تقييم أداء بعض خوارزميات اكتشاف الحواف

الملخص

على الرغم من الانتشار الواسع لأنظمة معالجة الصورة في مختلف مجالات الحياة، إلا أن التحدي الكبير الذي يواجه هذه الأنظمة، هو تقديم حجم تخزين كافٍ للصور باعتبار كمية المعطيات الكبير الملازم لتطبيقات معالجة الصورة. لذلك تم تطوير العديد من تقنيات معالجة الصورة من أجل حل هذه المشكلة، ومن أهمها تقنيات اكتشاف الحواف. يمكن أن تطبق خوارزميات اكتشاف الحواف في مجالات متعددة، منها المجال الطبي وفي حال الحاجة إلى تحديد الأجسام في صور الأقمار الصناعية وفي مجال التعرف على الوجوه والتعرف من خلال بصمة الإصبع وفي نظام مراقبة حركة المرور الخ.

يقدم هذا البحث دراسة مقارنة بين مجموعة من خوارزميات اكتشاف الحواف هي: Canny,Deriche, ShenCastan,kirsch,Marr Hildreth,Sobel, Prewitt, Laplace I, Laplace II تحت تأثير عوامل متعددة منها تأثير الإضاءة و الضجيج  و مجال العمل. تم تطبيق تلك الخوارزميات على صور رمادية من أنواع مختلفة. وتمت مقارنة النتائج ومناقشتها واقتراح الخوارزميات المناسبة للتطبيق على أنواع الصور المختلفة مع الأخذ بالحسبان مجموعة العوامل المذكورة أعلاه التي تؤثر على الصور. تم اعتماد لغة C++من أجل برمجة الخوارزميات المدروسة كما تم تصميم واجهة برمجية لربط خوارزميات اكتشاف الحواف باستخدام Visual studio .