Overview of an improved and speedy features detection method for digital imagery

• Autorzy: Hafsia Touka , Nouri Khaled , Belhaj Asma , Tlijani Hatem

Identyfikatory

DOI

10.15199/48.2023.12.32

Warianty tytułu

PL

Przegląd ulepszonej i szybszej metody wykrywania funkcji obrazów cyfrowych

• Języki publikacji: EN

Abstrakty

EN

In this paper, we were interested in the analysis of the visual field in the captured images, and information on the correct movement of the vision system in its environment to facilitate the analysis and detection of objects. Various feature extraction techniques for objects are discussed in this paper with the intention of doing a comparative study about edge and POIs detection methods to try to develop a novel algorithm that merges point and edge detection.

PL

W niniejszej pracy interesowała nas analiza pola widzenia w przechwyconych obrazach oraz informacje na temat prawidłowego poruszania się układu wizyjnego w jego otoczeniu, aby ułatwić analizę i wykrywanie obiektów. W tym artykule omówiono różne techniki ekstrakcji cech obiektów z zamiarem przeprowadzenia badania porównawczego metod wykrywania krawędzi i punktów POI w celu opracowania nowego algorytmu, który łączy wykrywanie punktów i krawędzi.

Słowa kluczowe

EN

image processing; object recognition; feature; POI; edge; feature detector; PSNR; MSE; SC

PL

przetwarzanie obrazu; rozpoznawanie obiektu; punkt POI; detektor cech; PSNR; MSE; SC

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 12
• Strony: 181--184
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Hafsia Touka

• Laboratory of Advanced Systems LSA, Polytechnic School, University of Carthage, Tunisia

• https://orcid.org/0009-0008-4584-3147

autor

Nouri Khaled

• Laboratory of Advanced Systems LSA, Polytechnic School, University of Carthage, Tunisia

autor

Belhaj Asma

• Laboratory of Advanced Systems LSA, Polytechnic School, University of Carthage, Tunisia

• https://orcid.org/0000-0003-0066-5718

autor

Tlijani Hatem

• Automatic Research Laboratory, LARA, National Engineering School of Tunis, University of Tunis El Manar Tunis, Tunisia

• https://orcid.org/0000-0002-9224-3098

Bibliografia

• [1] Hafsia, T., Tlijani, H., & Nouri, K. (2022, March). A comparative analysis of techniques for extracting features from the object in image processing. In 2022 5th International Conference on Advanced Systems and Emergent Technologies (IC_ASET) (pp. 340-344).
• [2] Karunamoorthy, B., & Somasundereswari, D. (2013). A defect tea leaf identification using image processing. Przegląd Elektrotechniczny, 89(9), 318-320.
• [3] Matuszewski, J., & Zając, M. (2019). Methods of picture segmentation in recognition digital satellite images. Images, 1(8), 10.
• [4] Kulawik, J. (2018). Comparison of selected methods of characteristic point detection in satellite images. Przegląd Elektrotechniczny (Electrical Review), 1, 139-143.
• [5] Ansari, M. A., Kurchaniya, D., & Dixit, M. (2017). A comprehensive analysis of image edge detection techniques. International Journal of Multimedia and Ubiquitous Engineering, 12(11), 1-12.
• [6] Igbinosa, I. E. (2013). Comparison of edge detection technique in image processing techniques. International Journal of Information Technology and Electrical Engineering, 2(1), 25-29.
• [7] Hafsia, T., Belhaj, A., Tlijani, H., & Nouri, K. (2022, December). Implementing Canny Edge Detection Algorithm for Different Blurred and Noisy Images. In 2022 IEEE 21st international Conference on Sciences and Techniques of Automatic Control and Computer Engineering (STA) (pp. 342-349).
• [8] Forczmański, P., Kukharev, G., & Shchegoleva, N. (2012), An algorithm of face recognition under difficult lighting conditions, Przegląd Elektrotechniczny (Electrical Review), r. 88 No. 10b/2012, pp. 201-204.
• [9] Sánchez, J., Monzón, N., & Salgado De La Nuez, A. (2018). An analysis and implementation of the harris corner detector. Image Processing on Line.
• [10] Mukherjee, D., Jonathan Wu, Q. M., & Wang, G. (2015). A comparative experimental study of image feature detectors and descriptors. Machine Vision and Applications, 26, 443-466.
• [11] Shah, B. K., Kedia, V., Raut, R., Ansari, S., & Shroff, A. (2020). Evaluation and comparative study of edge detection techniques. IOSR Journal of Computer Engineering, 22(5), 6- 15.
• [12] El-Gayar, M. M., & Soliman, H. (2013). A comparative study of image low level feature extraction algorithms. Egyptian Informatics Journal, 14(2), 175-181.
• [13] Verma, S. B., & Chandran, S. (2016). Comparative Study of FAST MSER and Harris for Palmprint Verification System. International Journal of Scientific & Engineering Research, 7(12), 855-858.
• [14] Galbally, J., Marcel, S., & Fierrez, J. (2013). Image quality assessment for fake biometric detection: Application to iris, fingerprint, and face recognition. IEEE transactions on image processing, 23(2), 710-724.
• [15] Hafsia, T., Tlijani, H., & Nouri, K. (2020, December). Comparative study of methods of restoring blurred and noisy images. In 2020 4th International Conference on Advanced Systems and Emergent Technologies (IC_ASET) (pp. 367- 370)

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).