Erkennung von Objektkanten anhand der Größe des Gradienten

Kantenerkennung ist eine sehr wichtige Terminologie in der Bildverarbeitung und für Computer Vision. Die Kantendetektion steht in der Bildverarbeitung bei der Objekterkennung im Vordergrund, daher ist ein gutes Verständnis der Operatoren für die Kantendetektion unerlässlich. In diesem Buch wird ein verbessertes Schema zur Konturerkennung mit besserem Leistungsmaß mit Hilfe von Bildgradienten vorgeschlagen. Ein 9x9 Laplacian und Gaussian (LOG) Filter wurde vorgeschlagen. Die vorliegende Studie hat gezeigt, dass die durch die 9x9 Laplacian and Gaussian (LOG)-Maske erhaltenen Gradientenbilder viel klarer mit scharfen und hervorstechenden Kanten erscheinen als die durch 5x5 Laplacian and Gaussian (LOG)-Filter erhaltenen Bilder und auch bessere Ergebnisse als traditionelle Kantendetektoren liefern. Die Methode wurde auf eine Reihe von realen digitalen Bildern angewandt, und es wurde eine bessere Leistungsmessung der Konturerkennung erreicht. Es werden auch vergleichende Analysen verschiedener Kantendetektionsoperatoren in der Bildverarbeitung vorgestellt und diskutiert. Es wurde festgestellt, dass die Leistung des Canny-Kantenerkennungsoperators viel besser ist als die von Sobel, Roberts, Prewitt und Laplacian of Gaussian (LoG) in Bezug auf das Aussehen des Bildes und die Objektgrenze.

Autorentext

Dr. Pinaki Pratim AcharjyaProfessore, Dipartimento di CSE, Haldia Institute of Technology, IndiaDr. Jayeeta MajumdarProfessore associato, Dipartimento di CSE, Istituto di tecnologia di Haldia, IndiaDr. Subhankar JoardarProfessore, Dipartimento di CSE, Istituto di tecnologia di Haldia, India