উত্তর:
ক্যানি এজ সনাক্তকরণটিকে আপনি উল্লেখ করেছেন তাদের থেকে ভাল (মিথ্যা বিপদাশঙ্কা অর্থে) প্রান্ত সনাক্তকরণ হিসাবে বিবেচনা করা হয়।
এটি মূলত ২ টি পদক্ষেপের কারণে:
এই 2 টি পদক্ষেপ "ভুয়া" প্রান্তের সংখ্যা হ্রাস করে এবং তাই হফ ট্রান্সফর্মেশনের মতো আরও প্রসেসের জন্য আরও ভাল সূচনা পয়েন্ট তৈরি করে।
আপনার বক্তব্য যে হাফ রূপান্তর (এইচটি) বাইনারি চিত্রের উপর প্রয়োগ করা দরকার তা সত্য নয়। আসল এইচটি প্রকৃতপক্ষে সেভাবে তৈরি করা হয়েছিল, যদিও ইতিমধ্যে বিভিন্ন লেখক বিভিন্ন উপায়ে এইচটি প্রসারিত করেছিলেন - উদাহরণস্বরূপ প্রতিটি চিত্রের পিক্সেলের ধূসর স্কেল মানগুলি বিবেচনা করা। ফলস্বরূপ, প্রান্ত সনাক্তকরণের ধাপটি বাদ দেওয়া যেতে পারে।
Http://dx.doi.org/10.1109/JSEN.2014.2311160 থেকে ধূসর স্কেল মান সম্পর্কিত উদ্ধৃতি :
[২৩] এফ। ওর্মন এবং এমবি ক্লোস, "ফিচার পয়েন্টগুলির সমান্তরালে চিত্র প্রান্তগুলি সন্ধান করা," আইইইই ট্রান্স। গণনা।, খণ্ড। 25, না। 4, পৃষ্ঠা 449–456, এপ্রি 1976।
[২৪] জে সেকিংলি এবং এ জে রাই, "পাতলা রেখার সনাক্তকরণের জন্য হাফ রূপান্তরটি এসএআর চিত্রগুলিতে প্রয়োগ হয়েছিল," প্যাটার্ন রিকগনিট। লেট।, খণ্ড 6, না। 1, পৃষ্ঠা 61-67, 1987।
[২৫] সি ট্রেনার, এনজে বেইলি এবং বি আর হেইনস, "টাইম-গ্রেডিয়েন্ট হফ রূপান্তরিত করে - গতির গতিতে বস্তু শনাক্তকরণকে সীমাবদ্ধ করে," রিয়েল-টাইম চিত্র, খণ্ড। 6, না। 2, পৃষ্ঠা 143-15153, 2000।