AI Summary & Key Takeaways
AI InsightThe results indicate that classical methods provide a clear computational speed advantage, but their F1-Score degrades more noticeably under noise.
📌 3 Key Takeaways
Abstract
This study compares classical edge detection operators (Roberts, Sobel, Laplacian, and Canny) with optimization-based approaches (GA, PSO, ACO, GSA, IGSA, and GoldSAII). Evaluations were conducted on clean images, Gaussian-noise-corrupted images, and low-contrast thermal images. Performance was assessed using Accuracy, Precision, Recall, Specificity, F1-Score, and ELCD for structural edge continuity in thermal data. The results indicate that classical methods provide a clear computational speed advantage, but their F1-Score degrades more noticeably under noise. In contrast, optimization-based methods exhibit more stable behavior in noisy and low-contrast conditions. Within the tested setup, GoldSAII and IGSA achieved the most consistent outcomes in terms of F1-Score and ELCD. In addition, GA and PSO produced similar edge maps, while GA required considerably less computation time. Overall, classical operators remain suitable for strict real-time constraints, whereas optimization-based methods are more appropriate when structural continuity and robustness are prioritized.
Özet
Bu çalışmada, klasik kenar çıkarma operatörleri (Roberts, Sobel, Laplacian, Canny) ile optimizasyon tabanlı yaklaşımların (GA, PSO, ACO, GSA, IGSA, GoldSAII) performansları karşılaştırılmıştır. Değerlendirmeler, temiz görüntüler, Gauss gürültüsü eklenmiş görüntüler ve düşük kontrastlı termal görüntüler üzerinde gerçekleştirilmiştir. Başarım ölçümü için Doğruluk, Kesinlik, Duyarlılık, Özgüllük, F1-Skor ve termal verilerde geometrik sürekliliği temsil eden ELCD metriği kullanılmıştır. Bulgular, klasik yöntemlerin hesaplama süresi açısından belirgin bir hız avantajı sunduğunu; buna karşın gürültü altında F1-Skor değerlerinde daha yüksek düşüş yaşadığını göstermektedir. Optimizasyon tabanlı yaklaşımlar ise özellikle gürültülü ve düşük kontrastlı koşullarda daha kararlı sonuçlar üretmiştir. İncelenen deney düzeninde GoldSAII ve IGSA, F1-Skor ve ELCD bakımından öne çıkan yöntemler olmuştur. Ayrıca GA ve PSO benzer kenar haritaları üretirken, GA’nın daha düşük işlem süresine sahip olduğu gözlenmiştir. Sonuç olarak, gerçek zaman kısıtı yüksek uygulamalarda klasik yöntemler; yapısal süreklilik ve dayanıklılığın öncelikli olduğu uygulamalarda ise optimizasyon tabanlı yöntemler daha uygun görünmektedir.