توسعه روشی نوین در تشخیص لبه تصاویر هوایی/ماهواره‌ای با قدرت تفکیک بالا با تأکید بر بهینه‌سازی حدود آستانه و استفاده از الگوریتم رقابت استعماری

لبه یکی از ویژگی‌های برجسته تصویر است، لبه‌ها حامل اطلاعات مهمی از تصویر می‌باشند و به خوبی بیانگر ویژگی شکل اجسام هستند. اهمیت لبه‌ها در تصویر تا به آنجا است که سیستم بینایی انسان نیز از یک مرحله پیش پردازش برای آشکارسازی لبه استفاده می‌کند. بسیاری از روش‌های ریاضی کلاسیک برای تشخیص لبه بر اساس مشتق پیکسل‌های تصویر اصلی می‌باشند، مانند اپراتورهای گرادیان، لاپلاسین و لاپلاسین از اپراتور گاوسی. در تصاویر سنجش‌از‌دور به علت بالا بودن میزان تغییرات اپراتورهای کشف لبه نام برده شده دچار ضعف در تشخیص صحیح محدوده‌ی عوارض و حفظ پیوستگی و انسجام محدوده‌ی آن‌ها می‌باشند، به‌منظور حل این مشکلات این تحقیق یک روش نوین به‌منظور کشف لبه بر اساس خصوصیات تصاویر سنجش‌از‌دور را ارائه می‌دهد. در این روش ابتدا به‌صورت منطقه‌ای به شناسایی حدود آستانه‌ی مناطق مختلف تصویر پرداخته می‌شود و سپس با استفاده از الگوریتم شانون آنتروپی لبه‌های عوارض مختلف تصویری استخراج می‌شود. با توجه به بررسی‌های به عمل آمده، در این روش نحوه انتخاب حدود آستانه منتخب تأثیر بسزایی بر نتیجه نهایی دارد، به این منظور از روش بهینه‌سازی الگوریتم رقابت استعماری (ICA) استفاده شده است. در نهایت به‌منظور ارزیابی روش، نتایج حاصل‌شده با الگوریتم‌های استاندارد کنی، سوبل، رابرتز، LoG، الگوریتم تشخیص لبه بهینه‌سازی مورچگان و الگوریتم تشخیص لبه با روش بهینه‌سازی حدود آستانه توسط آنتروپی تسالیس مقایسه شدند و مشاهده شد که این روش به شکل کارآمدی قادر به شناسایی لبه‌های تصاویر مختلف می‌باشد.