Сравнение методов выделения контура для изображения капли металла
EIR PSTU
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Сравнение методов выделения контура для изображения капли металла
Порівняння методів виділення контуру для зображення краплі металу Comparison of methods of edge detection of a metal drop image |
|
| Creator |
Пятикоп, Елена Евгеньевна
Левицкая, Татьяна Александровна Тельных Л. В. П’ятикоп, Олена Євгенівна Левицька, Тетяна Олександрівна Тельних Л. В. Piatykop, O. Е. Levytska, T. О. Telnykh, L. V. |
|
| Description |
Пятикоп, Е. Е. Сравнение методов выделения контура для изображения капли металла / Е. Е. Пятикоп, Т. А. Левицкая, Л. В. Тельных // Вісник Приазовського державного технічного університету : зб. наукових праць / ПДТУ. – Маріуполь, 2016. – Вип. 33. – С. 152–159. – (Серія : Технічні науки).
Выполнен сравнительный анализ известных методов выделения границ (Canny, Prewitt, Roberts, Sobel, Laplacian Of Gaussian) для изображения капли металла. Проанализировано, что предлагаемые авторами сравнения имеют индивидуальный подход в зависимости от характеристик и сути изображения, а также дальнейшей задачи распознавания. На основе проведенного анализа выбраны наиболее результативные алгоритмы для последующего их исследования применительно к изображениям капли металла. Виконано порівняльний аналіз відомих методів виділення кордонів (Canny, Prewitt, Roberts, Sobel, Laplacian Of Gaussian) для зображення краплі металу. Проаналізовано, що запропоновані авторами порівняння мають індивідуальний підхід в залежності від характеристик і суті зображення, а також завдання розпізнавання. На основі проведеного аналізу обрані найбільш результативні алгоритми для подальшого їх дослідження стосовно до зображень краплі металу. Edge is the basic characteristic of an image, edge detection plays an important role in computer vision and image analysis. Edge detection refers to the process of identifying and locating sharp discontinuities in an image. The discontinuities are abrupt changes in pixel intensity which characterize boundaries of objects in a scene. The purpose of edge detection is to mark the points in a digital image at which the luminous intensity changes sharply. Image Edge detection significantly reduces the amount of data and filters out useless information, while preserving the important structural properties in an image. Since edge detection is in the forefront of image processing for object detection, it is crucial to have a good understanding of edge detection algorithms. There are many ways to perform the edge detection. However, they may be grouped into two categories, that are edge detection techniques of Gradient-based and Laplacian based Edge Detection. The gradient method detects the edges by looking for the maximum and minimum in the first derivative of the image. The Laplacian method searches for the zero crossings in the second derivative of the image to find edges. In this paper the analysis of the results of Edge Detection by other scientists is presented. In this paper we have evaluated various Edge Detection Operators – they are Sobel, Robert, Prewitt, LOG and Canny – used for a metal drop images. The Robert, Prewitt, Sobel methods showed the best result. |
|
| Date |
2017-03-24T09:02:11Z
2017-03-24T09:02:11Z 2016 |
|
| Type |
Article
|
|
| Identifier |
http://eir.pstu.edu/handle/123456789/12863
|
|
| Language |
ru
|
|