، وتمكنت حتى من الحصول على أفضل النتائج في أكثر من ٪90من الحالات عند مقارنتھا بالطرق الأخرى الموجودة في الأدبیات. Digital images are applied for a variety of purposes, from a simple family picture to disease identification in medical exams. Although image acquisition technology has evolved, every digitally acquired image has inherent noise that is usually obtained during image transfers or capture. The big challenge with this type of problems is recovering the image without losing substantial features thereof. This thesis suggests a method based on an Effective Hybrid Genetic Algorithm (EHGA) to deal with this type of problem. The EHGA integrates a genetic algorithm with some of the best image denoising methods found in the literature. The EHGA was tested on standard images and test images from Database corrupted with a salt and pepper noise for all noise densities. The EHGA was also tested with medical images that were corrupted by the same noise. The algorithm approach results, which were measured by quality metrics were compared to the results obtained by different methods. Through this hybrid approach, the EHGA was able to obtain competitive results in both types of tests, it was able even to obtain the best results in more than 90% of cases when compared to the other methods found in the literature. Les images numériques sont utilisées à diverses fins, de la simple photo de famille à l'identification des maladies lors des examens médicaux. Bien que la technologie d'acquisition d'images ait évolué, chaque image acquise numériquement a un bruit inhérent qui est généralement obtenu pendant les transferts ou la capture d'images. Le grand défi avec ce type de problèmes est de récupérer l'image sans en perdre les caractéristiques substantielles. Cette thèse suggère une méthode basée sur un algorithme génétique hybride efficace (EHGA) pour traiter ce type de problème. L'EHGA intègre un algorithme génétique avec certaines des meilleures méthodes de débruitage d'image trouvées dans la littérature. L'EHGA a été testé sur des images standard et des images de test de la base de données corrompues avec un bruit de sel et de poivre pour toutes les densités de bruit. L'EHGA a également été testé avec des images médicales corrompues par le même bruit. Les résultats de l'approche algorithmique, qui ont été mesurés par des mesures de qualité, ont été comparés aux résultats obtenus par différentes méthodes. Grâce à cette approche hybride, l'EHGA a pu obtenir des résultats compétitifs dans les deux types de tests, il a même pu obtenir les meilleurs résultats dans plus de 90% des cas par rapport aux autres méthodes trouvées dans la littérature.

Publié dans la revue: