آشکارسازی لبه با استفاده از روش های هوشمند

پایان نامه
چکیده

آشکارسازی لبه یکی از مراحل اساسی در پردازش تصاویر است. با وجود اینکه تا کنون روش های زیاد و متنوعی برای آشکارسازی لبه ارائه شده اند، اما یک روش جامع و قابل کاربرد در زمینه های گوناگون و انواع مختلف لبه ها ارائه نشده است. در این پایان نامه دو روش برای آشکارسازی لبه پیشنهاد شده است؛ روش نخست یک روش حساس به جهت چند مقیاسی است که هر یک از مراحل پردازشی آن بر اساس عملکرد ساختار مربوطه در سیستم بینایی انسان طراحی گشته است. در مدل پیشنهادی، مقادیر آستانه برای عملکرد سلول ها به صورت سازگار و بر اساس وسعت میدان دریافت در چارچوب یک تابع غیرخطی دو پارامتری محاسبه می شوند. مدل سازی حساسیت جهتی سلول های بینایی سیستم بینایی انسان با استفاده از توابع گابور حساس به جهت انجام شده است؛ در نهایت یک سیستم فازی برای مدل سازی تحلیل چند مقیاسی و ترکیب نتایج مقیاس های مختلف به کار رفته است. روش دوم با استفاده از تفاضل پاسخ دو سلول ساده ی متعامد و سپس آستانه گیری غیرخطی عمل آشکارسازی را انجام می دهد. برای مقایسه ی نتایج، یک روش نوین بر پایه ی الگوریتم ژنتیک معرفی شده است. نتایج پیاده سازی روش های پیشنهادی روی طیف وسیعی از تصاویر مختلف با نتایج مربوط به آشکارساز لبه ی کنی مقایسه شده است. نتایج به دست آمده نشان می دهد که الهام از عملکرد سیستم بینایی بهبود چشمگیری در آشکارسازی لبه به دنبال داشته است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

یک الگوریتم بهینه برای آشکارسازی لبه ها در تصاویر با استفاده از الگوریتم های هوشمند

در روش ارائه شده ابتدا یک سیستم فازی با مجموعه ای از قوانین فازی ساده به شناسایی پیکسل های نویزی می پردازد تا عملیات فیلترینگ فقط برای پیکسل های نویزی شناسایی شده انجام شود و نسبت سیگنال به نویز تصویر فیلتر شده در حد مطلوبی باقی بماند. در این قسمت با محاسبه توان سیگنال به نویز اثبات می شود که سیستم فازی ارائه شده در مقایسه با روش هایی که قبلاً ارائه شده است عملکرد بهتری داشته است. در این رساله ا...

15 صفحه اول

روشی سازگار برای آشکارسازی لبه با استفاده از مدل‌سازی فازی تحلیل چندمقیاسی در شبکیه چشم انسان

امروزه توجه به عملکرد سیستم بینایی انسان و الگو گرفتن از آن در توسعه‌ی الگوریتم‌های پرکاربرد پردازش تصویر توجه محققین را به خود جلب نموده است. در این مقاله یک روش هوشمند آشکارسازی لبه مبتنی بر مدل‌سازی عملکرد سلول‌های ساده و پیچیده و همچنین مدل‌سازی فازی تحلیل چند مقیاسی تصاویر در کورتکس اولیه‌ی بینایی ارائه شده است. برای مدل‌سازی موثر پاسخ سلول‌های ساده و پیچیده در آشکارسازی لبه، روشی برای تنظ...

متن کامل

مروری بر برخی از روش های آشکارسازی تغییرات با استفاده از داده های سنجش از دور

آشکارسازی تغییرات فرآیند شناسایی تفاوت‌ها در وضعیت یک شیء یا پدیده به وسیله مشاهده آن در زمان‌های متفاوت است. آشکارسازی دقیق و به موقع تغییرات سیما و پستی و بلندی‌های سطح زمین پایه‌ای برای فهم بهتر روابط، برهم‌کنش‌های انسان و پدیده‌های طبیعی برای مدیریت و استفاده بهتر از منابع را فراهم می‌آورد. داده‌های سنجش از دور به علت بزرگنمایی زمانی آنها، تنوع طیفی و رادیومتریک، دید یکپارچه و فرمت رقومی من...

متن کامل

تعیین لبه داده های میدان گرانی با استفاده از روش آماری CCMS

تعیین لبه یک تفسیر کیفی و روشی سریع برای بدست آوردن اطلاعات از بی هنجاری‌های مولد میدان گرانی است. در تعیین لبه دقت در برآورد مرز بی هنجاری‌ها و تفکیک بی هنجاری‌های که دامنه آنها با هم تداخل دارد بسیار مهم است. از جمله معایب روش‌های تعیین لبه، حساس بودن به نوفه؛ حساس بودن به عمق بی هنجاری، برآورد لبه بزرگتر از مقدار واقعی، عدم تفکیک بی هنجاری‌ها و .. است. به همین دلیل روش‌های متنوعی برای تعیین ...

متن کامل

آشکارسازی لبه در تصاویر دیجیتالی با استفاده از تبدیل ویولت

چکیده فرآیند آشکارسازی لبه یکی از مهمترین تکنیکهای کارآمد و مفید در پردازش تصویر و بینایی ماشین به ویژه در جداسازی و شناسایی چارچوب اصلی تصویر می باشد. آشکارسازی لبه یک گام مهم در تشخیص الگو تقسیم بندی تصویر و آنالیزتجزیه و تحلیل صحنه است در یک تصویر تغییرات فیزیکی به صورت تغییررنگ و تغییر شدت روشنایی به صورت لبه نمایان می شوند . در صورتیکه لبه های یک تصویر مشخص شوند مکان تمام اشیاء موجود در ت...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه بیرجند

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023