Publication: Detection of grain boundaries in SEM images using type-2 fuzzy logic
No Thumbnail Available
Date
02.05.2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Kenar algılama günümüzde görüntü işleme, görüntülerde örüntü tanıma ve bilgisayar görüşü alanlarında oldukça yaygın olarak kullanılan bir metottur. Görüntü işlemede kullanılan veri miktarını önemli ölçüde azaltarak görüntülerin analizini basitleştirmek için kullanılır. Kenar algılamanın temel çalışma yöntemi şu şekildedir: Bir görüntüdeki her bir piksel için çevresindeki komşu piksellerle karşılaştırma yapılır ve farklı/koyu tonda olan pikseller tespit edilir. Böylelikle görüntüdeki kenarların tespiti gerçekleşmiş olur.Görüntü işleme alanında kullanılan Tip-1 bulanık mantık sistemleri, nöral ağlar, PSO(Particle Swarm Optimization) ile genetik algoritmalar, aralık değerli bulanık operatörler, Sobel operatörü ile birleştirilmiş aralıklı tip-2 bulanık sistemler, aralıklı tip-2 bulanık sistemler ve morfolojik gradyan, aralıklı tip-2 bulanık mantığa dayalı geliştirilmiş Canny yöntemi gibi çeşitli kenar algılama yöntemleri bulunmaktadır.Fakat tüm bu yöntemlerin içerisinde bulanık mantık kolay uygulanabilirliği sebebiyle kenar algılamada yaygın olarak kullanılan bir metottur. Bulanık mantık kenar algılama algoritmasının amacı, kenar piksellerinin her iki tarafındaki komşu pikseller arasındaki geçişi analiz etmektir. Tip-1 bulanık mantık sistemlerinin kullanıldığı çalışmalarda sonuçlar her ne kadar başarılı olsa da, tip-2 bulanık mantık sistemleri ile belirsizliklerin daha başarılı bir şekilde modellenebilmesinden dolayı elde edilen sonuçlar çok daha iyidir.Bu çalışmada görüntülerdeki gürültü ve belirsizlikleri tip-2 bulanık mantık sisteminden yararlanılarak SEM görüntülerindeki tane sınırlarının algılanması ele alınmıştır.
Edge detection is a widely applied technique for incorporating type-1 fuzzy logic systems in image processing, recognizing patterns in images, and computer vision. By significantly decreasing the amount of the data which is used in image processing, it simplifies the analyses of the images. The basic working principle of edge detection is to make a comparison of neighbor pixels of each pixel in an image and to detect the different / dark toned pixels. In this way detection of edges in an image is realized.Edge detection in image processing has multiple methods including type-1 fuzzy logic systems, neural networks, PSO (Particle Swarm Optimization) - based genetic algorithms, interval-valued fuzzy operators, interval type-2 fuzzy systems based on Sobel operator, morphological gradient and interval type-2 fuzzy logic, and improved Canny method.However, among all these methods, fuzzy logic system is a widely utilized approach due to its easy applicability. The main aim of an edge detection algorithm based on fuzzy logic is to study the transition between the two sides of the edge. Although the results of the studies using type-1 fuzzy logic systems are successful, the results achieved with the studies using type-2 fuzzy logic systems are a lot better since the uncertainties can be modelled more successfully.In this paper detection of grain boundaries in images obtained from SEM (Scanning Electron Microscope) using type-2 fuzzy logic systems is discussed.
Edge detection is a widely applied technique for incorporating type-1 fuzzy logic systems in image processing, recognizing patterns in images, and computer vision. By significantly decreasing the amount of the data which is used in image processing, it simplifies the analyses of the images. The basic working principle of edge detection is to make a comparison of neighbor pixels of each pixel in an image and to detect the different / dark toned pixels. In this way detection of edges in an image is realized.Edge detection in image processing has multiple methods including type-1 fuzzy logic systems, neural networks, PSO (Particle Swarm Optimization) - based genetic algorithms, interval-valued fuzzy operators, interval type-2 fuzzy systems based on Sobel operator, morphological gradient and interval type-2 fuzzy logic, and improved Canny method.However, among all these methods, fuzzy logic system is a widely utilized approach due to its easy applicability. The main aim of an edge detection algorithm based on fuzzy logic is to study the transition between the two sides of the edge. Although the results of the studies using type-1 fuzzy logic systems are successful, the results achieved with the studies using type-2 fuzzy logic systems are a lot better since the uncertainties can be modelled more successfully.In this paper detection of grain boundaries in images obtained from SEM (Scanning Electron Microscope) using type-2 fuzzy logic systems is discussed.
Description
Keywords
Bulanık mantık, tane sınırı, kenar algılama, görüntü işleme, SEM görüntüleri Fuzzy logic, grain boundaries, edge detection, image processing, SEM images