ارائه‌ رويكردي نوين در بخش‌ بندي تصاوير ديجيتال توسط الگوريتم ژنتيك و جنگل تصادفي

در اين پژوهش رويكردي نوين براي بخش ‌بندي تصوير بر اساس الگوريتم ژنتيك و جنگل تصادفي معرفي مي‌گردد. در بخش‌بندي تصوير سعي مي‌شود اجزاء مختلف تصوير از يكديگر جدا شوند. در اين فرايند به تمامي پيكسل‌هاي داخل تصوير برچسبي داده مي‌شود؛ به نحوي كه پيكسل‌هاي با برچسب يكسان ويژگي‌هاي مشتركي را داشته باشند. در روش پيشنهادي اين ويژگي‌ها با استفاده از فيلترهاي تصويري به دست آورده مي‌شود. با تركيب اين ويژگي‌ها و با الگوريتم جنگل تصادفي به عنوان طبقه­بند بخش‌بندي تصاوير انجام مي‌شود. فيلترهاي تصويري استفاده شده داراي تعدادي ابرپارامتر مي­باشند كه تنظيم صحيح اين ابرپارامترها بر كارايي الگوريتم موثر است. در اين مقاله انتخاب اين ابرپارامترها توسط الگوريتم ژنتيك انجام مي­شود. ابر‌پارامترهاي فيلترهاي گابور به عنوان ژن‌هاي كروموزوم الگوريتم ژنتيك در نظر گرفته مي‌شود. تابع برازندگي f1-score حاصل از اجراي الگوريتم جنگل تصادفي براي بخش بندي تصوير تعريف مي‌شود. يافتن مقادير مناسب ابر‌پارامترهاي فيلترهاي گابور و افزايش f1-score در بخش‌بندي تصوير نسبت به ساير روش‌هاي مورد بررسي از دستاوردهاي اين پژوهش است.