Application d'algorithmes d'optimisation inspirés de la nature pour la Template matching

Abstract

Template matching is the process of finding a template or sub-image inside an original image (source), this process is necessary in many applications such as shape recognition and image processing, current methods are computationally expensive and inefficient in all cases. As a solution to this problem, we have proposed the method of optimizing the Locust search swarm as a template matching solution, LS employs unique evolutionary factors in its search strategy, which helps to avoid focusing on known solutions and allows to better explore the image search area. Our experimental results showed that the proposed approach achieves a better balance between estimation accuracy and computational cost compared to similar methods La correspondance de modèle (Template matching) est le processus de recherche d'un modèle ou d'une sous-image à l'intérieur d'une image originale (source), ce processus est nécessaire dans de nombreuses applications telles que la reconnaissance de forme et le traitement d’image, Les méthodes existantes sont coûteuses en calcul et inefficaces dans tous les cas. Comme solution à ce problème, nous avons proposé la méthode d'optimisation de l'essaim de recherche de criquets comme solution de correspondance de modèles, LS utilise des facteurs évolutifs uniques dans sa stratégie de recherche, ce qui permet d'éviter de se concentrer sur des solutions connues et permet de mieux explorer la zone de recherche d'images. Nos résultats expérimentaux ont montré que l'approche proposée permet d'obtenir un meilleur équilibre entre la précision de l'estimation et le coût de calcul par rapport à des méthodes similaires. ملخص مطابقة القوالب هي عملية إيجاد قالب أو صورة فرعية داخل صورة أصلية )المصدر(، تعد هذه العملية ضرورية في العديد من التطبيقات مثل التعرف على الأشكال ومعالجة الصور، الطرق الحالية مكلفة حسابيا. كحل لهذه المشكلة، قمنا اقتراح طريقة تحسين سرب البحث عن الجراد كحل لمطابقة القوالب، توظف LS عوامل تطورية فريدة في استراتيجية البحث الخاصة بها، مما يساعد على تجنب التركيز على الحلول المعروفة ويسمح باستكشاف منطقة بحث الصورة بشكل أفضل. اضهرت النتائج التجريبية التي قمنا بيها أن النهج المقترح يحقق توازنًا أفضل بين دقة التقدير والتكلفة الحسابية مقارنة بالطرق المماثلة