Edges characterize boundaries and are therefore a problem of fundamental importance in image processing and particularly in automatic feature extraction. In this paper a comparative study of various edge detection techniques and band wise analysis of these algorithms in the context of object extraction with regard to remote sensing satellite images from the Indian Remote Sensing Satellite (IRS) sensors LISS-III, LISS-IV & Cartosat-I as well as Google Earth is presented. The comparison has been done between commonly used edge detection algorithms like Sobel, Canny, Prewitt, Roberts, Laplacian and Zero Crossing. Analysis results have shown that the Canny’s algorithm is best suitable for the object extraction in most contexts due to fact that it yields less number of false edges, while Sobel is also a good option with lesser time and space complexity. The band wise analyses of the algorithms have also been done to find the suitability of band for the extraction of various features and it has been observed that linear features like roads, railway lines etc. can be detected more efficiently using infrared wavelength range images

چکیده

مرزهاي تشخيص یال‌ها يك مشکل اساسی در پردازش تصویر و بویژه در استخراج ویژگی خودکار بشمار می‌آید. در این مقاله، یک مطالعه مقایسه ای تکنیک‌های مختلف تشخیص یال و تجزیه و تحلیل منطقي این الگوریتم‌ها در زمینه استخراج شئ با توجه به تصاویر ارسالي از سوي ماهواره سنجش از راه دور (IRS) هندوستان (به كمك سنسورهاي LISS-III، LISS-IV و Cartosat -I) و همچنین گوگل ارث ارائه شده است. مقایسه بین الگوریتم‌های تشخیص یال رایج مانند سوبل، کنی، پرویت، رابرتز، لاپلاس و عبور از صفر انجام شده است. نتایج تجزیه و تحلیل نشان داده‌اند که الگوریتم کنی با توجه به این واقعیت که نتیجه آن تعداد کمتر یال نادرست است به عنوان مناسب‌ترین الگوريتم براي استخراج شئ در بيشتر زمینه‌ها محسوب می‌شود، در حالی که سوبل همچنین یک گزینه خوب با زمان کمتر و پیچیدگی فضای است. تجزیه و تحلیل عاقلانه کران الگوریتم نیز برای يافتن تناسب کران (باند) برای استخراج ویژگی‌های مختلف و مشاهده شده است که ویژگی‌های خطی مانند جاده‌ها، خطوط راه آهن و غیره می‌توانند بطرز كارآمدتري با استفاده از طول موج مادون قرمز محدوده تصاویر، شناسايي شوند.

1-مقدمه

تشخيص یال یک مشکل اساسی قابل توجه در استخراج شئ می‌باشد، همانگونه كه داده‌های تصویر را کاهش و تشخیص شئ را تسهیل می‌کند [8] [9]. یال‌ها، مرزهای شئ را شناسایی و از طریق تغییرات ناگهانی در سطح خاکستری بالاي یک آستانه خاص شناسایی كشف می‌شوند. عملگرهاي حساس به تغییر در سطح خاکستری می‌توانند به عنوان آشکارسازهای یال استفاده شوند. تحقيقات نشان می‌دهند كه بخش بزرگي از تکنیک‌های تشخیص یال می‌توانند بطور کلی به سه گروه تقسيم بندي شوند، یعنی بر اساس شیب، قالب و مورفولوژی...