بررسی پردازش تصویر با روش تبدیل هاف و رادون

امروزه استفاده از پردازش تصویر مخصوصا در رشته پزشکی در حال اقزایش است. بنابراین روشهای متعددی تاکنون ارائه گردید است. در تقطیع تصویر، یک تصویر به ناحیه‌ها و اشیای تشکیل‌دهنده آن تصویر قطعه‌بندی می‌شود. با توجه به مسئله‌ای که باید حل شود قطعه‌بندی انجام می‌شود یعنی زمانیکه اشیا و نواحی به اندازه مطلوب آشکار شد، باید تقطیع را متوقف کرد. تقطیع تصاویر غیر جزئی، بسیار مشکل است لذا دقت تقطیع امری بسیار مهم در تقطیع دقیق می‌باشد. روشهای زیادی در اجرای تقطیع وجود دارد که بعضی از آنها از طریق ترکیب شیوه‌هایی از دسته‌های متمایز حاصل می‌گردد. نوشته های تقطیع بر مبنای آشکارسازی تغییرات محلی و تیز در شدت روشنایی است ویژگی های تصویر شامل نقاط، خطوط و لبه‌های جدا از برای آشکارسازی لبه ابتدا باید هموار سازی تصویر برای کاهش نویز و سپس آشکارسازی نقاط لبه و در انتها، محلی سازی انجام گیرد. آشکارسازی تغییرات در شدت روشنایی به منظور یافتن لبه ها می‌تواند توسط مشتقات مرتبه اول و مرتبه دوم انجام شود. آشکارسازهای لبه روشهای پردازش تصویر محلی هستند که برای آشکارسازی پیکسل های لبه طراحی شده‎اند در حالت ایده‌آل شامل یافتن پیکسل‌هایی است که روی لبه قرار دارند در عمل به علت وجود نویز در تصویر این پیکسل ها بندرت به طور کامل مشخص می‌شوند و به شکل ناپیوستگی‌ها در لبه ها به علت عدم یکنواختی شدت روشنایی به وجود می آیند، بنابراین لبه‌یابی معمولاً همراه با الگوریتم‌های پیونددهنده می باشد که برای جمع‌کردن پیکسل‌های لبه در لبه‌های با معنا و مرزهای نواحی طراحی می‌شوند. روش‌های مختلفی در عمل مورد استفاده قرار می‌گیرد در اینجا در نرم‌افزار متلب بعد از لبه‌یابی با چند روش روی تصاویر این عمل را با تبدیل هاف و رادون انجام میدهیم و نتایج این دو روش را در پردازش تصویر مورد بررسی قرار می‌دهیم.