معالجة صور (Edge line detection)

Edge line detection
Edge : a larg change in imag brightness over ashort spatial distance indicates the presence of an edg
هو تغير مفاجئ في اللون
Type of edge
1-ideal edge
تغير واضح مفاجئ في اللون اي مثل التغير من الاسود الى الابيض فيمثل هذا التحول حافة
2-real edge
فهو حاله غير مثاليه اي تكون الحافة قريبه للون التي بجنبها
-ان عملية اكتشاف الحافات تبنى على اساس ان المعلومات الحافة للصورة توجد بواسطة بالنظر الى النقطة وعلاقتها مع نقاط جيرانها
فاذا كانت قيمة ال pixel مشابهه للقيم المجاورة حولها فهذا احتمال ان يكون النقطة ليست حافة ان ال edge يمكن التعرف عليها ايضا بواسطة عدم الاستمرارية بقيم ال gray او انها تفصل مابين شيئين
1-ideal edgd
It is edge with obcupt change in brightness characterizes so the edge appears very distinct
2- real edge
It bis with gradually change this gradually change is a minor from of blurring caused by the image device the lenses as lighting
معظم تقنيات اكتشاف الحافات تعتمد على convolution mask
ملاحظة : عندما يكون التعامل مع قيمة البكسل نفسها تسمى العملية ب gray level reduction اما اذا كان التامل مع احداثيات الصورة فتسمى العملية spatial reduction

i-1,j+1 i-1,j i-1,j-1
i,j+1 i,j I,j-1
I+1,j+1 i+1,j I+1,j-1

تقنيات اكتشاف الحافات
Edge detection techniques :
1- Robert operator
هي تقنية تستخدم لتاشير النقطة للحافة فقط وبدون ارجاع معلومات عن الاتجاه
It is marks edge points only it does not return any information about edge orientation
وتتميز بما يلي :
ابسط انواع تقنيات اكتشاف الحافات
تعمل بشكل افضل مع binary image
تكون لها صيغتين
1)تشمل الجذر التربيعي للمجموع الجبري للفرق بين مربع اقطاب الجيران
√([i(r ,c )– i(r-1 ,c-1) ] ^2 )+[i (r ,c-1)-i(r-1 ,c )]^2

المجموع الجبري لقيم الفرق المطلق بين اقطار الجيران
I i(r , c )- i(r-1 , c-1 ) I – I i(r , c-1 ) – i(r-1 ,c) I

يعتبر المطلق افضل من الجذر التربيعي لانه عملية احتساب الجذر التربيعي بالحاسبة ابطئ كثيرا من المطلق ونحن نبحث عن السريعه ولذللك نختار المطلق
2 sobel operator
وهي تقنية تستخدم نوعان من الماسك لاكتشاف العمودي والافقي للحافات ومن ثم نستخرج منها مصفوفه احادية
على مستوى الصف row mask

-1 -2 -1
0 0 0
1 2 1

على مستوى الاعمدة column mask

1 0 -1
2 0 -2
1 0 1-

في هذه الحالة نمشي الماسكين على الصورة العمودي والافقي اي اذا استخدمنا الماسك الاول سوف تظهر صورة ثم يمشي الماسك الثاني فتظهر الصورة المطلوبة اي الحافات تظهر
وهنا نستخدم العمودي والافقي لان اكثر الصور حافات عمودية وحافات افقية موجودة فيها
ان sobel عند تطبيقه يمكن ان نحصل على قيمتان من row mask وتسمى s1 وقسمة من ال column mask وتسمى s2 من هاتين القيمتين يمكن معرفة قيمة الحافة حيث قيمة الحافة عند تللك النقطة
Edge magnitude = √(〖s1〗^2+〖s2〗^2 )
كما ان يمكن اكتشاف اتجاه الحافة كما يلي :
Edge direction = tan^(-1)⁡〖〖s1〗^2/〖s2〗^2 〗
تتميز هذه التقنية بانها تعطي مقدار الحافة واتجاهها
3-prewitt operator
وهي تقنية مشابهه لل sobel وتختلف عنه فقط بالماسك
Row mask
-1 -1 -1
0 0 0
1 1 1

column mask

1 0 -1
1 0 -1
1 0 1-

Edge magnitude = √(〖p1〗^2+〖p2〗^2 )
Edge direction = tan^(-1)⁡〖〖p1〗^2/〖p2〗^2 〗
هنا صدادفتنا noise فاننا نمرر الماسكات عليها للتخلص من ال noise ثم الماسكات للحافات
4-krisch compass mask
ويسمى هذا القناع ب compass لانه ياخذ ماسك واحد ويقوم بتدويره بثمان اتجاهات
5 -3 -3
5 0 -3
5 -3 -3

5 5 -3
5 0 -3
-3 -3 -3

5 5 5
-3 0 -3
-3 -3 -3

-3 5 5
-3 0 5
-3 -3 -3

-3 -3 5
-3 0 5
-3 -3 5

-3 -3 -3
-3 0 5
-3 5 5

-3 -3 -3
-3 0 -3
5 5 5

-3 -3 -3
5 0 -3
5 5 -3

ان اساس هذه العمليه هو mask واحد وعند تدويره نحصل على بقية الماسكات
ان قيمه ال edge يه تعرف على انها اعظم قيمه ناتجة من تدوير الماسك على نقطة pixel وان الاتجاه هو انجاه الماسك التي يعطي اكبر قيمة من الممكن حساب الاربعة الاولى من الماسك والباقي عكسهم
كل ماسك اخرج له قيمة s1 و s2 وارى اي الماسكات اعلى قيمه اخذ الماسك واعتبره هو الاتجاه
4-robinson compass mask
وهو نفس ال kirsch والفرق هو بالمعاملات حيث يكون 0,1,2 والتعامل معه اسهل حيث يمكن حساب الاربعة الاولى وضرب النتيجة ب -1 للحصول على الاربعة الاخيرات
1 0 1-
2 0 -2
1 0 -1

2 1 0
1 0 -1
0 -1 -2

1 2 1
0 0 0
-1 -2 -1

0 1 2
-1 0 1
2- 1- 0

-1 0 1
-2 0 2
-1 0 1

2- 1- 0
1- 0 1
0 1 2

1- 2- 1-
0 0 0
1 2 1

0 1- 2-
1 0 1-
2 1 0
ولمشاهدة الموضوع في الورد حمل من هنا
http://www.spaadyshare.net/22pygxfitx1x/edge.docx