MRF-based image segmentation using Ant Colony System
Salima, Ouadfel (Mentouri University (Algèria). Computer Science Department)
Mohamed, Batouche (Mentouri University (Algèria). Computer Science Department)

Date:	2003
Abstract:	In this paper, we propose a novel method for image segmentation that we call ACS-MRF method. ACS-MRF is a hybrid ant colony system coupled with a local search. We show how a colony of cooperating ants are able to estimate the labels field and minimize the MAP estimate. Cooperation between ants is performed by exchanging information through pheromone updating. The obtained results show the efficiency of the new algorithm, which is able to compete with other stochastic optimization methods like Simulated annealing and Genetic algorithm in terms of solution quality.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Language:	Anglès
Document:	Article ; recerca ; Versió publicada
Subject:	Image Analysis ; Image Segmentation ; Markov Random Field ; Ant Colony Optimization ; Ant Colony System ; Local search ; Anàlisi d'imatge ; Segmentació d'imatge ; Camp aleatori Markov ; Optimització de la colònica de formigues ; Sistema de colònies de formigues ; Análisis de imagen ; Segmentación de imagen ; Campo aleatorio Markov ; Optimización de la colonia de hormigas ; Sistema de colonias de hormigas ; Cerca local
Published in:	ELCVIA : Electronic Letters on Computer Vision and Image Analysis, V. 2 n. 1 (2003) p. 12-24, ISSN 1577-5097

Adreça alternativa: https://raco.cat/index.php/ELCVIA/article/view/31595
Adreça alternativa: https://elcvia.cvc.uab.es/article/view/v2-n1-ouadfel-batouche
DOI: 10.5565/rev/elcvia.63

13 p, 574.4 KB

The record appears in these collections:
Articles > Published articles > ELCVIA
Articles > Research articles