Miglioramento e segmentazione dell'immagine mediante tecniche di soft computing

Questo libro descrive la segmentazione dell'immagine a scale multiple integrando con diverse strutture. Queste tecniche si basano su informazioni di confine, testurizzate e non testurizzate per la segmentazione dell'immagine a scale multiple. Questo lavoro sostiene che i problemi di selezione della scala e di rilevamento della struttura non possono essere trattati separatamente per la segmentazione. Le tecniche di soft computing sono più adatte per affrontare questo tipo di problemi. La segmentazione fuzzy dell'immagine è un compito che classifica i pixel di un'immagine usando diverse etichette in modo che l'immagine sia partizionata in regioni etichettate non sovrapposte. In questa dissertazione sono state studiate e sviluppate tecniche basate su cluster fuzzy, la tecnica Fuzzy Entropy, la logica fuzzy di tipo II basata su regole, il rilevamento dei bordi basato sulla logica fuzzy del gradiente, Fuzzy C-means generalizzato e il modello triangolare Fuzzy Entropy per immagini a super risoluzione. Gli esperimenti sono stati fatti su note banche dati di immagini e i risultati sono prodotti sotto forma di tabelle e grafici per l'analisi oggettiva e gli output delle immagini di input sono posti per l'analisi soggettiva.