محمدحسین بام نشین - دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر دانشکده مهندسی، دان
امیرعلی مددی - دانشجوی کارشناسی ارشد هوش مصنوعی، گروه کامپیوتر دانشکده مهندسی، دان
حسن ختن لو - استادیار، گروه کامپیوتر دانشکده مهندسی، دانشگاه بوعلی سینا، همدان

مطالعه حاضر در مورد تشخیص لبه در تصاویر نویزدار است. در این مقاله، تشخیص لبه ی تصاویر نویزدار، مبتنی بر روش استنتاج عصبی- فازی تطبیقی (Adaptive Neuro-Fuzzy Inference System) صورت می پذیرد. در عمل، در تمام زمینه های کاربردی تصاویر رقمی، دریافت تصاویر بدون نویز تقریبا غیرممکن است. در این مقاله سعی شده است با بکارگیری ANFIS و استفاده از نتایج پردازش مورفولوژی ریاضی، بدون نیاز به حذف نویز، لبه های تصاویر نویزی تشخیص داده شود. برای این تشخیص، واحدهای ANFIS طراحی شدند که با استفاده از یک تصویر استاندارد حاوی انواع لبه ها، تمامی انواع لبه های ممکن در تصاویر رقمی را فرا می گیرد و علاوه بر آن، برای تشخیص لبه در برابر نویز موجود در تصویر حساسیت نداشته و آماده تشخیص لبه در تصاویر آزمایشی است. برای هر پیکسل و همسایگی های آن براساس توپولوژی انتخابی، تشخیص ابتدایی صورت می گیرد و پس از آن با استفاده از یک پردازش پسین، درمورد لبه بودن تصمیم گیری نهایی انجام می شود. در نهایت با یک پردازش سبک انتهایی، کیفیت تصویر خروجی بهبود می یابد.این روش، امکان این را می دهد که بدون نیاز به عملیات پیش پردازش حذف نویز، لبه های تصویر استخراج گردد. خروجی روش پیشنهادی نشان می دهد که نتایج حاصل از آن در مقایسه با نتایج حاصل از روش های تشخیص لبه پایه، بهبود چشمگیری داشته است.

تشخیص لبه، تصاویر نویزدار، عصبی- فازی، مورفولوژی، (Adaptive Neuro-Fuzzy Inference System) ANFIS