A Comparative evaluation of edge detectors and preprocessing algorithms

Abstract

V KISA ÖZET Bu çalışmada değişik ayrıt seziciler uygulanmış ve gürültülü ortamlardaki başarımları değerlendirilmiştir. Uygulanan ayrıt seziciler gradyana dayalı ve Laplasyen yöntemlerden gürültüden daha az etkilenen sezicilere kadar değişmektedir. Dürtüsel, toplamsal Gauss dağılımlı veçarpımsal gürültüler imgelere eklenmiştir. Bu yöntemleri imgelerin ilk hallerine uygulayarak elde edilmiş ayrıtlar gürültü eklendiği zamanki başarımları hesaplamak için taban olarak kullanılmıştır. Ayrıca, Laplasyen seziciyi standart kabul ederek diğer sezicilerin çıktıları bununla karşılaştırmıştır, iki yöntem kullanılmıştır. Birinci yöntem uygunsuzlukları sayarken diğeri ayrıtların yerelliğlile ilgilidir. Ayrıt sezicilerin başarımlarını iyileştirmek için birçok ön-işleme yöntemi kullanılmıştır. Bunlar basit alçak geçiren süzgeçten NOS (doğrusal olmayan sıralı istatistiksel) süzgeçlere kadar değişmektedir. Gürültüsüz ve süzülmemiş imgelerden elde edilen ayrıtlar gürültü eklenmiş ve süzülmüş imgelerden bulunan ayrıtlarla karşılaştırılarak süzgeçten ileri gelen bozulma ve süzgeçlerin gürültü temizleme özellikleri incelenmiştir.

ABSTRACT In this study, various edge detectors were considered and their performances In the presence of noise are evaluated. The Implemented edge detectors range from gradient-based and Laplacian methods to those that claim Immunity to noise. Impulsive noise, Gaussian white noise, and multiplicative noise are added to noiseless images. The edges detected by applying the agorithms to the original Images are used as a basis for calculating the performances when noise Is added. In addition, taking the Laplacian edge detector as standard, these original outputs are used to measure or compare the performances of edge detectors against the Laplacian edge detector. Two performance measurement methods are used. The first one counts the number of mismatches while the second one Is based on the localization of the edges. In order to Improve the performance of edge detectors, a number of preprocessing algorithms are used. These range from the simple low-pass filter to NOS filters and many other statistical methods. Again, the filterless and noiseless edges are compared with the edges obtained after adding noise and filtering to find the noise removal properties and the degradation caused by these filters.