Detail publikace
Evolution of Cellular Automata with Conditionally Matching Rules for Image Filtering
evoluční strategie, celulární automat, podmínkové pravidlo, obrazový filtr, šum typu sůl a pepř
V článku je představena evoluční metoda pro návrh obrazových filtrů využívajících 2D celulární automaty. Pro reprezentaci přechodových funkcí celulárních automatů, pracujících s 256 stavy, je použita speciální technika založená na podmínkových pravidlech (angl. Conditionally Matching Rules, zkr. CMR). Tento přístup dovoluje značně redukovat délku chromozomů v evolučním algoritmu, které by použitím konvenční (tabulkové) reprezentace vyžadovaly pro uložení enormní paměťový prostor. Jako případová studie je uvažováno filtrování šumu typu sůl a pepř z obrázků v 256 odstínech šedé barvy. Celulární automat je na počátku nastaven na hodnoty pixelů poškozeného obrazu a pro nalezení přechodových pravidel automatu je použita varianta evoluční strategie, přičemž k eliminaci šumu z obrazu dochází přirozeným vývojem celulárního automatu z počátečního stavu pomocí vyvíjené přechodové funkce. V článku je ukázáno, že použitím automatů pracujících pouze s buněčným 5-okolím v kombinaci s technikou CMR je možné dosáhnout velmi dobrých výsledků výstupních obrazů srovnatelných s těmi, dosaženými pomocí několika existujících technik, které však vyžadují více výpočetních zdrojů. Představený postup navíc vykazuje vysokou výpočetní efektivitu, kdy je možné získat rozumné výsledky v krátkém čase i na běžném PC.
@inproceedings{BUT168119,
author="Michal {Bidlo}",
title="Evolution of Cellular Automata with Conditionally Matching Rules for Image Filtering",
booktitle="2020 IEEE Congress on Evolutionary Computation (CEC)",
year="2020",
pages="1--8",
publisher="IEEE Computational Intelligence Society",
address="Los Alamitos",
doi="10.1109/CEC48606.2020.9185767",
isbn="978-1-7281-6929-3",
url="https://ieeexplore.ieee.org/document/9185767"
}