این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۹، شماره ۲، صفحات ۱۲۴-۱۳۹
عنوان فارسی آشکارسازی مرز در تصاویر دیجیتال با استفاده از روش جنگل های ساختاری مبتنی بر گروه بندی و استدلال کانتور
چکیده فارسی مقاله چکیده- آشکارسازی لبه با استفاده از روش جنگل‌های ساختاری با کیفیت نسبتاً بالا و بهنگام انجام میشود. با این وجود، در خروجی این روش، لبه‌هایی با پهنای بیش از یک پیکسل و نیز لبه‌های غیرواقعی که به هیچ مرزی تعلق ندارند قابل مشاهده است. اعمال آستانه بر این خروجی نیز نمی‌تواند تمامی این معایب را رفع کند و گاهی منجر به حذف پیکسل‌های لبه و در نتیجه افت عملکرد این روش می‌شود. در این مقاله با ارائه‌ی روش جنگل‌های ساختاری توسعه یافته مبتنی بر گروه‌بندی و استدلال کانتور، ضمن رفع معایب لبه‌یاب جنگل‌های ساختاری اصلی و بهبود عملکرد آن، به یک آشکارساز مرز دقیق و با کیفیت بالا دست می‌یابیم. با استفاده از این روش و بر اساس معیار اندازه‌ی اف، در مجموع کارائی آشکارسازی لبه 26/2 درصد ارتقا مییابد. الگوریتم پیشنهادی با ارائه‌ی مرزهای دقیق با پهنای یک پیکسل می‌تواند به‌عنوان یک مرحله پیش‌پردازش موثر در بسیاری از عملکردهای پردازشی تصویر مورد استفاده قرار گیرد.
کلیدواژه‌های فارسی مقاله آشکارسازی لبه، آشکارسازی مرز، جنگل‌های تصمیم‌گیری ساختاری، گروه‌بندی و استد‌لال کانتور،
عنوان انگلیسی Boundary Detection in Digital Images using Structural Forests Method Based on Contour Grouping and Reasoning
چکیده انگلیسی مقاله Abstract- Edge detection is carried out using high-quality and real-time structural forests method. Nevertheless, in the output of this method, edges with a width of more than one pixel as well as unreal edges that do not belong to any boundary can be seen. Applying thresholds to this output cannot also eliminate all of these disadvantages and sometimes leads to the removal of edge pixels resulting in a loss of performance. In this paper, by presenting the extended structural forests method based on contour grouping and reasoning, while eliminating the disadvantages of the basic structural forests edge detector and improving its performance, a precise and high-quality boundary detector is achieved. By using this method and according to the F-measure criterion, the performance of edge detection is improved 2.26% in total. The proposed algorithm can be used as an effective preprocessing stage in many image processing functions by providing accurate boundaries with a width of one pixel.
کلیدواژه‌های انگلیسی مقاله آشکارسازی لبه, آشکارسازی مرز, جنگل‌های تصمیم‌گیری ساختاری, گروه‌بندی و استد‌لال کانتور
نویسندگان مقاله محدثه امیدی |
گروه مهندسی مخابرات، دانشکده مهندسی برق و کامپیوتر، دانشگاه سیستان و بلوچستان، زاهدان، ایران

فرحناز مهنا |
ایران، زاهدان، دانشگاه سیستان و بلوچستان، دانشکده مهندسی برق و کامپیوتر، گروه مهندسی مخابرات.

نشانی اینترنتی https://jscit.nit.ac.ir/article_104432_2130b548391ac51eb3e38b86a6bff9b8.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات