متاهیوریستیک‌های نوین در پردازش تصویر ۲۰۲۲
Modern Metaheuristics in Image Processing 2022

کاربرد الگوریتم‌های فراابتکاری (MA) در سال‌های اخیر رو به افزایش بوده است و حوزه پردازش تصویر نیز از این قاعده مستثنی نیست. در دو سال گذشته، حجم عظیمی از الگوریتم‌های فراابتکاری به‌عنوان جایگزینی برای حل مسائل پیچیده بهینه‌سازی معرفی شده‌اند. این کتاب، برجسته‌ترین الگوریتم‌های فراابتکاری سال‌های ۲۰۱۹ و ۲۰۲۰ را گردآوری کرده و کاربرد آن‌ها را در وظایف پردازش تصویر بررسی می‌کند. علاوه بر این، مرور جامعی از ادبیات مربوط به الگوریتم‌های فراابتکاری و پردازش تصویر دیجیتال به عنوان بخشی از اطلاعات مقدماتی ارائه شده است. هر الگوریتم با جزئیات کامل شرح داده شده و تمرکز ویژه‌ای بر تنظیم پارامترها و نحوه پیاده‌سازی صحیح آن برای وظایف پردازش تصویر معطوف شده است. همچنین، مثال‌های متعددی به خواننده این امکان را می‌دهد تا استفاده از این نوع روش‌های هوشمند را بررسی و تأیید کند. از آنجایی که پردازش تصویر به طور گسترده در حوزه‌های مختلف مورد استفاده قرار می‌گیرد، این کتاب انواع مختلفی از مجموعه داده‌ها را در نظر می‌گیرد که شامل تصاویر رزونانس مغناطیسی، تصاویر حرارتی، تصاویر کشاورزی و غیره می‌شود. بنابراین، خواننده می‌تواند ایده‌هایی برای پیاده‌سازی داشته باشد که مکمل نظریه ارائه شده برای هر مکانیسم بهینه‌سازی است. در رابطه با مسائل پردازش تصویر، این کتاب قطعه‌بندی را با استفاده از معیارهای مختلف مبتنی بر آنتروپی یا واریانس در نظر می‌گیرد. به همین ترتیب، شناسایی اشکال مختلف و تشخیص اشیاء نیز در فصل‌های مربوطه پوشش داده شده است. هر فصل با طیف گسترده‌ای از آزمایش‌ها و تحلیل‌های آماری تکمیل شده است که به خواننده امکان می‌دهد در مورد عملکرد الگوریتم‌های فراابتکاری قضاوت کند. در نهایت، بخشی نیز گنجانده شده است که شامل بحث و نتیجه‌گیری است. این بخش همچنین برخی از سوالات باز و فرصت‌های تحقیقاتی را برای مخاطبان ارائه می‌دهد.

The use of metaheuristic algorithms (MA) has been increasing in recent years, and the image processing field is not the exempted of their application. In the last two years a big amount of MA has been introduced as alternatives for solving complex optimization problems. This book collects the most prominent MA of the 2019 and 2020 and verifies its use in image processing tasks. In addition, literature review of both MA and digital image processing is presented as part of the introductory information. Each algorithm is detailed explained with special focus in the tuning parameters and the proper implementation for the image processing tasks. Besides several examples permits to the reader explore and confirm the use of this kind of intelligent methods. Since image processing is widely used in different domains, this book considers different kinds of datasets that includes, magnetic resonance images, thermal images, agriculture images, among others. The reader then can have some ideas of implementation that complement the theory exposed of each optimization mechanism. Regarding the image processing problems this book consider the segmentation by using different metrics based on entropies or variances. In the same way, the identification of different shapes and the detection of objects are also covered in the corresponding chapters. Each chapter is complemented with a wide range of experiments and statistical analysis that permits the reader to judge about the performance of the MA. Finally, there is included a section that includes some discussion and conclusions. This section also provides some open questions and research opportunities for the audience.