روش ترکیبی برای تشخیص لبه تصاویر ماهی ها با استفاده ازمورفولوژی و روش بهبود یافته الگوریتم مار-هیلدرث

چکیده مقاله

لبه ها حاوی اطلاعات مهم یک تصویر هستند و تشخیص لبه میتواند به عنوان روشی سطح پایین برای پردازش تصویر باشد که برای تجزیه و تحلیل در محتوای تصویر اهمیت بسزایی دارد گام مهم در پردازشتصاویری که در آب تصویربرداری می شوند تعیین لبه ماهی ها است پیدا کردن ناپیوستگی از تصاویر و تشخیص مرزهای اشیاء مورد استفاده قرار میگیرد روش های زیادی برای لبه یابی درتصاویر ارایه شده است این روشها اکثرا براساس مشتق گیری از تصاویر عمل میکنند ولی این روشها مشکلاتی از جمله حساسیت به نویز و حجم زیاد محاسبات دارند الگوریتم کنی که نتیجه ی نسبتا خوبی دارد جزء روش های پر هزینه محسوب میشود در این مقاله مهمترین گام تشخیصلبه تصویر بر پایه الگوریتم مار هیلدرث، برای رسیدن به نتیجه قابل قبول بستگی به تعیین مقدار آستانه آن دارد در اینجا برای تشخیصلبه ازمورفولوژی وآستانه گیر اتسو 1 استفاده شده است فرایند بدین صورت است تا آنجایی که امکان دارد ویژگی های مهم یک تصویر را از ویژگیهای غیرضروری یا بی اهمیتی مثل نویز جدا کند روشهای مختلفی برای این کار وجود دارد ولی یکی از روشهای مورد استفاده از میان آنها الگوریتم مار هیلدرث با استفاده ازمورفولوژی و الگوریتم اتسو برای تعیین بهترین حد آستانه است

کلیدواژه‌ها

نویسندگان

مهسا ابریشمی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی ، دانشگاه شهید چمران، اهواز

سیدعنایت الله علوی

عضو هیات علمی گروه مهندسی کامپیوتر، دانشکده مهندسی دانشگاه شهید چمران، اهواز

�بریشمی، مهسا و علوی، سیدعنایت الله،1396،روش ترکیبی برای تشخیص لبه تصاویر ماهی ها با استفاده ازمورفولوژی و روش بهبود یافته الگوریتم مار-هیلدرث،کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

مجموعه مقالات کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی18 بهمن 1396 · اهواز