EDGE DETECTION USING CELLULAR NEURAL NETWORK AND TEMPLATE OPTIMIZATION

Hasil deteksi tepi menggunakan CNN bisa jadi tidak optimal, karena hasilnya optimalberdasarkan template yang diterapkan pada gambar. Selama tahun pertama setelah diperkenalkannyaCNN, banyak template yang dirancang dengan cara memotong dan mencoba teknik. Saat ini, beberapa metode adalahtersedia untuk membuat template atau algoritme CNN. Dalam tulisan ini, kami mempresentasikan sebuah metodeuntuk membuat hasil optimal dari deteksi tepi dengan menggunakan TEMPO (Optimalisasi Template).Hasil penelitian menunjukkan bahwa optimasi template meningkatkan kualitas gambar dari tepi dan noiseberkurang. Simulasi untuk deteksi tepi menggunakan Simulator CANDY, lalu kita implementasikanprogram dan template yang optimal menggunakan MATLAB. Dibandingkan dengan Canny dan SobelOperator, bentuk gambar hasil detektor CNN juga terlihat lebih realistis danefektif untuk pengguna.