آشکارسازی لبه به صورت چند جهته و چند مقیاسی با استفاده از مدل بینایی اولیه و ادغام منقبض شوندۀ پاسخ های گرادیان

مسئله آشکارسازی لبه به عنوان یکی از اساسی­ترین و مهم­ترین مسائل در پردازش و تحلیل تصویر مطرح بوده است، اهمیّت این مسئله ناشی از آن است­ که خروجی خیلی از الگوریتم­های تحلیل تصویر، به الگوریتم تشخیص لبۀ صحیح و دقیق وابسته است. امّا یک روش جامع و کامل که بتواند کار تشخیص لبه در تصویر را با درنظر گرفتن همۀ الگوهای لبه و عوامل مؤثر در تشخیص لبه انجام دهد، تاکنون ارائه نشده است. در این تحقیق، در ابتدا با الهام از مدل محاسباتی سلول­های شبکیۀ چشم و سلول سادۀ غشاء اولیۀ بینایی در مغز، عملگر گرادیان مناسب به صورت توابع گابور در جهت­ها و مقیاس­های مختلف و با پارامتر­های تطبیقی مناسب، پیشنهاد می­شود. سپس برای ادغام پاسخ­های گرادیان یکسوشده، الگوریتمی بر­اساس انقباض قطعات لبه از مقیاس­­های بزرگتر به سوی مقیاس­های کوچکتر ارائه می­شود. این پژوهش سعی دارد سه معیار­­ معرفی شده توسط کنی را به طور مطلوب برآورده سازد. با اجرای تحلیل چند جهته و چند مقیاسی و ادغام منقبض شوندۀ پاسخ­های گرادیان، آشکارسازی بهتر و مکان­یابی دقیق­تر لبه حاصل شده است. نتایج استفاده از این روش در تصاویر طبیعی و ساختگی بیانگر کارآیی بهتر این روش نسبت به روش­های مرسوم (مانند روش کنی) است.