مروری بر روش های قطعه بندی تصویر بااستفاده از الگوریتم های تشخیص لبه فازی

لبه ها نقاطی در تصویر هستند که به کمک آنها می توانیم مرزهای اطراف یک شی در تصویر رامشخص کنیم. پس ما اگر بتوانیم به کمک آشکارسازها این نقاط را به درستی تشخیص دهیم به راحتی می توانیم اشیاء موجود در تصویر را شناسایی و خصوصیات آن ها را تفسیر کنیم. یکی از روش های مطرح در این زمینه که امروزه به طور گسترده از آن استفاده می شود منطق فازی می باشد. اساس کار الگوریتم های لبه فازی" href="https://civilica.com/search/paper/k-%D8%AA%D8%B4%D8%AE%DB%8C%D8%B5%20%D9%84%D8%A8%D9%87%20%D9%81%D8%A7%D8%B2%DB%8C/">تشخیص لبه فازی بر سه مرحله فازی سازی، قوانین استنتاجی و دفازی استوار است که در مرحله اول مقادیر پیکسل های تصویر ورودی توسط یک ماسک n×n به توابع عضویت ورودی داده می شود و به مقادیر فازی تبدیل می شوند، در واقع در این مرحله یک طبقه بندی با توجه به شدت پیکسل های تصویر انجام می شود. در مرحله دوم با استفاده از قوانین استنتاجی تعریف شده یک تعدیل بر روی مقادیر طبقه بندی شده صورت می گیرد و پیکسل های کاندید لبه معرفی می شوند، سپس در مرحله آخر تصویر فازی جهت نمایش در خروجی دفازی می شود. ما در این مقاله سعی داریم یک مروری کلی به روی روش های فازی ارائه شده در این زمینه انجام دهیم و نتایج بدست آمده از آنها را مورد بررسی قرار دهیم.

کلیدواژه ها:

تشخیص لبه فازی ، توابع عضویت ، قوانین استنتاجی ، لبه