An initial step: Similar to a singl

An initial step: Similar to a single-resolution edge detection method, the first step of this method starts
with Sobel edge detection and followed by the Canny edge detection. However, this time a large
value of smoothing parameter of the Canny edge detection is used (i.e.
√
10). A large value
of smoothing parameter is used because in an initial step we only need to roughly estimate the
boundary of the algae in an image. The true boundary will be detected in the next refinement step.
A refinement step: After separating the algae body from a background, only the background of the
image will be heavily smoothed by using a Gaussian lowpass filter of size 20 × 20 pixels with
sigma equal to 0.5 in order to suppress all unwanted objects and illumination artefacts in the
image background. The foreground of the image (i.e. the algae body) is left unsmoothed because
we want to preserve as much as possible its edge details.
After a smoothing process, the smoothed image will simply be segmented by the single-resolution
edge detection method described above. A multi-resolution edge detection method derives its
name from the fact that edge detection is performed on an image with different smoothing reso-
lutions of foreground and background regions.

ผลลัพธ์ (ไทย) 1:

เป็นขั้นตอนแรก: เริ่มต้น first ขั้นตอนของวิธีการนี้คล้ายกับวิธีการตรวจสอบความละเอียดเดียวขอบกับ Sobel เอดจ์ตรวจ และตาม ด้วยการตรวจพบขอบแหลม อย่างไรก็ตาม นี้เวลาขนาดใหญ่ค่าของพารามิเตอร์ของการตรวจสอบแหลมขอบผืนจะใช้ (เช่น√10) ค่าขนาดใหญ่ของพารามิเตอร์การปรับให้เรียบใช้ได้เนื่องจากในขั้นตอนการเริ่มต้น เราต้องประเมินอย่างคร่าว ๆขอบเขตของสาหร่ายในภาพ ขอบเขตแท้จริงจะพบในขั้นตอนต่อไป refinementขั้นตอน refinement: หลังจากแยกตัวสาหร่ายจากพื้นหลัง พื้นหลังของการภาพจะเป็นโค้งมากโดย filter Gaussian สัญญาณขนาด 20 × 20 พิกเซลด้วยซิกมาเท่ากับ 0.5 เพื่อระงับทั้งหมดวัตถุที่ไม่พึงประสงค์และสิ่งแสงสว่างในตัวภาพพื้นหลัง ด้านหน้าของภาพ (เช่นสาหร่ายตัว unsmoothed เนื่องจากเราต้องการรักษามากที่สุดรายละเอียดของขอบหลังจากกระบวนการผืน รูปให้โค้งเรียบจะก็จะถูกแบ่งเป็นช่วง โดยความละเอียดเดียววิธีการตรวจหาขอบข้าง วิธีตรวจหาขอบหลายความละเอียดมาชื่อจากเอดจ์ตรวจสอบดำเนินการในรูปมีหลายผืน reso-lutions ของพื้นหน้าและพื้นหลัง

ผลลัพธ์ (ไทย) 2:

ขั้นตอนแรก: คล้ายกับความละเอียดเดียวขอบวิธีการตรวจสอบ, FI ขั้นตอนแรกของวิธีการนี้จะเริ่ม
มีการตรวจสอบโชเบลที่ทันสมัยและตามด้วยการตรวจหาขอบแสนรู้ แต่เวลานี้มีขนาดใหญ่
มูลค่าของการปรับให้เรียบพารามิเตอร์ของการตรวจหาขอบแสนรู้ถูกนำมาใช้ (เช่น
√
10) ค่าขนาดใหญ่
ของการปรับให้เรียบใช้พารามิเตอร์เพราะในขั้นตอนแรกเราจะต้องประเมินในเบื้องต้นว่า
ขอบเขตของสาหร่ายในภาพ เขตแดนที่แท้จริงจะถูกตรวจพบในอีก Fi ขั้นตอน nement ต่อไป.
ใหม่ไฟขั้นตอน nement: หลังจากแยกร่างกายสาหร่ายจากพื้นหลังเพียงพื้นหลังของ
ภาพจะถูกปรับให้เรียบอย่างหนักโดยใช้สาย lowpass เสียนกรองขนาด 20 × 20 พิกเซลพร้อม
ซิกเท่ากับ 0.5 ในการสั่งซื้อเพื่อให้การปราบปรามวัตถุที่ไม่พึงประสงค์และสิ่งของที่ส่องสว่างใน
ภาพพื้นหลัง เบื้องหน้าของภาพ (เช่นร่างกายสาหร่าย) ที่เหลือ unsmoothed เพราะ
เราต้องการที่จะรักษาให้มากที่สุดเท่าที่เป็นไปได้รายละเอียดขอบ.
หลังจากขั้นตอนการปรับให้เรียบภาพเรียบก็จะถูกแบ่งโดยความละเอียดเดียว
ขอบวิธีการตรวจสอบที่อธิบายข้างต้น ความละเอียดหลายขอบวิธีการตรวจสอบมาของ
ชื่อมาจากความจริงที่ว่าตรวจสอบขอบจะดำเนินการในภาพที่มี reso- เรียบที่แตกต่างกัน
ของ lutions เบื้องหน้าและภูมิภาคพื้นหลัง

ผลลัพธ์ (ไทย) 3:

ขั้นตอนแรก : คล้ายกับเดียวความละเอียดการตรวจหาขอบวิธีการ จึงตัดสินใจเดินทางไปขั้นตอนของวิธีนี้เริ่ม
กับการตรวจจับขอบ โซเบล และตามด้วยการตรวจหาขอบแหลม . อย่างไรก็ตาม เวลานี้มากค่า
ของพารามิเตอร์ของแหลมขอบเรียบ ( เช่นการใช้√

10 ) a
มากค่าพารามิเตอร์เรียบใช้ เพราะในขั้นตอนแรกเราต้องประเมินได้คร่าวๆ
ขอบเขตของสาหร่ายในรูป ขอบเขตที่แท้จริงจะพบในขั้นตอนต่อไปอีกจึง nement .
อีกครั้งจึง nement ขั้นตอน : หลังจากแยกสาหร่ายตัวจากพื้นหลัง , พื้นหลังของภาพจะหนัก
เรียบโดยใช้ Gaussian ความถี่ต่ำจึง lter ขนาด 20 × 20 พิกเซลด้วย
Sigma เท่ากับ 0.5 ในการปราบปราม วัตถุที่ไม่พึงประสงค์และสิ่งประดิษฐ์ใน
รัศมีภาพพื้นหลัง เบื้องหน้าของภาพ ( เช่นสาหร่ายตัวซ้าย unsmoothed เพราะ
เราต้องการรักษาเท่าที่รายละเอียดขอบที่สุด .
หลังเรียบกระบวนการ พร้อมกับภาพก็จะถูกแบ่งโดยละเอียด
การตรวจจับขอบเดียววิธีการที่อธิบายข้างต้น ขอบ multi-resolution วิธีการตรวจมา ของ
ชื่อมาจากความจริงที่ว่า การตรวจหาขอบภาพที่แสดงบนเรียบ ขนส่ง -
lutions ของเบื้องหน้าและเบื้องหลังภูมิภาค