การเปรียบเทียบขั้นตอนวิธีการหาขอบของวัตถุในภาพถ่ายทางอากาศ
Article Sidebar
Main Article Content
บทคัดย่อ
ในปัจจุบันการวิเคราะห์ภาพถ่ายมีความสำคัญเพิ่มมากขึ้นในอุตสาหกรรมและในหลาย ๆ ด้าน ไม่ว่าจะเป็นด้านการเกษตร การแพทย์ การรักษาความปลอดภัย การลาดตระเวน การสำรวจและอื่น ๆ อีกมากมาย แต่อย่างไรก็ตามการวิเคราะห์ภาพในปัจจุบันนั้นส่วนใหญ่จะใช้แรงงานมนุษย์ ซึ่งทำให้มีค่าใช้จ่ายสูงและและใช้เวลามาก ดังนั้นการพัฒนาขั้นตอนวิธีการที่ช่วยในการวิเคราะห์ภาพถ่ายจึงมีความจำเป็นอย่างมากและการหาขอบวัตถุในภาพถือว่าเป็นหนึ่งในสาขาที่สำคัญของการวิเคราะห์ภาพถ่าย ในงานวิจัยชิ้นนี้จะเปรียบเทียบขั้นตอนวิธีการในการหาขอบของวัตถุชนิดต่าง ๆ และประยุกต์ใช้กับภาพถ่ายทางอากาศของอากาศยานไร้คนขับ โดยผลลัพธ์ที่ได้จะถูกนำมาวิเคราะห์ประสิทธิภาพและพฤติกรรมด้วย ดัชนี PR หรือค่าอัตราส่วนของความถูกต้องต่อความผิดพลาดทั้งหมด (Ratio of True to False Edges), ดัชนี PSNR หรือตัวชี้วัดที่ใช้ทดสอบความเหมือนระหว่างภาพ (Peak Signal to Noise Ratio) และ ดัชนี F-measure หรือการวัดประสิทธิภาพการทำนายของขั้นตอนวิธีการ โดยจุดประสงค์หลักของงานวิจัยชิ้นนี้คือการเพิ่มความรู้ความเข้าใจในพฤติกรรมและประสิทธิภาพของขั้นตอนวิธีการในการหาขอบของวัตถุชนิดต่าง ๆ ต่อภาพถ่ายทางอากาศจากอากาศยานไร้คนขับ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวิชาการโรงเรียนนายเรือ ด้านวิทยาศาสตร์และเทคโนโลยี ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิชาการโรงเรียนนายเรือ ด้านวิทยาศาสตร์และเทคโนโลยี ถือเป็นลิขสิทธิ์ของโรงเรียนนายเรือ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากโรงเรียนนายเรือก่อนเท่านั้น
References
กองทัพอากาศ. นโยบายผู้บัญชาการกองทัพอากาศ ปี ๒๕๖๕. [กรุงเทพฯ]: กองทัพอากาศ; 2565.
Tsouros DC, Bibi S, Sarigiannidis PG. A review on UAV-based applications for precision agriculture. Information [Internet]. 2019 Nov [cited 2022 Jan 19];10(11):349. Available from: https://www.mdpi.com/2078-2489/10/11/349
Ma'Sum MA, Arrofi MK, Jati G, Arifin F, Kurniawan MN, Mursanto P, et al. Simulation of intelligent unmanned aerial vehicle (uav) for military surveillance. International conference on advanced computer science and information systems [Internet]. 2013 [cited 2022 Jan 21]:161-6. Available from:
https://ieeexplore.ieee.org/abstract/document/6761569/authors #authors
Park S, Choi Y. Applications of unmanned aerial vehicles in mining from exploration to reclamation: A review. Minerals [Internet]. 2020 Jul 26 [cited 2022 Jan 25];10(8):663. Available from: https://www.mdpi.com/2075-163X/10/8/663
Maini R, Aggarwal H. Study and comparison of various image edge detection techniques. International Journal of Image Processing [Internet]. 2009 Mar 5 [cited 2022 Jan 26];3(1):1-11. Available from:
https://www.cscjournals.org/manuscript/Journals/IJIP/Volume3/Issue1/ IJIP-15.pdf
Dharampal, Mutneja V. Methods of image edge detection: A review. J Electr Electron Syst [Internet]. 2015 [cited 2022 Jan 27];4(2):[about 5 p.]. Available from: https://www.hilarispublisher.com/open-access/methods-of-image-edge-detection-a-review-2332-0796-1000136.pdf
Öztürk S, Akdemir B. Comparison of edge detection algorithms for texture analysis on glass production. Procedia Soc Behav Sci [Internet]. 2015 Jul 3 [cited 2022 Jan 29];195:2675-82. Available from: https://www.sciencedirect.com/science/article/pii/ S1877042815039567
Chen L, Liu F, Zhao Y, Wang W, Yuan X, Zhu J. VALID: A comprehensive virtual aerial image dataset. In: 2020 IEEE International Conference on Robotics and Automation (ICRA); 2020 May 31-Aug 31; Paris: IEEE; 2020. p. 2009-16.
Acharjya PP, Das R, Ghoshal D. Study and comparison of different edge detectors for image segmentation. Global Journal of Computer Science and Technology [Internet]. 2012 Oct 22 [cited 2022 Jan 29]. Available from:https://www.semanticscholar.org/paper/Study-and-Comparison-of-Different-Edge-Detectors-Acharjya-Das/7177318f5f90c9addd76249a359c2e46a206e647?sort=is-influential
Joshi M, Vyas A. Comparison of Canny edge detector with Sobel and Prewitt edge detector using different image formats. Int J Eng Sci Res Technol [Internet]. 2020 [cited 2022 Feb 1]; 1:133-7. Available from: https://www.semanticscholar.org/paper/Comparison-of-Canny-edge-detector-with-Sobel-and-Joshi-Vyas/3eef57d7bb45742c0cd491f7582107e76b3a9147
Katiyar SK, Arun PV. Comparative analysis of common edge detection techniques in context of object extraction. ArXiv [Internet]. 2014 Feb 5 [cited 2022 Feb 2];50(1):68-79. Available from: https://arxiv.org/ftp/arxiv/papers/1405/1405.6132.pdf
Khaire PA, Thakur NV. A fuzzy set approach for edge detection. International Journal of Image Processing [Internet]. 2012 Oct [cited 2022 Feb 6];5(4):403-12. Available from: https://scirp.org/reference/ReferencesPapers.aspx?ReferenceID=1308338
Mohammad ES, JawadKadhim M, Hamad WI, Helyel SY, Alrsaak AAA, Kazraji FKS, et al. Study Sobel edge detection effect on the ImageEdges using MATLAB. Int J Innov Res Sci Eng Technol [Internet]. 2014 Mar [cited 2022 Feb 10];3(3):10408-15. Available from: http://www.ijirset.com/upload/2014/march/68_Study.pdf
Roberts LG. Machine Perception of Three-Dimensional. [dissertation Doctor of Philosophy]. Massachusetts: Massachusetts Institute of Technology; 1963.
Sobel I. Camera Models and Perception. [thesis Ph.D.]. California: Standford University; 1970.
Prewitt JMS. Object Enhancement and Extraction. Picture Processing and Psychopictorics. 1970 Jan:75-149.
Maini R, Aggarwal H. Study and comparison of various image edge detection techniques. International Journal of Image Processing [Internet]. 2009 Mar 5 [cited 2022 Jan 26];3(1):1-11. Available from:
https://www.cscjournals.org/manuscript/Journals/IJIP/Volume3/Issue1/ IJIP-15.pdf
Canny J. A Computational Approach to Edge Detection. IEEE Trans Pattern Anal Mach Intell [Internet]. 1986 Nov [cited 2022 Feb 15];8(6):679-98. Available from: https://ieeexplore.ieee.org/abstract/document/4767851/authors#authors
Lu S, Su S, Tan CL. Document image binarization using background estimation and stroke edges. Int J Doc Anal Recognit [Internet]. 2010 Dec [cited 2022 Feb 18];13(4):303-14. Available from:
https://www.researchgate.net/publication/220163435_Document_image_binarization_using_background_
estimation_and_stroke_edges
Lu S, Chen T, Tian S, Lim JH, Tan CL. Scene text extraction based on edges and support vector regression. Int J Doc Anal Recognit [Internet]. 2015 Jun [cited 2022 Feb 25];18(2):125-35. Available from: https://dl.acm.org/doi/abs/10.1007/s10032-015-0237-z
Lu T, Ming D, Lin X, Hong Z, Bai X, Fang J. Detecting building edges from high spatial resolution remote sensing imagery using richer convolution features network. Remote Sens [Internet]. 2018 Sep 19 [cited 2022 Mar 1];10(9):1496. Available from: https://www.mdpi. com/2072-4292/10/9/1496