본 논문에서는 영상 에지 검출에 있어서 명암차에 의해 불분명한 경계 부분을 강건하게 하고, 방향성에 덜 민감한 에지 검출 알고리즘인 퍼지 웨이브렛 형태학 신경망을 제안한다. 이는 복잡하고 많은 연산 수행하는 단점을 극복하기 위해 DTCNN 구조에 데이터의 손실없이 강건하게 영상 단순화가 가능한 퍼지 웨이브렛 형태학 연산자를 적용한다. 또한 컬러 영상에서 효과적으로 에지 경계면의 특징 정보를 손실없이 가지고 있는 Y 영상을 YCbCr 공간 컬러 모델을 이용하여 분할 한다. 본 논문은 제안된 알고리즘의 성능검증을 위해 50개의 컬러 영상의 모의 실험을 제공한다.
In this paper, it can propose that Fuzzy Wavelet Morphology Neural Networks for the edge detection algorithm with being robustly a unclear boundary parts by brightness difference and being less sensitivity on direction to be detected the edges of images. This is applying the Fuzzy Wavelet Morphology Operator which can be simple the image robustly without the loss of data to DTCNN Structure for improving defect which carrys out a lot of operation complexly. Also, this color image can segment Y image with YCbCr space color model which has a lossless feature information of edge boundary sides effectively. This paper can offer the simulation of color images of 50ea for the performance verification of the proposal algorithm.
