Detail publikace
Multi-purpose Image Filter Evolution Using Cellular Automata and Function-Based Conditional Rules
Saranová Ivana, Ing. (FIT VUT)
Varianta evoluční strategie je aplikována na návrh přechodových funkcí pro celulární automaty s využitím nově navržené reprezentace pojmenované jako podmínková pravidla založená na funkcích. Cílem je trénovat celulární automaty k eliminaci různých typů šumu z digitálních obrazů pomocí jediné vyvinuté přechodové funkce. Představená metoda nám umožnila navrhnout vysoce kvalitní filtry pracující pouze s pětibodovým okolím, což je podstatně efektivnější než 9 nebo dokonce 25 obrazových bodů používaných většinou stávajících filtrů. Výsledky ukazují že lze úspěšně filtrovat šum typu sůl a pepř a náhodný šum o intenzitě až několika desítek procent. Výsledné filtry navíc prokázaly schopnost filtrovat dávkový impulzní šum, pro který nebyly explicitně trénovány. Prezentované filtry jsou dále schopny zvládnout filtraci až 40% náhodného šumu, u čehož většina stávajících filtrů selhává.
@INPROCEEDINGS{FITPUB13189, author = "Michal Bidlo and Ivana Saranov\'{a}", title = "Multi-purpose Image Filter Evolution Using Cellular Automata and Function-Based Conditional Rules", pages = "457--472", booktitle = "Applications of Evolutionary Computation: 28th European Conference, EvoApplications 2025, Held as Part of EvoStar 2025, Trieste, Italy, April 23-25, 2025, Proceedings, Part II", series = "Lecture Notes in Computer Science", volume = 15613, year = 2025, location = "Trieste, IT", publisher = "Springer Nature Switzerland AG", ISBN = "978-3-031-90064-8", doi = "10.1007/978-3-031-90065-5\_28", language = "english", url = "https://www.fit.vut.cz/research/publication/13189" }