استخراج چاله های خورشیدی از تصاویر ماهواره ای با استفاده از کانتورهای فعال بر مبنای ناحیه

بخش بندی تصویر از جمله مهمترین زمینه های تحقیقاتی در علم پردازش تصویر میباشد که تاکنون روشهای زیادی به این منظور معرفی شده اند. در حالت کلی منظور از بخش بندی تصویر جداسازی قسمتهای مختلف تصویر در داخل نواحی با معنا می باشد. روشهای مختلفی برای بخش بندی تصویر ارائه شده است. یکی از روشهای بخش بندی تصویر، مدلهای کانتور فعال می باشند که به طور گسترده با نام مارها شناخته میشوند. به طور خلاصه، یک کانتور فعال، یک منحنی پویا و دینامیکی می باشد که می تواند با استفاده از مینیمم ساختن انرژی خود بر روی مرزهای یک شیء مستقر گردد. کانتورهای فعال نسبت به دیگر روشهای بخش بندی از قبیل لبه یابی، روشهای آستانه ای و رشد ناحیه دارای مزایایی می باشد. کانتورهای بر مبنای ناحیه را می توان در دو کلاس مهم طبقه بندی نمود: مدلهای بر مبنای لبه و مدلهای بر مبنای ناحیه. مدلهای بر مبنای لبه از اطلاعات لبه برای اینکه کانتور فعال به سمت مرزهای شیء جذب شوند استفاده می کنند. در این مدلها انرژی فانکشنال دارای دو ترم می باشد: انرژی داخلی، انرژی خارجی. روشهای مختلفی برای مینیمم سازی انرژی فانکشنال ارائه گردیده است، از قبیل روش تفاضل محدود و روش اجزاء محدود. در این مورد، در این پایان نامه، ما یک راه حل جدیدی را برای مینیمم سازی انرژی فانکشنال ارائه کرده ایم. نام این روش، روش avk می باشد. مدلهای بر مبنای ناحیه، به سمت هدف با استفاده از یک توصیفگر ناحیه معین که ناحیه مورد نظر را مشخص می کند نشانه می روند. به هر حال، مدلهای کانتور فعال بر مبنای ناحیه رایج، به همگن بودن شدت روشنایی در هر یک از نواحی که بخش بندی می شوند استناد می کنند. در این پایان نامه، ما این نوع از کانتور فعال را برای استخراج چاله های خورشیدی که از ماهواره دریافت شده اند اعمال کرده ایم. به دلیل اینکه این تصاویر دارای ابعاد بزرگ می باشند، از دو تکنیک برای بالا بردن روند اجرای الگوریتم استفاده کرده ایم: باند باریک، روند مقداردهی مجدد اولیه. همچنین این دو تکنیک به دیگر کانتورهای بر مبنای ناحیه اعمال گردید که در آنجا نیز سبب بالاتر رفتن روند اجرای الگوریتم برای تصاویر با ابعاد بزرگ گردید.