Andere Kunden interessierten sich auch für
![Rilevamento di persone in scene complesse mediante un rilevatore robusto]( "Rilevamento di persone in scene complesse mediante un rilevatore robusto")
Rilevamento di persone in scene complesse mediante un rilevatore robusto23,99 €![Applicazione dell'apprendimento profondo nel rilevamento degli oggetti]( "Applicazione dell'apprendimento profondo nel rilevamento degli oggetti")
Applicazione dell'apprendimento profondo nel rilevamento degli oggetti26,99 €![Ricerca sulle tecnologie chiave delle reti radar]( "Ricerca sulle tecnologie chiave delle reti radar")
Ricerca sulle tecnologie chiave delle reti radar57,99 €![Consapevolezza dell'uso dei social bot]( "Consapevolezza dell'uso dei social bot")
Consapevolezza dell'uso dei social bot26,99 €![Estrazione dei dati]( "Estrazione dei dati")
Estrazione dei dati29,99 €![Padroneggiare l'arte dell'amministrazione dei database]( "Padroneggiare l'arte dell'amministrazione dei database")
Padroneggiare l'arte dell'amministrazione dei database29,99 €![Evoluzione dei computer]( "Evoluzione dei computer")
Evoluzione dei computer29,99 €
Viene proposto un approccio euristico basato sull'ottimizzazione dello sciame di particelle (Particle Swarm Optimization, PSO) di ispirazione biologica da utilizzare a livello di multirisoluzione per migliorare la qualità dei bordi rilevati. Nella fase di pre-elaborazione, all'immagine di ingresso viene applicato un livello di Discrete Wavelet Transform (DWT) o Dual-Tree Complex Wavelet Transform (DT-CWT) per creare nuove immagini a sottobande. La PSO viene quindi applicata a ciascuna di queste immagini a sottobande. L'immagine di uscita contenente i bordi rilevati si ottiene ricostruendola dalle immagini a sottobanda elaborate utilizzando la trasformata inversa. Per la PSO viene proposta una funzione obiettivo per valutare i bordi durante la ricerca euristica nello spazio delle immagini. Inoltre, viene introdotto il thresholding automatico che viene utilizzato per settare automaticamente l'output del PSO in un'immagine binaria. Le prestazioni dell'approccio proposto vengono valutate e confrontate con quelle di altri noti rilevatori di bordi, come Sobel e Canny, utilizzando il database di immagini Kodak. I risultati della valutazione oggettiva, che utilizza il Peak Signal-to-Noise-Ratio (PSNR) e il Root Mean Square Error (RMSE), hanno dimostrato che l'approccio proposto ha prestazioni migliori e/o comparabili rispetto ad altri rilevatori di bordi.