لبه یابی از تصاویر نویزی با استفاده از تحلیل مؤلفه‌های مستقل

در این مقاله یک روش جدید به منظور استخراج نرده‌های تصاویر بوکسیت بر مبنای روش تحلیل مؤلفه‌های مستقل ICA ارائه می‌شود که در ابتدا تصویر مورد نظر به حوزه ICA نگاشته می‌شود. از آنجایی که اغلب بردارهای تصویر شده در این قسمت دارای پوستی پراکنده می‌باشند با اعمال یک آستانه برای بردارهای نگاشته شده از تصویر نویزی می‌توان مؤلفه‌های نویزی را از مؤلفه‌های مربوط به اجزاء تصویر جدا نموده و آن‌ها را حذف کرد. در ادامه با شناسایی توابع پایه ICA که دارای توزیع پراکنده می‌باشد مؤلفه‌های رفع نویز شده به فضای اصلی ببرگردانده شده و لبه‌های تسمیه استخراج می‌گردد . نتایج شبیه‌سازی بر روی تصاویر آلوده به نویز گوسی ، برتری این روش را در مقایسه با الگوریتم لبه یابی دیگر نشان می‌دهد.

کلیدواژه ها:

استخراج ویژگی ، تحلیل مؤلفه‌های مستقل ، کدگذاری پراکنده ، لب یابی ، نویز گوسی