Contribution à la Parallèlisation des Algorithmiques Evolutionnaires Appliqués au Traitement de Données Multimédia

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

La compression et la segmentation d’image font partie des techniques de traitement d’image les plus essentielles. Bien que plusieurs méthodes visant à améliorer leur performance aient été proposées dans la littérature, le compromis qualité de solution et temps de calcul reste difficile à satisfaire. Ceci nous a mené à nous intéresser aux algorithmes méta-heuristiques et leur application au traitement d’image, particulièrement ceux à base de population. En premier lieu, nous avons testé l’efficacité de trois algorithmes méta-heuristiques à savoir le plus performant. Quant à notre deuxième contribution, elle consiste à utilisera métrique SSIM comme fonction objective optimisée par PSO, FA et Bat Algorithm(BA) avec des paramètres préalablement ajustés, afin de résoudre le problème de segmentation, particulièrement, le multi-seuillage. Les résultats obtenus montrent cela méthode SSIM basée sur PSO produit des solutions quasi-identiques à identiques aux solutions exactes (obtenues par la recherche exhaustive) et permet de générer des images segmentées de meilleures qualités comparés à l’utilisation de la méthode classiques : est comparée aux algorithmes : PSO, WOA,Grey Wolf Optimisation (GWO), Moth Flame Optimization (MFO), BFO et Modified BFO(MBFO). Les expérimentations indiquent que UBFO produit de meilleurs résultats par rapport aux algorithmes BFO, MBFO, MFO et GWO et qu’il très compétitif avec PSOet WOA. De plus, les tests statistiques ont montré que UBFO est l’algorithme le plus précis et le plus stable par rapport aux autres algorithmes utilisés. Image compression and segmentation are among the most essential image process-ing techniques. several approaches have been proposed in the literature in order their performance but the trad-off between solution quality and computa-tion time is still hard to reach. This led us to focus on meta-heuristic algorithms application to image processing, particularly meta-heuristic based on results indicate that the use of the meta-heuristic algorithms does not over-come this weakness. The previously adjusted parameters, in order to solve the segmentation problem,particularly, the search) and allows to generate better quality segmented images compared use of the classical method:Otsu. Nevertheless, time. Therefore, the computation complexity has been considerably reduced by adopting a shared memory parallel programming paradigm (OpenMp). Finally, we have made modifications to the Bacterial Foraging Optimization(BFO) algorithm and the obtained solutions quality. The -BFO(UBFO) approach is compared to the following algorithms:PSO,WOA,Grey Wolf Op-timization(GWO),Moth Flame Optimization(MFO), BFO(MBFO).The experiments indicate the other algorithms.

روابط وملفات

التعريف والنوع

رقم الوثيقة

f09c5c06-2bd5-4ea7-81fa-bb6c32754782

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf text

أسماء الملفات

2156053_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"اكرام بوبشال","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"رشيد صغير","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Contribution à la Parallèlisation des Algorithmiques Evolutionnaires Appliqués au Traitement de Données Multimédia

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

Optimisation, Méta-heuristiques, Segmentation, Compression, Multi-seuillage,Quantification Vectorielle, Programmation Parallèle à mémoire partagée.

إشراف وإعداد

الإشراف

رشيد صغير

الإعداد

اكرام بوبشال

الاقتباسات الببليوغرافية