ক্যানি এজ ডিটেক্টরের সীমাবদ্ধতাগুলি কী কী?


18

প্রান্ত সনাক্তকরণ অ্যালগরিদম এবং অ্যাপ্লিকেশনগুলির প্রান্ত সনাক্তকরণ ব্যবহার করে এমন বেশিরভাগ সাহিত্যের ক্যানির এজ ডিটেক্টর উল্লেখ করে। এত বেশি যে এটি সনাক্ত করতে প্রান্তে প্রায় "সমাধান" বলে মনে হচ্ছে। অবশ্যই, এটি শব্দটি ভারসাম্য অর্জন এবং প্রান্তগুলি সংরক্ষণের সর্বোত্তম কাজ করবে।

তবে, একটি সাধারণ কৌতূহল হিসাবে, ক্যানির এজ ডিটেক্টরটির জন্য কী উদ্বেগের ক্ষেত্র রয়েছে? বা অ্যাপ্লিকেশনগুলির এমন কিছু ক্ষেত্র রয়েছে যেখানে ক্যানি সেরা হবে না?

এই প্রসঙ্গে, দ্রুত বাস্তবায়ন সত্যিই উদ্বেগের নয়। এজ ডিটেক্টরটি ভাল বা খারাপ হওয়ার ফোকাসটি উত্পন্ন প্রান্তগুলির গুণমান এবং ইউটিলিটি হওয়া উচিত।

এছাড়াও, আমি বাস্তবায়নের নির্দিষ্ট বিষয়গুলিতে সত্যই মনোনিবেশ করছি না। আমি অ্যালগোরিদমের অন্তর্নিহিত আরও তাত্ত্বিক সীমাবদ্ধতা বা বৈশিষ্ট্যগুলির সন্ধান করছি।


আকর্ষণীয়ভাবে এই প্রশ্নটি এখানে পাতায় শিরা বিভাজন সেরা উপায়? প্রান্ত সনাক্তকরণ প্রয়োজন। প্রদর্শিত ফলাফলগুলির মধ্যে একটি হ'ল ক্যানি এবং খুব ভাল দেখাচ্ছে না। যদিও, অনেক দিক বাস্তবায়নের সমস্যা হতে পারে বনাম। এটি ক্যানির সাধারণ সীমাবদ্ধতা হতে পারে! এ সম্পর্কে কোন মতামত?
দিপান মেহতা

অনুগ্রহ করে আমার উত্তরটি দেখুন ( dsp.stackexchange.com/questions/1714/… ), ক্যানির কাছ থেকে তিনি যা পেয়েছেন তার থেকে এটি আরও ভাল ফলাফল দেখায়।
গেরটেন

সম্ভাব্য (আংশিক) ডুপ : dsp.stackexchange.com/questions/74/… (বা কমপক্ষে সম্পর্কিত)। প্রশ্ন নিজেই বেশ একই (একটি অংশের জন্য), উত্তর এই প্রশ্নের উত্তর থেকে কিছুটা আলাদা।
গেরটেন

1
@ দিপনমহেতা: সুতরাং ক্যানি এজ ডিটেক্টরটি এমন জিনিসগুলি সনাক্ত করতে ব্যবহার করা উচিত নয় যা প্রান্ত নয়? :)
এন্ডোলিথ

উত্তর:


19

আমার অভিজ্ঞতা থেকে, নিম্নলিখিত বিষয়গুলি সীমাবদ্ধতা:

  • ফলাফল বাইনারি হয়। প্রান্তটি একটি প্রান্ত হিসাবে কতটা যোগ্যতা অর্জন করে তার জন্য আপনাকে কখনও কখনও একটি পরিমাপের প্রয়োজন হয় (উদাহরণস্বরূপ সোবেলের প্রশস্ততা প্রান্ত সনাক্তকারী থেকে আসা তীব্রতা চিত্র)
  • প্যারামিটারের পরিমাণগুলি কেবল সেই সামান্য ভাল ফলাফলের জন্য অসীম টুইটকে বাড়ে ।
  • মানব চোখ + মনের পক্ষে এতটা সুস্পষ্ট বলে মনে হচ্ছে এমন সম্পূর্ণ প্রান্তগুলি বের করার জন্য আপনাকে এখনও ফলাফলগুলি প্রান্তগুলি সংযুক্ত করতে হবে।
  • এছাড়াও গাউসিয়ান স্মুথিংয়ের কারণে: গাউসীয় কার্নেলের আকারের উপর নির্ভর করে প্রান্তগুলির অবস্থান বন্ধ হতে পারে।

  • পদ্ধতিটিতে কোণ এবং জংশনগুলির সাথে সমস্যা রয়েছে:

    • গাউসিয়ান স্মুথিং তাদেরকে ঝাপসা করে দেয়, তাদের সনাক্তকরণ আরও শক্ত করে তোলে (প্রান্তগুলি তাদের নিজের পক্ষে যায়)
    • কোণার পিক্সেলগুলি তাদের প্রতিবেশীদের জন্য ভুল দিক দেখায়, খোলা শেষ প্রান্তগুলি এবং নিখোঁজ জংশনগুলি রেখে

এই শেষ সমস্যাটি সুসান পদ্ধতি দ্বারা সম্বোধন করা হয়েছে , যা প্রান্তগুলি আরও ভালভাবে সংযুক্ত করে এবং সুন্দর জংশনেও ফলাফল করে, যেমন লিঙ্কযুক্ত কাগজে দেওয়া এই উদাহরণগুলির দ্বারা দেখানো হয়েছে:

পরীক্ষার ইনপুট চিত্র:

পরীক্ষার ইনপুট চিত্র

ফলাফল সুসান:

ফলাফল সুসান

ফলাফল ক্যানি:

ফলাফল ক্যানি

আপনি সুস্পষ্টভাবে দেখতে পাচ্ছেন যে ক্যানির পরিবর্তে সুসান কোণ এবং জংশনগুলি আবিষ্কার করে।


ঠিক আছে, আপনি যা উল্লেখ করছেন তা হ'ল বেশিরভাগ বাস্তবায়ন সম্পর্কিত সমস্যা। আমি সম্মত হই যে এই জাতীয় সমস্যাগুলি উপস্থিত থাকতে পারে তবে আমার মতে অনেক অন্যান্য প্রান্ত সনাক্তকরণ এবং অন্যান্য অ্যালগরিদম। আমি অ্যালগোরিদমের অন্তর্নিহিত আরও তাত্ত্বিক সীমাবদ্ধতা বা বৈশিষ্ট্যগুলির সন্ধান করছি।
দিপান মেহতা

আমি একমত নই, থ্রোহোল্ডিং (বাইনারি ইমেজের দিকে পরিচালিত) এবং পরামিতিগুলি পদ্ধতির অংশ (ক্যানির কাগজে বর্ণিত)। আমি এটিকে বাস্তবায়নের বিশদ হিসাবে দেখছি না।
গের্তেন

থ্রেশহোল্ডিং প্রত্যেক প্রান্ত আবিষ্কারক দ্বারা সম্পন্ন করা হয় এবং প্রতিটি প্রান্ত আবিষ্কারক এর অত: পর আউটপুট হয় বাইনারি। আমি টুইটারের প্যারামিটারগুলি এবং গাউসিয়ান স্মুথিং দিকগুলিতে অসুবিধা সম্পর্কে আপনার বক্তব্যটি গ্রহণ করব তবে এলওজি ধরণের অপারেটরের বিপরীতে, ক্যানি আসলে শব্দের উপস্থিতিতে সবচেয়ে বেশি পরিমাণে স্মুথিংয়ের সন্ধান করেন।
দিপান মেহতা

2
প্রতিটি প্রান্ত সনাক্তকারী দ্বারা থ্রোসোল্ডিং করা হয় না (যেমন সোবেল, যেমনটি আমার উত্তরে উল্লিখিত হয়েছে)। এটি অনেক ক্ষেত্রে একটি সাধারণ এবং যৌক্তিক ফলোআপ পদক্ষেপ, তবে প্রতিটি প্রান্ত সনাক্তকরণ পদ্ধতির একটি প্রাথমিক পদক্ষেপ নয়।
গেরটেন

6

বা অ্যাপ্লিকেশনগুলির এমন কিছু ক্ষেত্র রয়েছে যেখানে ক্যানি সেরা হবে না?

আমি কয়েকটি সম্পর্কে চিন্তা করতে পারি:

  • যদি আপনার বদ্ধ বাঁকগুলির প্রয়োজন হয় তবে একটি ডিটেক্টর যা গ্যারান্টি দিতে পারে সেগুলি আরও ভাল হতে পারে (উদাহরণস্বরূপ ল্যালাপাসিয়ান বা জলাধার বিভাগের জিরো ক্রসিংস)
  • যদি আপনি কোনও একজাতীয় অবজেক্ট সনাক্ত করার চেষ্টা করছেন যা কিছু অঞ্চলে কম বৈপরীত্য রয়েছে, এমন একটি বিভাজন পদ্ধতি যা বিশ্বব্যাপী তথ্য ব্যবহার করে (যেমন ওয়াটারশেড সেগমেন্টেশন) আরও ভাল ফলাফল দিতে পারে

1

আমার অভিজ্ঞতায় ক্যানি এজ ডিটেক্টর দিয়ে প্রান্ত সনাক্তকরণের প্রক্রিয়াটি সনাক্ত করতে সক্ষম হওয়ার আগে প্রান্তগুলি মসৃণ করে এবং সময় এবং ফিল্টারটির দৈর্ঘ্য ত্রুটি ছাড়াই সমস্ত প্রান্ত সনাক্ত করার জন্য একটি নিখুঁত মিল হতে হবে।


1

আমি কেবল ক্যানি ডিটেক্টরটির একটি সীমাবদ্ধতা উল্লেখ করতে চাই, যা এর প্রয়োগকে বাধা দেয় এবং এটি প্যারামিটার সেটিং setting আমি মনে করি প্যারামিটার সেটিংটি কেবল ক্যানি ডিটেক্টরের জন্যই সমস্যা নয়, অন্যান্য প্রান্ত সনাক্তকরণ পদ্ধতির জন্যও সমস্যা।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.