| ชื่อบทความที่เผยแพร่ |
Multilevel thresholding selection based on chaotic multi-verse optimization for image segmentation |
| วัน/เดือน/ปี ที่เผยแพร่ |
21 พฤศจิกายน 2559 |
| การประชุม |
| ชื่อการประชุม |
13th International Joint Conference on Computer Science and Software Engineering (JCSSE), 2016 |
| หน่วยงาน/องค์กรที่จัดประชุม |
Department of computer Science, Faculty of Science, Khon Kaen University, Thailand |
| สถานที่จัดประชุม |
Pullman Khon Kaen Raja Orchid Hotel, Khon Kaen, Thailand |
| จังหวัด/รัฐ |
Khon Kaen |
| ช่วงวันที่จัดประชุม |
13 กรกฎาคม 2559 |
| ถึง |
15 กรกฎาคม 2559 |
| Proceeding Paper |
| Volume (ปีที่) |
2016 |
| Issue (เล่มที่) |
5 |
| หน้าที่พิมพ์ |
1 - 6 |
| Editors/edition/publisher |
|
| บทคัดย่อ |
Multilevel thresholding is the most important method for image processing. Conventional multilevel thresholding methods have proven to be efficient in bi-level thresholding; however, when extended to multilevel thresholding, they prove to be computationally more costly, as they comprehensively search the optimal thresholds for the objective function. This paper presents a chaotic multi-verse optimizer (CMVO) algorithm using Kapur's objective function in order to determine the optimal multilevel thresholds for image segmentation. The proposed CMVO algorithm was applied to various standard test images, and evaluated by peak signal-to-noise ratio (PSNR) and structural similarity index (SSIM). The CMVO algorithm efficiently and accurately searched multilevel thresholds and reduced the required computational times. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English