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

dc.contributor.authorKhudov, Hennadii
dc.contributor.authorMakoveichuk, Oleksandr
dc.contributor.authorKalimulin, Temir
dc.contributor.authorKhudov, Vladyslav
dc.contributor.authorShamrai, Nazar
dc.date.accessioned2024-12-05T10:16:05Z
dc.date.issued2024
dc.description.abstractThe 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.
dc.identifier.citationThe method for approximating the edge detection convolutional operator using a genetic algorithm for segmentation of complex-structured images / H. Khudov, O. Makoveichuk, T. Kalimulin, V. Khudov, N. Shamrai // Сучасні інформаційні системи = Advanced Information Systems. – 2024. – Т. 8, № 4. – С. 5-12
dc.identifier.doihttps://doi.org/10.20998/2522-9052.2024.4.01
dc.identifier.orcidhttps://orcid.org/0000-0002-3311-2848
dc.identifier.orcidhttps://orcid.org/0000-0003-4425-016X
dc.identifier.orcidhttps://orcid.org/0000-0002-7636-7218
dc.identifier.orcidhttps://orcid.org/0000-0002-9863-4743
dc.identifier.orcidhttps://orcid.org/0000-0001-8387-3277
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/84028
dc.language.isoen
dc.publisherНаціональний технічний університет "Харківський політехнічний інститут"
dc.subjectcomplex-structured image
dc.subjectsegmentation
dc.subjectconvolutionalkernel
dc.subjectgenetic algorithm
dc.subjectant algorithm
dc.subjectmultiscale processing
dc.subjectскладноструктуроване зображення
dc.subjectсегментування
dc.subjectядро згортки
dc.subjectгенетичний алгоритм
dc.subjectмурашиний алгоритм
dc.subjectбагатомасштабна обробка
dc.titleThe method for approximating the edge detection convolutional operator using a genetic algorithm for segmentation of complex-structured images
dc.title.alternativeМетод апроксимації генетичним алгоритмом згорткового оператора визначення границь для сегментування складноструктурованих зображень
dc.typeArticle

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
AIS_2024_8_4_Khudov_The_method_for_approximating.pdf
Розмір:
745.66 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис: