آشکارسازی لبه به صورت چند جهته و چند مقیاسی با استفاده از مدل بینایی اولیه و ادغام منقبض شونده پاسخ های گرادیان

مسئله آشکارسازی لبه به عنوان یکی از اساسی ترین و مهم ترین مسائل در پردازش و تحلیل تصویر مطرح بوده است، اهمیت این مسئله ناشی از آن است که خروجی خیلی از الگوریتم های تحلیل تصویر، به الگوریتم تشخیص لبه صحیح و دقیق وابسته است. اما یک روش جامع و کامل که بتواند کار تشخیص لبه در تصویر را با درنظر گرفتن همه الگوهای لبه و عوامل موثر در تشخیص لبه انجام دهد، تاکنون ارائه نشده است. در این تحقیق، در ابتدا با الهام از مدل محاسباتی سلول های شبکیه چشم و سلول ساده غشاء اولیه بینایی در مغز، عملگر گرادیان مناسب به صورت توابع گابور در جهت ها و مقیاس های مختلف و با پارامتر های تطبیقی مناسب، پیشنهاد می شود. سپس برای ادغام پاسخ های گرادیان یکسوشده، الگوریتمی بر اساس انقباض قطعات لبه از مقیاس های بزرگتر به سوی مقیاس های کوچکتر ارائه می شود. این پژوهش سعی دارد سه معیار معرفی شده توسط کنی را به طور مطلوب برآورده سازد. با اجرای تحلیل چند جهته و چند مقیاسی و ادغام منقبض شونده پاسخ های گرادیان، آشکارسازی بهتر و مکان یابی دقیق تر لبه حاصل شده است. نتایج استفاده از این روش در تصاویر طبیعی و ساختگی بیانگر کارآیی بهتر این روش نسبت به روش های مرسوم (مانند روش کنی) است.

کلیدواژه ها:

آشکارسازی لبه ، تحلیل چند جهته و چند مقیاسی ، فیلتر گابور ، ادغام منقبض شونده