جستجوی مقالات مرتبط با کلیدواژه "تشخیص کناره" در نشریات گروه "مکانیزاسیون کشاورزی"
تکرار جستجوی کلیدواژه «تشخیص کناره» در نشریات گروه «کشاورزی»جستجوی تشخیص کناره در مقالات مجلات علمی
-
تعیین دقیق مرزهای زمین گامی حیاتی در شناسایی کاربری زمین و برنامه ریزی جهت مدیریت آن است. برای زمین های زراعی، این ترسیم به کشاورزان و مشاغل کشاورزی امکان می دهد تا مساحت زمین را برای استفاده موثر از نهاده های کشاورزی، مانند بذر، آفت کش ها، کودها و سایر منابع و بهینه سازی فعالیت های تولید و پس از تولید، بهتر برآورد کنند. با این تفاسیر شناسایی کناره های دقیق از یک زمین زراعی، موفقیت برنامه ای را که با استفاده از ابزار بینایی کامپیوتر و ماشین بینایی توسعه یافته است، تعیین می کند. طبق آزمایش های انجام شده آشکارساز Canny به نسبت سایر آشکارسازهای سنتی دیگر عملکرد بهتری دارد از این رو در این مقاله سعی شده است که با بهره گیری از دو الگوریتم فرا ابتکاری کلونی مورچگان و شبیه ساز حرارتی، روش های جدیدی جهت بهبود عملکرد آشکارساز Canny ارائه شود. جهت ارزیابی روش های پیشنهادی از سه معیار ارزیابی MSE، PSNR و SSIM بهره گرفته ایم. نتایج نشان می دهد که الگوریتم های فرا ابتکاری به کار گرفته شده سبب بهینه تر شدن آشکارساز Canny شده است. هنگامی که از الگوریتم کلونی مورچگان استفاده کردیم کنارهها به خوبی نشان داده شده است و هنگامی که از الگوریتم شبیه ساز حرارتی بهره گرفته ایم علاوه بر کناره ها، بافت تصویر نیز حفظ شده است.کلید واژگان: تشخیص کناره, آشکارساز Canny, الگوریتم فرا ابتکاری, الگوریتم کلونی مورچگان, الگوریتم شبیه ساز حرارتی, تصاویر سنجش از دورAccurate determination of land boundaries is a vital step in identifying land use and planning for its management. For cropland, this mapping allows farmers and agribusinesses to better estimate land area for effective use of agricultural inputs, such as seeds, pesticides, fertilizers and other resources, and to optimize production and post-production activities. With these interpretations, identifying the precise edges of a crop field determines the success of a program developed using computer vision and machine vision tools. According to the experiments, the Canny detector performs better than other traditional detectors, therefore, in this article, it has been tried to present new methods to improve the performance of the Canny detector by using two meta-heuristic algorithms of ant colony and thermal simulator. To evaluate the proposed methods, we have used three evaluation criteria: MSE, PSNR, and SSIM. The results show that the meta-heuristic algorithms used have made the Canny detector more optimal. When we used the ant colony algorithm, the edges were shown well, and when we used the simulated annealing algorithm, in addition to the edges, the image texture was also preserved.Keywords: Edge Detection, Canny Detector, Meta-Heuristic Algorithm, Ant Colony Algorithm, Simulated Annealing Algorithm, Remote Sensing Images
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.