Edge Detection Methods Based on Generalized Type-2 Fuzzy Logic

در این کتاب چهار روش جدید پیشنهاد شده است. در روش اول، منطق فازی نوع 2 تعمیم یافته با تکنیک gra-dient مورفولوژیکی ترکیب شده است. روش دوم ترکیبی از سیستم های فازی نوع 2 عمومی (GT2 FSs) و اپراتور Sobel است. در رویکرد سوم، متدولوژی مبتنی بر عملگر Sobel و FS های GT2 برای اعمال بر روی تصاویر رنگی بهبود یافته است. در رویکرد چهارم، ما یک روش جدید تشخیص لبه را پیشنهاد کردیم که در آن، یک تصویر دیجیتال به یک تصویر فازی تعمیم‌یافته نوع ۲ تبدیل می‌شود. در این کتاب همچنین یک مطالعه تطبیقی ​​سیستم‌های فازی نوع 1، بین‌والی نوع 2 و تعمیم‌یافته نوع 2 به‌عنوان ابزاری برای افزایش تشخیص لبه در تصاویر دیجیتال در هنگام استفاده در ارتباط با گرادیان مورفولوژیکی و سوبل گنجانده شده است. اپراتور. روش‌های تشخیص لبه فازی تعمیم‌یافته نوع 2 با تصاویر معیار و تصاویر مصنوعی، در مقیاس خاکستری و فرمت رنگی مورد آزمایش قرار گرفتند.
یکی دیگر از کمک‌های این کتاب این است که روش آشکارساز لبه فازی تعمیم‌یافته نوع 2 در پیش‌پردازش به کار می‌رود. فاز یک سیستم تشخیص چهره؛ که در آن سیستم تشخیص مبتنی بر یک شبکه عصبی یکپارچه است. هدف این قسمت از کتاب نشان دادن مزیت استفاده از آشکارساز لبه فازی تعمیم یافته نوع 2 در کاربردهای تشخیص الگو است.
هدف اصلی استفاده از منطق فازی تعمیم یافته نوع 2 در کاربردهای تشخیص لبه این است که به آنها توانایی رسیدگی به عدم قطعیت در پردازش تصاویر دنیای واقعی را می دهد. در غیر این صورت، برای نشان دادن اینکه یک GT2 FS عملکرد بهتری نسبت به روش‌های تشخیص لبه مبتنی بر سیستم‌های منطق فازی نوع 1 و نوع 2 دارد.

In this book four new methods are proposed. In the first method the generalized type-2 fuzzy logic is combined with the morphological gra-dient technique. The second method combines the general type-2 fuzzy systems (GT2 FSs) and the Sobel operator; in the third approach the me-thodology based on Sobel operator and GT2 FSs is improved to be applied on color images. In the fourth approach, we proposed a novel edge detec-tion method where, a digital image is converted a generalized type-2 fuzzy image. In this book it is also included a comparative study of type-1, inter-val type-2 and generalized type-2 fuzzy systems as tools to enhance edge detection in digital images when used in conjunction with the morphologi-cal gradient and the Sobel operator. The proposed generalized type-2 fuzzy edge detection methods were tested with benchmark images and synthetic images, in a grayscale and color format.
Another contribution in this book is that the generalized type-2 fuzzy edge detector method is applied in the preprocessing phase of a face rec-ognition system; where the recognition system is based on a monolithic neural network. The aim of this part of the book is to show the advantage of using a generalized type-2 fuzzy edge detector in pattern recognition applications.
The main goal of using generalized type-2 fuzzy logic in edge detec-tion applications is to provide them with the ability to handle uncertainty in processing real world images; otherwise, to demonstrate that a GT2 FS has a better performance than the edge detection methods based on type-1 and type-2 fuzzy logic systems.