بررسي الگوريتم ها و تكنيك هاي شناسايي لبه تصوير

Investigate algorithms and edge detection techniques

شناسايي لبه تصوير اساس بينايي رايانه‌اي است كه در سال‌هاي اخير به سرعت پيشرفت كرده است. با در نظر گرفتن اهميت شناسايي لبه و تكامل ANN (شبكه عصبي مصنوعي) يك مقاله ي بررسي پيرامون الگوريتم‌هاي شناسايي لبه تصوير بر اساس ANN ارائه داده‌ايم. در ابتدا، روش‌هاي كلاسيك شناسايي لبه را بررسي كرده و برخي از روش‌هاي جديد ارائه شده در اين سال‌ها را مطرح مي‌كنيم. دوم اين كه، اصولANN را به طور مختصر بيان كرده‌ايم. سپس يك روش شناسايي لبه بر اساس ANN را بررسي كرده و برخي از معايب اين روش را به طور خلاصه بيان كرده‌ايم(F. Bergholm,1987) . تشخيص لبه تصوير در حوزه‌هاي مختلف مانند الگوشناسي و بينايي رايانه‌اي نقش مهمي دارد. علاوه بر اين مسأله اي است كه داراي راه حل مطلوب نيست. راه حل اين مسأله در توسعه استخراج خصيصه، درك تصوير و تشخيص هدف نقش مثبتي دارد. اپراتورهاي قديمي تشخيص لبه تصوير اصولاً مبتني بر گراديان هستند، مانند اپراتور رابرتز، اپراتور Prewitt، اپراتور Sobel و اپراتور LOG (Laplass of Gauss). اين اپراتورها مي‌توانند لبه را به طور تقريبي شناسايي كنند، با اين حال توانايي‌شان در شناسايي چندان قوي نيست .(Vikram Mutneja,2015)

Identifying the edge of the image is the basis of computer vision, which has progressed rapidly in recent years. Considering the importance of identifying the edge and the evolution of the ANN (Artificial Neural Network), we present a survey paper on image recognition algorithms based on ANN. First, we examine classical edge detection methods and introduce some of the new methods presented in these years. Second, we briefly outline the principles of ANN. We then examine an ANN-based identification method and briefly outline some of the disadvantages of this method. Detection of image edges plays an important role in various areas, such as modeling and visualization. In addition, it does not have a desirable solution. The solution to this problem is positively related to the development of attribute extraction, image understanding and target detection. Old edge detection operators are primarily gradient-based, such as the Roberts operator, the Prewitt operator, the Sobel operator, and the LOGOS operator (Laplass of Gauss). These operators can identify the edge roughly, however, their ability to identify is not so strong