مشاريع التخرج - Image Edge Detection for Object Detection in Special Domain
  1. الصفحة الرئيسية
  2.   مشاريع التخرج
  3.   Image Edge Detection for Object Detection in Special Domain
عنوان المشروعImage Edge Detection for Object Detection in Special Domain
المشرف على المشروعم.م علي حاتم احمد علوان الجبوري
العام الدراسي2020-2021
تقديم الطالبصفا حمد شهاب
و الطالب اسامة عادل احمد
ملخصOne of the step involved in image processing is edge detection. Although many edge detection algorithms are available among them, Canny edge detection is quite popular, but even this has its own drawbacks such as latency and computation procedure is very rigorous. As this Canny edge detection in general, uses the frame by frame analysis to detect edges, which would eventually lead to lag of the system and not very feasible for real-time applications. And directly applying to block level would lead to loss of information as it’s based on a thresholds from the frame statistics. There emerges a techniques which is distributed Canny edge detection which is quite faster and more applicable for real-time scenarios, as this is based on block technique in detection, where in the threshold is found out adaptively (as in a feedback computation) based on gradient block of image. The resulting block-based algorithm has a significantly reduced latency and can be easily integrated with other block-based image codecs. It is capable of supporting fast edge detection of images and videos with high resolution, since the time taken is now a function of the block size instead of the frame size. Also, quantitative conformance evaluation and subjective tests show that the performance of the proposed edge detection algorithm is better in terms of speed and throughput تتمثل إحدى خطوات معالجة الصور في اكتشاف الحواف. على الرغم من توفر العديد من خوارزميات الكشف عن الحواف فيما بينها ، إلا أن اكتشاف حافة Canny شائع جدًا ، ولكن حتى هذا له عيوبه الخاصة مثل وقت الاستجابة وإجراءات الحساب صارمة للغاية. نظرًا لأن اكتشاف الحواف هذا بشكل عام ، يستخدم تحليل الإطار بإطار لاكتشاف الحواف ، مما قد يؤدي في النهاية إلى تأخر النظام وليس مجديًا جدًا للتطبيقات في الوقت الفعلي. والتطبيق المباشر على مستوى الكتلة قد يؤدي إلى فقدان المعلومات لأنها تستند إلى عتبات من إحصائيات الإطار. تظهر تقنيات يتم توزيعها على حافة Canny وهي أسرع وأكثر قابلية للتطبيق على سيناريوهات الوقت الفعلي ، حيث يعتمد ذلك على تقنية الكتلة في الاكتشاف ، حيث يتم اكتشاف العتبة بشكل تكيفي (كما هو الحال في حساب التغذية المرتدة) بناءً على كتلة متدرجة للصورة. تتميز الخوارزمية القائمة على الكتلة الناتجة بوقت استجابة منخفض بشكل كبير ويمكن دمجها بسهولة مع برامج ترميز الصور الأخرى المستندة إلى الكتلة. إنه قادر على دعم الكشف السريع عن الحواف للصور ومقاطع الفيديو بدقة عالية ، نظرًا لأن الوقت المستغرق أصبح الآن دالة لحجم الكتلة بدلاً من حجم الإطار. أيضًا ، يُظهر تقييم المطابقة الكمي والاختبارات الذاتية أن أداء خوارزمية الكشف عن الحافة المقترحة أفضل من حيث السرعة والإنتاجية