Wavelet transform based edge detection using particle swarm optimization

Abstract

Ayrıt sezimi görüntülerden bilgi çıkarmak için en çok kullanılan araçlardan bir tanesidir. Ayrıtlar görüntüdeki ani yerel değişiklikler ve görüntü incelemesi açısından önemli özelliklerdir. Ayrıtlar normal şartlarda bir görüntünün farklı bölgeleri arasındaki sınırda meydana gelir. Öneminin bir sonucu olarak, ayrıt sezimi dinamik bir araştırma alanı olmaya devam ediyor. Görüntü işlemede doğru ve bağlı ayrıtların sezimi çok önemlidir. Bilgisayarlı görüş ve görüntü bölümleme alanındaki bazı uygulamalar çeşitli ayrıt sezimi algoritmaları kullanılan doğrudan ayrıt sezimine bağlıdır. Bununla birlikte ve geleneksel ayrıt sezinleyicilerin teşkil ettiği bazı problemler, bozuk ayrıtlar, yanlış ayrıtlar ve kendi çıktıları içerisinde atlanılan ayrıtlar olabilir. Bu tezde amaçlanan yaklaşımın ana amacı Prewitt, Sobel, Canny vs gibi geleneksel ayrıt operatörleriyle ilişkili bu sorunlardan bazılarını ele almaktır. Önerilen yaklaşımda, geliştirilmiş nitelikleri olan ayrıtların tespit edilmesi için biyolojik olarak ilham alan Partikül Küme Optimizasyonu (PSO) Ayrık Dalgacık Dönüşümü (DWT) ve Çift ağaçlı karmaşık Dalgacık Dönüşümü (DT-CWT) keşifsel bir yaklaşım olarak kullanılmıştır. Ön işlemde DWT veya DT-CWT alt görüntü sayısını oluşturmak için girdi görüntülerine uygulanmıştır. Ardından PSO bu alt görüntülerin her birisine uygulanmaktadır. Tespit edilen kenarları içeren sonuç görüntü ise tersine dönüşümü kullanarak alt görüntülerden işlenen asıl görüntünün rekonstrüksiyonu ile elde edilmektedir. Görünü boşluğu içerisinde keşifsel araştırma esnasında ayrıtları değerlendirmek için PSO için yeni bir objektif fonksiyon önerilmiştir. Ayrıca otomatik eşikleme de dahil edilip, PSO çıktısını otomatik olarak ikili görüntüye eşiklemek için kullanılmaktadır. Önerilen algoritma performansı değerlendirilmiştir ve Sobel ve Canny gibi diğer ayrıt sezim operatörleriyle karşılaştırılmıştır. Pik Sinyal Gürültü Oranı (PSNR) ve Kök Ortalama Kare Hatası (RMSE) kullanılarak yapılan objektif değerlendirmenin sonuçlar önerilen yaklaşımın diğer ayrıt sezimi operatörleriyle karşılaştırıldığında daha iyi bir performansa sahip olduğunu göstermiştir. Anahtar kelimeler: (ayrıt sezimi, Partikül Küme Optimizasonu, Ayrık Dalgacık Dönüşümü, Çift-Ağaç Kompleks Dalgacık Dönüşümü)

Edge detection is one of the most useful tools used to extract information from images. Edges are sudden local changes in the image and are significant features for image analysis. Edges normally occur on the boundary between different regions in an image. As a result of its significance, edge detection continues to be a dynamic research area. In image processing, detecting correct and connected edges is very significant. Performance of some applications in the area of computer vision and image segmentation depends directly on the used edge detection algorithms.However, some of the problems with these conventional edge detectors may include presence of broken edges, false edges and the missed edges in their outputs. The main aim of the proposed approach in this thesis is to address some of these problems associated with the conventional edge operators such as Prewitt, Sobel, Canny etc. In the proposed approach, a heuristic approach based on biologically inspired Particle Swarm Optimization (PSO) have been used along sides Discrete Wavelet Transform (DWT) and Dual-tree Complex Wavelet Transform (DT-CWT) to detect edges with improved qualities. In the preprocessing, DWT or DT-CWT has been applied to the input image to create number of sub-images. PSO is then applied to each one of these sub-images. The output image containing the detected edges is obtained by reconstructing the original image from the processed sub-images using the inverse transform. A new objective function has been proposed for the PSO to evaluate edges during the heuristic search within the image space. Also the automatic thresholding is introduced which is used to automatically threshold the output of the PSO into binary image. The proposed algorithm performance has been evaluated and compared with other edge detection operators such as Sobel and Canny. The results from objective evaluation using Peak Signal-to-Noise-Ratio (PSNR) and Root Mean Square Error (RMSE) has shown that the proposed approach has a better performance compared to most of the other edge detection operators. Keywords: (Edge Detection, Particle Swarm Optimization, Discrete Wavelet Transform, Dual Tree Complex Wavelet Transform)