Wykrywanie krawędzi i segmentacja obrazów teksturowanych

Praca ta koncentruje si¿ na metodach wykrywania kraw¿dzi i segmentacji obrazów tekstur oraz ich skuteczno¿ci w porównaniu z innymi metodami. Systematycznie zbadano i przeanalizowano analiz¿ tekstur, ró¿ne modele tekstur, now¿ i szereg istniej¿cych metod segmentacji tekstur, metody wykrywania kraw¿dzi (np. Sobel, Canny, Susan i metody statystyczne itp.), techniki klastrowania (hierarchiczne i k-¿rednie) oraz sieci neuronowe typu feed forward, takie jak mapy samoorganizuj¿ce si¿. Przedstawiono krótki przegl¿d tych metod i wyniki ich wdro¿enia. Jako wk¿ad w rozwój tej dziedziny opracowano, przetestowano i zaprezentowano now¿ statystyczn¿ technik¿ segmentacji tekstur opart¿ na sieci neuronowej z propagacj¿ wsteczn¿. Uwäa si¿, ¿e ta nowa metoda umo¿liwia dok¿adniejsz¿ segmentacj¿ obrazów o wielu teksturach ni¿ jakiekolwiek inne istniej¿ce techniki.