In this work, we propose a new edge detection scheme which is called the decision based directional edge detector (DBDED). Also a modification of Cheng's shrinking algorithm is developed for producing one point edge segments. The methodology of the proposed edge detection algorithm is described in the following manner. In each of eight discrete directions, every point is analyzed in order to decide whether it is a one-dimensional (1-D) edge point in the given direction. This analysis is performed adaptively by using the calculated local directional standard deviation, local directional averages and a constant threshold. In order to prevent multiple edges, the pixels which are locally dominant in intensity are considered to be edge candidates. The true edge pixels are decided upon by eliminating some of the false edge candidates using a decision-based algorithm. It has been shown by extensive simulation work that the DBDED has satisfactory results in some preselected requirements compared with other well-known edge detection methods in the literature.
In der vorliegenden Arbeit schlagen wir eine neue Methode zur Kantendetektion vor, die wir Decision Based Directional Edge Detector (DBDED) nennen. Weiters wird eine Modifikation des Schrumpf-Algorithmus von Cheng entwickelt, die Einpunkt-Kantensegmente erzeugt. Der vorgeschlagene Kantendetektionsalgorithmus beruht auf der folgenden Vorgangsweise. In jeder von acht diskreten Richtungen wird jeder Punkt analysiert, um zu entscheiden, ob er ein 1-D Kantenpunkt in der jeweiligen Richtung ist. Diese Analyse erfolgt adaptiv unter Benützung der berechneten lokalen gerichteten Standardabweichung, lokaler gerichteter Mittelwerte und einer konstanten Schwelle. Um Mehrfachkanten zu vermeiden, werden die bezüglich lokaler Intensität dominanten Bildpunkte als Kantenkandidaten betrachtet. Eine Entscheidung über die wahren Bildpunkte wird getroffen, indem einige der falschen Kantenkandidaten mittels eines entscheidungsgestützten Algorithmus eliminiert werden. Umfangreiche Simulationen haben gezeigt, daβ in gewissen Situationen die Ergebnisse des DBDED im Vergleich zu anderen bekannten, in der Literatur beschriebenen Kantendetektionsmethoden zufriedenstellend sind.
Dans ce travail, nous proposons un nouveau schéma de détection de contours (appelé en anglais: ‘Based Directional Edge Detector’ (DBDED)). Pour cela, une modification de l'algorithme de Cheng est développée pour produire des segments de contours 1D. La méthodologie de l'algorithme de détection des contours est décrite de la manière suivante. Dans chacune des huit directions discrètes, chaque point est analysé pour décider s'il est un point contours ou non. Cette analyse est faite de manière adaptative en calculant localement la déviation directionnelle standard, la direction moyenne ainsi qu'un seuil constant. Pour éviter les contours multiples, les pixels localement dominants en intensité sont considérés comme des candidats potentiels. Les vrais pixels contours sont alors choisis en éliminant quelqu'uns des faux candidats en utilisant un algorithme de décision. Il a été montré par de très nombreuses simulations que le DBDED donne des résultats satisfaisants en comparaison avec d'autres méthodes de détection de contours bien connues.