Escoltar

Utilitzen tècniques de lògica borrosa per millorar algoritmes de detecció automàtica de contorns

Un grup d’investigadors del Departament de Ciències Matemàtiques i Informàtica estudien la implantació de tècniques de lògica borrosa per fer detecció automàtica de contorns 

Un equip d’investigadors del Departament de Ciències Matemàtiques i Informàtica pertanyent al Grup d'Investigació en Lògica Borrosa i Fusió de la Informació (LOBFI), ha estudiat la implantació de tècniques de lògica borrosa per a fer detecció automàtica de contorns. El treball s’ha publicat a la revista científica IEEE – Transactions on Fuzzy Systems, situada a la primera posició (de 115) de l'àrea de Computer Science, Artificial Intelligence, i a la tercera posició (de 243) de l'àrea Engineering, Electrical & Electronic, amb un índex d'impacte de 5,484, segons el Journal Citation Reports (2012). 

A la investigació s'analitzen les tècniques en lògica borrosa per definir gradients morfològics que ajudin a la detecció de contorns en imatges digitals. Aquestes tècniques utilitzen operacions simples basades en t-normes i uninormes, que fan el paper de conjuncions, i en implicacions borroses, que fan de modelitzadors de la inclusió. Al treball s'analitzen quines parelles són les que donen millors resultats en aplicacions de detecció de contorns, utilitzant un algoritme de tres passes. Per fer la comparació entre les diferents configuracions es fa una anàlisi estadística, que permet fer una classificació dels diferents mètodes. Com a conclusió d'aquest estudi s'extreu que la t-norma mínim nilpotent i la implicació de Kleene-Dienes, i la uninorma idempotent obtinguda per la negació clàssica i la seva implicació residual són les millors configuracions.

Els resultats que s'obtenen d'aquesta tècnica innovadora es comparen amb altres enfocaments clàssics i molt popularitzats, com ara el detector de Canny. L'estudi estadístic comparatiu que empra una base de dades d'imatges de la Universitat de South Florida arriba a la conclusió que les tècniques borroses obtenen resultats competitius, i milloren en algunes imatges des del punt de vista visual i de la mesura de comparació. 

Referència bibliogràfica: 

Manuel González-Hidalgo, Sebastià Massanet, Arnau Mir i Daniel Ruiz-Aguilera. «On the Choice of the Pair Conjunction-Implication into the Fuzzy Morphological Edge Detector». IEEE Transactions on Fuzzy Systems, 2014, doi: 10.1109/TFUZZ.2014.2333060 

Data de publicació: 11/07/2014