The method for approximating the edge detection convolutional operator using a genetic algorithm for segmentation of complex-structured images

Abstract

The subject matter of the study in the article is the method for approximating the convolutional operator for edge detection using a genetic algorithm for segmentation of complex-structured images. The goal is to develop a method for approximating the convolutional operator for edge detection using a genetic algorithm for the segmentation of complex-structured images. The tasks are: analysis of known methods of segmentation of optoelectronic images, development of a method for approximating the edge detection convolutional operator using a genetic algorithm for segmenting complex-structured images, practical validation of the method for approximating the edge detection convolutional operator using a genetic algorithm for segmenting complex-structured images. Предметом вивчення в статті є метод апроксимації генетичним алгоритмом згорткового оператора визначення границь для сегментування складноструктурованих зображень. Метоює розробка методу апроксимації генетичним алгоритмом згорткового оператора визначення границь для сегментування складноструктурованих зображень. Завдання: аналіз відомих методів сегментування оптико-електронних зображень, розробка методу апроксимації генетичним алгоритмом згорткового оператора визначення границь для сегментування складноструктурованих зображень, практична перевірка роботи методуапроксимації генетичнималгоритмом згорткового оператора визначення границь для сегментування складноструктурованих зображень. Використовуваними методамиє: методи цифрової обробки зображень, методи кластеризації даних, математичний апарат теорії матриць,методи ройового інтелекту, генетичний алгоритм, методи математичного моделювання, методи теорії оптимізації, аналітичні та емпіричні методи порівняння зображень.