تشخیص لبه و بخش بندی تصاویر رنگی محیط بیرون در فضا های رنگی مختلف

باتوجه به اینکه بخش بندی تصاویر از مرحل مهم پیش پردازش در ماشین بینایی می باشد، موفقیت آمیز بودن این مرحله می تواند تاثیر زیادی در موفقیت مراحل بعدی داشته باشد. اما تاکنون روش کلی برای انجام عملیات بخش بندی تصویر ارائه نشده است و همیشه با توجه به کاربرد و نوع تصویر روش مناسب برای انجام عملیات بخش بندی تصویر، انتخاب می شود. کار های انجام شده در این تحقیق به دو دسته عملیات بخش بندی و تشخیص لبه تقسیم می شود که نتایج هر یک در فضا های رنگی مختلف با هم مقایسه شده است .ابتدا ضمن معرفی چند تشخیص دهنده لبه و بکار گیری آنها برروی تصاویر رنگی، نتایج حاصل در چهار فضای رنگی rgb، hsi،ycbcr و cie lu?v? با هم مقایسه شده است. چندین تصویر رنگی تست مورد برسی قرار گرفته و روش مناسب رشد و ادغام ناحیه ها انتخاب شده و نتایج آن در فضا های رنگی ذکر شده با هم مقایسه می شود همچنین یکی از روش هایی که به بهبود بخش بندی تصاویر نیز می تواند کمک کند، افزایش کنتراست تصویر می باشد. اما افزایش کنتراست تصویر باعث حذف یک سری لبه های تصویر و به وجود آمدن یک سری لبه های اضافی در تصویر می شود. تاکنون اکثر روش هایی که در زمینه بهبود کنتراست تصویر بکار گرفته شده اند ، توانایی محافظت از لبه های تصویر را ندارند. اخیراً توسط روش پیشنهادی چونگ ]18[، کنتراست تصویر در فضای cie lu?v? افزایش پیدا کرده است و از لبه های تصویر نیز تا حدی محافظت شده است. اما این الگوریتم نیز هنوز نقاط ضعف دارد. ما در این پایان نامه توانستیم ضمن رفع این نقاط ضعف، با ارائه الگوریتم کارآمد تری در مقایسه با روش چونگ از لبه های تصویر اشباع شده، بیشتر محافظت کنیم در عین حال که کنتراست تصویر نیز بیشتر شده است.