Meta sezgisel arama algoritmalarının çok seviyeli görüntü eşikleme performanslarının karşılaştırılması

Authors : Asuman Günay Yılmaz, Samoua Alsamoua

Pages : 161-174

Doi:10.28948/ngumuh.1529614

View : 50 | Download : 98

Publication Date : 2025-01-15

Article Type : Research Paper

Abstract :Görüntü segmentasyonu alanında sıklıkla kullanılan eşiklemeye dayalı segmentasyon yöntemleri, az sayıdaki eşik değerinin belirlenmesinde başarılıdır. Fakat eşik seviye sayısı arttıkça hesaplama karmaşıklığında üstel artış meydana gelmektedir. Bu nedenle problemin çözümünde meta sezgisel arama algoritmaları tercih edilmektedir. Bu çalışmada görüntü segmentasyonu literatüründe en çok kullanılan 11 meta sezgisel algoritmanın (yapay arı kolonisi, guguk kuşu arama, diferansiyel evrim, gri kurt optimizasyonu, harris şahini optimizasyonu, güve-alev optimizasyonu, parçacık sürüsü optimizasyonu, sinüs kosinüs algoritması, simbiyotik organizmalar arama, salp sürü algoritması, balina optimizasyon algoritması) performansı kıyaslanmıştır. m=2,3,4,5,6,7,8 seviyeli segmentasyon ile algoritmaların düşük ve orta seviyelerdeki başarımı değerlendirilmiştir. 100 görüntü üzerinde yapılan deney sonuçları Friedman istatistiksel analiz yöntemi ile analiz edilmiştir. Elde edilen sonuçlar en başarılı ilk iki algoritmasın güve-alev optimizasyonu ve parçacık sürüsü optimizasyonu olduğunu göstermiştir. Geniş bir veri seti üzerinde çeşitli seviyelerde eşikleme ve farklı sonlandırma kriterleri ile yapılan bu çalışmanın sonuçları, görüntü segmentasyonu alanında çalışan araştırmacılara algoritma seçimi konusunda önemli bilgiler sağlamaktadır.
Keywords : Çok seviyeli eşikleme, Görüntü segmentasyonu, Meta sezgisel optimizasyon