Skip Navigation Links

عنوان ترجمه شده مقاله: تجزیه و تحلیل مقایسه ایِ تکنیک‌های تشخیص یال مشترک در زمینه استخراج شئ اس.كي. كَتيار پي وي. آروم

در این مقاله، یک مطالعه مقایسه ای تکنیک‌های مختلف تشخیص یال و تجزیه و تحلیل منطقي این الگوریتم‌ها در زمینه استخراج شئ با توجه به تصاویر ارسالي از سوي ماهواره سنجش از راه دور (IRS) هندوستان (به كمك سنسورهاي LISS-III، LISS-IV و Cartosat -I) و همچنین گوگل ارث ارائه شده است
Abstract

Edges characterize boundaries and are therefore a problem of fundamental importance in image processing and particularly in automatic feature extraction. In this paper a comparative study of various edge detection techniques and band wise analysis of these algorithms in the context of object extraction with regard to remote sensing satellite images from the Indian Remote Sensing Satellite (IRS) sensors LISS-III, LISS-IV & Cartosat-I as well as Google Earth is presented. The comparison has been done between commonly used edge detection algorithms like Sobel, Canny, Prewitt, Roberts, Laplacian and Zero Crossing. Analysis results have shown that the Canny’s algorithm is best suitable for the object extraction in most contexts due to fact that it yields less number of false edges, while Sobel is also a good option with lesser time and space complexity. The band wise analyses of the algorithms have also been done to find the suitability of band for the extraction of various features and it has been observed that linear features like roads, railway lines etc. can be detected more efficiently using infrared wavelength range images

چکیده

مرزهاي تشخيص یال‌ها يك مشکل اساسی در پردازش تصویر و بویژه در استخراج ویژگی خودکار بشمار می‌آید. در این مقاله، یک مطالعه مقایسه ای تکنیک‌های مختلف تشخیص یال و تجزیه و تحلیل منطقي این الگوریتم‌ها در زمینه استخراج شئ با توجه به تصاویر ارسالي از سوي ماهواره سنجش از راه دور (IRS) هندوستان (به كمك سنسورهاي LISS-III، LISS-IV و Cartosat -I) و همچنین گوگل ارث ارائه شده است. مقایسه بین الگوریتم‌های تشخیص یال رایج مانند سوبل، کنی، پرویت، رابرتز، لاپلاس و عبور از صفر انجام شده است. نتایج تجزیه و تحلیل نشان داده‌اند که الگوریتم کنی با توجه به این واقعیت که نتیجه آن تعداد کمتر یال نادرست است به عنوان مناسب‌ترین الگوريتم براي استخراج شئ در بيشتر زمینه‌ها محسوب می‌شود، در حالی که سوبل همچنین یک گزینه خوب با زمان کمتر و پیچیدگی فضای است. تجزیه و تحلیل عاقلانه کران الگوریتم نیز برای يافتن تناسب کران (باند) برای استخراج ویژگی‌های مختلف و مشاهده شده است که ویژگی‌های خطی مانند جاده‌ها، خطوط راه آهن و غیره می‌توانند بطرز كارآمدتري با استفاده از طول موج مادون قرمز محدوده تصاویر، شناسايي شوند.

1-مقدمه

تشخيص یال یک مشکل اساسی قابل توجه در استخراج شئ می‌باشد، همانگونه كه داده‌های تصویر را کاهش و تشخیص شئ را تسهیل می‌کند [8] [9]. یال‌ها، مرزهای شئ را شناسایی و از طریق تغییرات ناگهانی در سطح خاکستری بالاي یک آستانه خاص شناسایی كشف می‌شوند. عملگرهاي حساس به تغییر در سطح خاکستری می‌توانند به عنوان آشکارسازهای یال استفاده شوند. تحقيقات نشان می‌دهند كه بخش بزرگي از تکنیک‌های تشخیص یال می‌توانند بطور کلی به سه گروه تقسيم بندي شوند، یعنی بر اساس شیب، قالب و مورفولوژی...


گروه ترجمه تخصصی البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " تجزیه و تحلیل مقایسه ایِ تکنیک‌های تشخیص یال مشترک در زمینه استخراج شئ اس.كي. كَتيار پي وي. آروم " نموده است که شما کاربر گرامی می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
تجزیه و تحلیل مقایسه ایِ تکنیک‌های تشخیص یال مشترک در زمینه استخراج شئ اس.كي. كَتيار پي وي. آروم
نویسنده/ناشر/نام مجله :
IEEE TGRS
سال انتشار
2014
کد محصول
1009819
تعداد صفحات انگليسی
12
تعداد صفحات فارسی
20
قیمت بر حسب ریال
210000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
2 مگا بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی فناوری اطلاعات , مهندسی كامپيوتر را مشاهده کنید.
کاربر گرامی، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوی را ببینید
هزینه این مقاله ترجمه شده 210000 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:







Edge Detection
Remote sensing images
object extraction
Canny
Sobel

تاریخ انتشار در سایت: 2017-01-19
جستجوی پیشرفته مقالات ترجمه شده
نظرتان در مورد این مقاله ترجمه شده چیست؟