عرض مصدر خوارزمية دريش لكشف الحواف

{{بطاقة برمجية
 | الاسم                   = [[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]]
 | الاسم الأصلي             = [[مرشح رقمي|المرشح الرقمي]] ل[[دريش (توضيح)|دريش]]
 | الشعار                 =
 | لقطة                   =
 | تعليق                  = [[أستاذ جامعي|البروفيسور]] [[رشيد دريش]]
 | لقطة طويلة             =
 | المؤلف                 = [[رشيد دريش]]
 | المطور                 =
 | الإصدار                 = [[1987]]م
 | آخر إصدار              =
 | تاريخ آخر إصدار        =
 | آخر إصدار تجريبي       =
 | تاريخ آخر إصدار تجريبي =
 | تحديد متواتر           =
 | لغة البرمجة            =
 | نظام التشغيل           =
 | المنصة                 =
 | الحجم                  =
 | اللغة                  = [[:en:Deriche edge detector|Deriche edge detector]]
 | الحالة                 =
 | النوعية                = [[خوارزمية]] [[كشف الحواف]] في [[صورة رقمية|الصور الرقمية]]
 | الترخيص                =
 | الموقع                 = https://link.springer.com/article/10.1007/BF00123164
}}
'''[[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]]''' أو '''[[مرشح رقمي|المرشح الرقمي]] ل[[دريش (توضيح)|دريش]]''' أو '''[[كشف الحواف|كاشف الحواف]] ل[[دريش (توضيح)|دريش]]''' هي [[خوارزمية]] [[كشف الحواف]] من اكتشاف [[أستاذ جامعي|البروفيسور]] [[الجزائر]]ي [[رشيد دريش]] خلال عام [[1987]]م.<ref>[https://link.springer.com/article/10.1007/BF00123164 Using Canny's criteria to derive a recursively implemented optimal edge detector | SpringerLink<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20180607233447/https://link.springer.com/article/10.1007/BF00123164 |date=07 يونيو 2018}}</ref>

== الاكتشاف ==
قام [[أستاذ جامعي|البروفيسور]] [[رشيد دريش]] خلال عام [[1987]]م باكتشاف «[[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]]» التي هي [[خوارزمية]] [[كشف الحواف]] في [[رسومات الحاسوب ثنائية الأبعاد]].<ref>[https://ena.etsmtl.ca/pluginfile.php/59679/mod_resource/content/0/Deriche%20Wikipedia.pdf Remarque<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171227062906/https://ena.etsmtl.ca/pluginfile.php/59679/mod_resource/content/0/Deriche%20Wikipedia.pdf |date=27 ديسمبر 2017}}</ref>

== كشف الحواف ==
تتضمن «[[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]]» مجموعة عمليات [[كشف الحواف]] بواسطة طرق [[رياضيات تطبيقية]] متنوعة تساعد في تعريف كل [[بكسل]] في [[صورة رقمية|الصورة الرقمية]] عندما تتغير إضاءة الشاشة أو الصورة بشكل حاد أو عند الإضاءة المتقطعة.<ref>[https://ac.els-cdn.com/S221201731200312X/1-s2.0-S221201731200312X-main.pdf?_tid=3ea5751c-eb51-11e7-9161-00000aab0f26&acdnat=1514412163_25461d6ede7a9b7ac78b48427b9ab03a A Survey on Various Edge Detector Techniques - ScienceDirect<!-- عنوان مولد بالبوت -->]{{وصلة مكسورة}}</ref>

تُنظم نقط الصورة التي تغيرت عندها الإضاءة بشكل حاد في مجموعة من المنحنيات المقطعة تسمى ب[[قطعة مستقيمة|الحواف]].<ref>{{استشهاد بويب| مسار  = https://marathon.csee.usf.edu/~sarkar/PDFs/iir-icpr.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20170829030852/http://marathon.csee.usf.edu/~sarkar/PDFs/iir-icpr.pdf | تاريخ أرشيف = 29 أغسطس 2017 }}</ref>

تُعرف مشكلة إيجاد الانقطاع في الإشارات في البعد الواحد بمصطلح الكشف الخطوي أو خطوة الكشف، ومشكلة إيجاد الإشارة المنقطعة خلال الزمن بمصطلح كشف التغير.<ref>[https://www.researchgate.net/publication/220659651_Using_Canny%27s_criteria_to_derive_a_recursively_implemented_optimal_edge_detector Using Canny's criteria to derive a recursively implemented optimal edge detector | Request PDF<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20180118182146/https://www.researchgate.net/publication/220659651_Using_Canny's_criteria_to_derive_a_recursively_implemented_optimal_edge_detector |date=18 يناير 2018}}</ref>

[[كشف الحواف]] هو أداة أساسية في [[معالجة الصور الرقمية]] والإبصار للآلات و[[رؤية حاسوبية|الرؤية الحاسوبية]] وجزئياً في كشف مميزات المناطق واستخراج الممميزات.<ref>{{استشهاد بويب| مسار  = http://www.icsd.aegean.gr/lecturers/kavallieratou/vision_files/Edge%20Detection.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20170829230308/http://www.icsd.aegean.gr/lecturers/kavallieratou/vision_files/Edge%20Detection.pdf | تاريخ أرشيف = 29 أغسطس 2017 }}</ref>

== الخوارزمية ==
[[ملف:John Canny in his office at UC Berkeley.jpg|تصغير|[[جون كاني]]]]
تتمثل «[[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]]» في [[خوارزمية]] رقمية متعددة المراحل تهدف إلى الحصول على نتائج مُثلى في [[كشف الحواف]] ضمن [[صورة رقمية]] [[رسومات الحاسوب ثنائية الأبعاد|ثنائية الأبعاد]].<ref>[https://www.revolvy.com/main/index.php?s=Deriche%20edge%20detector Deriche edge detector<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20200308185141/https://www.revolvy.com/main/index.php?s=Deriche%20edge%20detector|date=2020-03-08}}</ref>

وتعتمد هذه [[خوارزمية|الخوارزمية]] على أعمال [[جون كاني]] في مجال [[كشف الحواف]] التي تكللت باكتشاف {{وإو|لغ =en|تر =Canny edge detector|عر =خوارزمية كاني لكشف الحواف}} خلال عام [[1986]]م.<ref>{{استشهاد بويب| مسار  = http://www.cse.iitm.ac.in/~vplab/courses/CV_DIP/PDF/LECT_EDGE_DET.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20170706074945/http://www.cse.iitm.ac.in/~vplab/courses/CV_DIP/PDF/LECT_EDGE_DET.pdf | تاريخ أرشيف = 6 يوليو 2017 }}</ref>

وينص {{وإو|لغ =en|تر =Canny edge detector|عر =المرشح الرقمي لكاني}} على ثلاثة معايير للحصول على أمثل [[كشف الحواف|كشف للحواف]] هي:<ref>[http://www.pdflegend.com/download/vlsi-optimal-edge-detection-chip-canny-deriche-filter-_59fa0e11d64ab23ff0aa47ff_pdf VLSI Optimal Edge Detection Chip: Canny-Deriche Filter - PDF Free Download<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228054618/https://pdflegend.com/download/vlsi-optimal-edge-detection-chip-canny-deriche-filter-_59fa0e11d64ab23ff0aa47ff_pdf |date=28 ديسمبر 2017}}</ref>
# '''نوعية الكشف''': بحيث أن كل [[قطعة مستقيمة|الحواف]] الموجودة في [[صورة رقمية|الصورة الرقمية]] يجب أن يتم وسمها بعلامة ولا يجب أن يحدث [[كشف الحواف|كشف حواف]] خاطئ.<ref>[https://ieeexplore.ieee.org/document/202067/?reload=true A modification of Deriche's approach to edge detection - IEEE Conference Publication<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228054336/http://ieeexplore.ieee.org/document/202067/?reload=true |date=28 ديسمبر 2017}}</ref>
# '''الدقة''': بحيث أن [[قطعة مستقيمة|الحواف]] الموسومة بعلامة ينبغي أن تكون أقرب ما أمكن إلى [[قطعة مستقيمة|الحواف]] في [[صورة حقيقية|الصورة الحقيقية]].<ref>{{استشهاد بويب| مسار  = https://asp-eurasipjournals.springeropen.com/articles/10.1186/1687-6180-2011-28| عنوان =Optimal edge detection using multiple operators for image understanding<!-- عنوان مولد بالبوت -->| مسار أرشيف = https://web.archive.org/web/20180603212939/https://asp-eurasipjournals.springeropen.com/articles/10.1186/1687-6180-2011-28 | تاريخ أرشيف = 3 يونيو 2018 |script-title=en|تاريخ الوصول=2020-03-08}}</ref>
# '''غياب الالتباس''': بحيث أن [[قطعة مستقيمة|الحافة]] في [[صورة رقمية|الصورة الرقمية]] لا يجب أن يتم وسمها إلا مرة واحدة، فلا يمكن أن توجد عدة استجابات من أجل [[قطعة مستقيمة|حافة]] واحدة في [[صورة حقيقية|الصورة الحقيقية]].<ref>{{استشهاد بويب| مسار  = https://hal.archives-ouvertes.fr/hal-00505122/document| عنوان =| مسار أرشيف = https://web.archive.org/web/20171228054450/https://hal.inria.fr/hal-00505122/document | تاريخ أرشيف = 28 ديسمبر 2017 }}</ref>

ومن أجل ذلك، فإن '''[[كشف الحواف|كاشف الحواف]] ل[[دريش (توضيح)|دريش]]''' يسمى أحيانا '''[[كشف الحواف|كاشف الحواف]] ل[[دريش (توضيح)|دريش]]-[[جون كاني|كاني]]'''.<ref>[http://www.mvtec.com/doc/halcon/12/en/edges_sub_pix.html edges_sub_pix [HALCON Operator Reference / Version 12.0.2&#93;<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20170916032836/http://www.mvtec.com/doc/halcon/12/en/edges_sub_pix.html |date=16 سبتمبر 2017}}</ref>

== الفروق بين خوارزميتي دريش وكاني لكشف الحواف ==
{{صورة مزدوجة|يسار|Valve_original_(1).PNG|220|Valve monochrome canny (6).PNG|220|[[صورة رقمية|الصورة الرقمية]] الأصلية [[تصوير فوتوغرافي ملون|الملونة]] ل[[محرك بخاري]]|تطبيق {{وإو|لغ =en|تر =Canny edge detector|عر =خوارزمية كاني لكشف الحواف}} على [[تصوير فوتوغرافي ملون|الصورة الملونة]] ل[[محرك بخاري]]}}

تشترك [[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]] مع {{وإو|لغ =en|تر =Canny edge detector|عر =خوارزمية كاني لكشف الحواف}} في المراحل الأربعة التالية:<ref>[https://books.google.dz/books?id=_YCLNt1N8boC&pg=PA511#v=onepage&q&f=false Computer Analysis of Images and Patterns: 7th International Conference, CAIP ... - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228171546/https://books.google.dz/books?id=_YCLNt1N8boC&pg=PA511 |date=28 ديسمبر 2017}}</ref>
# النعومة {{إنج|Smoothing}}.<ref>{{استشهاد بويب| مسار  = http://www2.maths.lth.se/vision/publdb/reports/pdf/astrom-heyden-icpr-96.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20170811154727/http://www2.maths.lth.se/vision/publdb/reports/pdf/astrom-heyden-icpr-96.pdf | تاريخ أرشيف = 11 أغسطس 2017 }}</ref>
# حساب الحجم واتجاه {{وإو|لغ =en|تر =Image gradient|عر =تدرج الصورة}} {{إنج|Calculation of magnitude and gradient direction}}.<ref>{{استشهاد بويب| مسار  = http://www.arpnjournals.com/jeas/research_papers/rp_2015/jeas_0415_1908.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20180423194619/http://www.arpnjournals.com/jeas/research_papers/rp_2015/jeas_0415_1908.pdf | تاريخ أرشيف = 23 أبريل 2018 }}</ref>
# عدم الإلغاء بالحد الأقصى {{إنج|Non-maximum suppression}}.<ref>[https://imagejdocu.tudor.lu/doku.php?id=plugin:filter:edge_detection:start Edge Detection [ImageJ Documentation Wiki&#93;<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20180722192750/http://imagejdocu.tudor.lu/doku.php?id=plugin:filter:edge_detection:start |date=22 يوليو 2018}}</ref>
# {{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=عتبة}} ال[[تلاكؤ]] باستخدام عتبتين {{إنج|Hysteresis thresholding using two thresholds}}.<ref>[https://www.rroij.com/open-access/implementation-of-distributed-canny-edge-detector-on-fpga-.php?aid=46292 Implementation Of Distributed Canny Edge Detector On Fpga | Open Access Journals<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228054435/http://www.rroij.com/open-access/implementation-of-distributed-canny-edge-detector-on-fpga-.php?aid=46292 |date=28 ديسمبر 2017}}</ref>

ويكمن الفرق الأساسي في [[تنفيذ]] المرحلتين الأوليين من [[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]].<ref>{{استشهاد بويب| مسار  = http://www9.in.tum.de/praktika/ppbv.WS03/doc/html/reference/hdevelop/edges_sub_pix.html| عنوان =edges_sub_pix| مسار أرشيف = https://web.archive.org/web/20171228054229/http://www9.in.tum.de/praktika/ppbv.WS03/doc/html/reference/hdevelop/edges_sub_pix.html | تاريخ أرشيف = 28 ديسمبر 2017 }}</ref>

فعلى عكس {{وإو|لغ =en|تر =Canny edge detector|عر =خوارزمية كاني لكشف الحواف}}، فإن «[[كشف الحواف|كاشف الحواف]] ل[[دريش (توضيح)|دريش]]» يستعمل [[مرشح رقمي|المرشح الرقمي]] المتمثل في {{وإو|لغ =en|تر =Infinite impulse response|عر =الاستجابة اللانهائية للاندفاع}} على شكل:<ref>[https://books.google.dz/books?id=0t3H8ker5u8C&pg=PA61#v=onepage&q&f=false Computer-integrated Surgery: Technology and Clinical Applications - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228171548/https://books.google.dz/books?id=0t3H8ker5u8C&pg=PA61 |date=28 ديسمبر 2017}}</ref>

: <div style="text-align: center;"> <math> f(x)=\frac{S}{\omega}e^{-\alpha|x|}sin\omega x </math> </div>

فيقوم [[مرشح رقمي|المرشح الرقمي]] الذي طوره [[أستاذ جامعي|البروفيسور]] [[رشيد دريش]] بتحسين معايير {{وإو|لغ =en|تر =Canny edge detector|عر =المرشح الرقمي لكاني|نص=خوارزمية كاني}}.<ref>{{استشهاد بويب| مسار  = http://www.ntu.edu.sg/home/mjjshu/JEEEA94.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20130124033147/http://www.ntu.edu.sg/home/mjjshu/JEEEA94.pdf | تاريخ أرشيف = 24 يناير 2013 }}</ref>

فكما هو واضح من [[صيغة رياضية|الصيغة الرياضية]] السابقة، فإن [[مرشح رقمي|المرشح الرقمي]] الفعال يتم الحصول عليه حينما تؤول قيمة [[وسيط (رياضيات)|الوسيط]] <math>\omega</math> نحو الصفر.<ref>[http://www.cs.columbia.edu/~jebara/htmlpapers/UTHESIS/node16.html Deriche Edge Detection<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171221020255/http://www.cs.columbia.edu/~jebara/htmlpapers/UTHESIS/node16.html |date=21 ديسمبر 2017}}</ref>

وهذا النوع من [[مرشح رقمي|المرشحات الرقمية]] يكون ذا [[صيغة رياضية]] على شكل:<ref>[https://www.spiedigitallibrary.org/journals/Optical-Engineering/volume-39/issue-6/0000/Ridge-line-optimal-detector/10.1117/1.602536.short?SSO=1 Ridge-line optimal detector<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20180602092328/https://www.spiedigitallibrary.org/journals/Optical-Engineering/volume-39/issue-6/0000/Ridge-line-optimal-detector/10.1117/1.602536.short?SSO=1 |date=02 يونيو 2018}}</ref>

: <div style="text-align: center;"> <math> f(x)=Sxe^{-\alpha|x|}</math> </div>

وتتمثل [[ميزة تنافسية|الميزة التنافسية]] لمثل هذا [[مرشح رقمي|المرشح الرقمي]] في إمكانية ضبطه وفق خصائص [[معالجة الصور الرقمية|الصورة الرقمية المعالجة]] باستعمال [[وسيط (رياضيات)|وسيط]] وحيد.<ref>{{استشهاد بويب| مسار  = http://www.bmva.org/bmvc/1988/avc-88-030.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20170706070527/http://www.bmva.org/bmvc/1988/avc-88-030.pdf | تاريخ أرشيف = 6 يوليو 2017 }}</ref>

فإذا كانت قيمة [[وسيط (رياضيات)|الوسيط الرياضي]] <math>\alpha</math> صغيرة (عادة ما تكون محصورة بين 0.25 و0.5)، فإن [[مرشح رقمي|المرشح الرقمي]] يؤدي إلى أحسن [[كشف الحواف|كشف للحواف]].<ref>{{استشهاد بويب| مسار  = http://documents.irevues.inist.fr/bitstream/handle/2042/11927/AR22_6.pdf?sequence=1| عنوان =| مسار أرشيف = https://web.archive.org/web/20170817191535/http://documents.irevues.inist.fr/bitstream/handle/2042/11927/AR22_6.pdf?sequence=1 | تاريخ أرشيف = 17 أغسطس 2017 }}</ref>

ومن جانب آخر، فإن أحسن تحديد لمواقع [[قطعة مستقيمة|الحواف]] يتم إنجازه حينما تكون قيمة [[وسيط (رياضيات)|الوسيط الرياضي]] <math>\alpha</math> عالية (ما بين 2 و3).<ref>[https://books.google.dz/books?id=vqQ5P-foE_8C&pg=PA259#v=onepage&q&f=false Computer Vision - ECCV 90: First European Conference on Computer Vision ... - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228054131/https://books.google.dz/books?id=vqQ5P-foE_8C&pg=PA259 |date=28 ديسمبر 2017}}</ref>

أما في غالبية حالات [[كشف الحواف]] العادية، فإن قيمة [[وسيط (رياضيات)|الوسيط الرياضي]] <math>\alpha</math> المنصوح بها يجب أن تكون حول القيمة 1.<ref>[https://www.quora.com/What-is-the-difference-between-edge-detection-Sobel-detection-and-Canny-detection What is the difference between edge detection, Sobel detection, and Canny detection? - Quora<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20230221032210/https://www.quora.com/What-is-the-difference-between-edge-detection-Sobel-detection-and-Canny-detection|date=2023-02-21}}</ref>

{| class="wikitable" border="1" cellpadding="2" width="700" style="text-align:center;margin: 1em auto 1em auto"
|+ مثال عن استعمال [[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]] في تحسين نعومة [[قطعة مستقيمة|حواف]] [[صورة رقمية]] بواسطة [[مرشح رقمي]]
|-
! [[صورة رقمية|الصورة الرقمية]]
|[[ملف:Sun flower - Deriche filter smoothing - alpha = 0.25.jpg|تصغير|مركز]]
|[[ملف:Sun flower - Deriche filter smoothing - alpha = 0.5.jpg|تصغير|مركز]]
|[[ملف:Sun flower - Deriche filter smoothing - alpha = 1.jpg|تصغير|مركز]]
|[[ملف:Sun flower - Deriche filter smoothing - alpha = 2.jpg|تصغير|مركز]]
|-
! [[وسيط (رياضيات)|الوسيط]] <math>\alpha</math>
| <math>\alpha</math> = 0.25
| <math>\alpha</math> = 0.5
| <math>\alpha</math> = 1
| <math>\alpha</math> = 2
|}

فاستعمال [[مرشح رقمي|المرشح الرقمي]] المتمثل في {{وإو|لغ =en|تر =Infinite impulse response|عر =الاستجابة اللانهائية للاندفاع}} تثبت جدواه خاصة في الحالات التي تكون فيها [[معالجة الصور الرقمية|الصورة الرقمية المعالجة]] بها الكثير من {{وإو|لغ =en|تر =Image noise|عر =ضجيج الصورة}} أو تحتاج إلى حجم كبير من معالجة تحسين النعومة.<ref>{{استشهاد بويب| مسار  = https://www.isprs.org/proceedings/XXXIII/congress/part3/289_XXXIII-part3.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20140724234434/http://www.isprs.org/proceedings/XXXIII/congress/part3/289_XXXIII-part3.pdf | تاريخ أرشيف = 24 يوليو 2014 }}</ref>

وهذه المعالجة للنعومة يؤدي حجمها الكبير إلى بروز [[نواة (توضيح)|نواة]] [[الطي (رياضيات)|التفاف رياضي]] كبيرة في [[مرشح رقمي|المرشحات الرقمية]] ذات {{وإو|لغ =en|تر =Finite impulse response|عر =الاستجابة النهائية للاندفاع}}.<ref>[https://books.google.dz/books?id=T4_1BwAAQBAJ&pg=PA339#v=onepage&q&f=false Pattern Recognition and Image Processing in C++ - Dietrich Paulus - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228171616/https://books.google.dz/books?id=T4_1BwAAQBAJ&pg=PA339 |date=28 ديسمبر 2017}}</ref>

وتتصف [[خوارزمية]] [[دريش (توضيح)|دريش]] ل[[كشف الحواف]] في حالات كثرة {{وإو|لغ =en|تر =Image noise|عر =ضجيج الصورة}} وحجم كبير من معالجة تحسين النعومة، على عكس سابقتها {{وإو|لغ =en|تر =Canny edge detector|عر =خوارزمية كاني لكشف الحواف}}، ب[[ميزة تنافسية]] معتبرة لأن هذه [[خوارزمية|الخوارزمية]] الحديثة تستطيع [[معالجة الصور الرقمية]] في وقت ثابت قصير باستقلالية تامة عن الحجم المطلوب من معالجة نعومة الصورة.<ref>ftp://ftp.math.ucla.edu/pub/camreport/cam11-20.pdf{{وصلة مكسورة}}</ref>

== تنفيذ كاشف دريش ==
يمكن تقسيم [[عملية (حوسبة)|عملية]] الحصول على [[وسيط (رياضيات)|الوسيط الرياضي]] <math>\alpha</math> في [[مرشح رقمي|المرشح الرقمي]] ل[[دريش (توضيح)|دريش]] [[رسومات الحاسوب ثنائية الأبعاد|ثنائي الأبعاد]]، أثناء [[تنفيذ]] [[خوارزمية]] [[كشف الحواف]]، إلى مرحلتين اثنتين.<ref>[https://books.google.dz/books?id=Q9KtGcpfNgUC&pg=PA55#v=onepage&q&f=false Raster Imaging and Digital Typography II: Proceedings of the Conference on ... - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228171647/https://books.google.dz/books?id=Q9KtGcpfNgUC&pg=PA55 |date=28 ديسمبر 2017}}</ref>

فيتم المرور في المرحلة الأولى ضمن [[مصفوفة (رياضيات)|مصفوفة]] [[صورة رقمية|الصورة الرقمية]] وفق الاتجاه الأفقي من اليسار إلى اليمين باتباع [[صيغة رياضية|الصيغة الرياضية]] التالية:<ref>{{استشهاد بويب| مسار  = https://www.ijraset.com/fileserve.php?FID=2421| عنوان =| مسار أرشيف = https://web.archive.org/web/20171228054128/http://www.ijraset.com/fileserve.php?FID=2421 | تاريخ أرشيف = 28 ديسمبر 2017 }}</ref>

: <div style="text-align: center;"> <math>y_{ij}^1=a_1x_{ij}+a_2x_{ij-1}+b_1y_{ij-1}^1+b_2y_{ij-2}^1</math> </div>

ثم يتم المرور من اليمين إلى اليسار باتباع [[صيغة رياضية|الصيغة الرياضية]] التالية:<ref>[https://link.springer.com/article/10.1007%2FBF00123164 Using Canny's criteria to derive a recursively implemented optimal edge detector | SpringerLink<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20180607233447/https://link.springer.com/article/10.1007/BF00123164 |date=07 يونيو 2018}}</ref>

: <div style="text-align: center;"> <math>y_{ij}^2=a_3x_{ij+1}+a_4x_{ij+2}+b_1y_{ij+1}^2+b_2y_{ij+2}^2</math> </div>

ويتم بعد ذلك تخزين نتائج [[حوسبة (عام)|الحوسبة]] في [[مصفوفة (رياضيات)|مصفوفة]] [[رسومات الحاسوب ثنائية الأبعاد|ثنائية الأبعاد]] مؤقتة:<ref>{{استشهاد بويب| مسار  = https://perso.telecom-paristech.fr/angelini/SI241/papers_for_project/Paillou.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20171228054358/http://perso.telecom-paristech.fr/~angelini/SI241/papers_for_project/Paillou.pdf | تاريخ أرشيف = 28 ديسمبر 2017 }}</ref>

: <div style="text-align: center;"> <math>\theta_{ij}=c_1(y_{ij}^1+y_{ij}^2)</math> </div>

ثم تأتي المرحلة الثانية من [[خوارزمية|الخوارزمية]] التي هي مشابهة إلى حد كبير للمرحلة الأولى.<ref>{{استشهاد بويب| مسار  = http://vixra.org/pdf/1405.0045v1.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20140702234318/http://vixra.org/pdf/1405.0045v1.pdf | تاريخ أرشيف = 2 يوليو 2014 }}</ref>

فيتم استعمال [[مصفوفة (رياضيات)|المصفوفة]] [[رسومات الحاسوب ثنائية الأبعاد|ثنائية الأبعاد]] في العملية السابقة ك[[مدخلات (حوسبة)|مدخلات حوسبة]].<ref>[https://books.google.dz/books?id=L1AYpP47NT8C&pg=PA38#v=onepage&q&f=false Mathematical Morphology: Proceedings of the VIth International Symposium ... - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228054223/https://books.google.dz/books?id=L1AYpP47NT8C&pg=PA38 |date=28 ديسمبر 2017}}</ref>

فيتم المرور عبر هذه [[مصفوفة (رياضيات)|المصفوفة]] في الاتجاه العمودي من الأعلى إلى الأسفل، ثم من الأسفل إلى الأعلى، باتباع [[صيغة رياضية|الصيغ الرياضية]] التالية:<ref>{{استشهاد بويب| مسار  = https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-3-W2/211/2015/isprsarchives-XL-3-W2-211-2015.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20171202111016/https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-3-W2/211/2015/isprsarchives-XL-3-W2-211-2015.pdf | تاريخ أرشيف = 2 ديسمبر 2017 }}</ref>

: <div style="text-align: center;"> <math>y_{ij}^1=a_5\theta_{ij}+a_6\theta_{i-1j}+b_1y_{i-1j}^1+b_2y_{i-2j}^1</math> </div>

: <div style="text-align: center;"> <math>y_{ij}^2=a_7\theta_{i+1j}+a_8\theta_{i+2j}+b_1y_{i+1j}^2+b_2y_{i+2j}^2</math> </div>

: <div style="text-align: center;"> <math>\Theta_{ij}=c_2(y_{ij}^1+y_{ij}^2)</math> </div>

وهذا الوصف للمرحلتين و[[صيغة رياضية|الصيغ الرياضية]] في [[خوارزمية]] [[دريش (توضيح)|دريش]] يقتضي استقلال [[صف (قواعد البيانات)|الصفوف]] و[[عمود (قاعدة بيانات)|الأعمدة]] المعالجة في [[مصفوفة (رياضيات)|المصفوفة]].<ref>{{استشهاد بويب| مسار  = http://ultra.sdk.free.fr/docs/Image-Processing/filters/Edges%20Detection/Filtre%20de%20Shen%20ou%20de%20Deriche%20pour%20detecter%20un%20contour.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20171228054711/http://ultra.sdk.free.fr/docs/Image-Processing/filters/Edges%20Detection/Filtre%20de%20Shen%20ou%20de%20Deriche%20pour%20detecter%20un%20contour.pdf | تاريخ أرشيف = 28 ديسمبر 2017 }}</ref>

ونتيجة لذلك، فإن الحل الذي يقدمه هذا [[مرشح رقمي|المرشح الرقمي]] الحديث المتوفر على {{وإو|لغ =en|تر =Infinite impulse response|عر =الاستجابة اللانهائية للاندفاع}} يتم توظيفه أحيانا في [[نظام مضمن|الأنظمة المضمنة]] و[[معمارية برمجيات|معمارية البرمجيات]] التي تعتمد على مستوى عال من [[حوسبة متوازية|الحوسبة المتوازية]].<ref>[https://henrydangprg.com/2016/12/11/canny-edge-detection-in-python-with-opencv/ Canny Edge Detection in Python with OpenCV | henrydangprg<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20180711064525/https://henrydangprg.com/2016/12/11/canny-edge-detection-in-python-with-opencv/ |date=11 يوليو 2018}}</ref>

== معاملات المرشح الرقمي لدريش ==
{| class="wikitable" align="center" style="text-align:center;border-collapse: separate; border-spacing: 0; border-width: 1px; border-style: solid; border-color: #000; padding: 0;margin: 1em auto 1em auto"
|+[[معامل]]ات [[مرشح رقمي|المرشح الرقمي]] ل[[دريش (توضيح)|دريش]]
!style="border-style: solid;border-width: 0 1px 1px 0"|
! style="border-style: solid;border-width: 0 0 1px 0"|معالجة النعومة
! style="border-style: solid;border-width: 0 0 1px 0"|[[مشتق (رياضيات)|مشتق x]]
! style="border-style: solid;border-width: 0 0 1px 0"|[[مشتق (رياضيات)|مشتق y]]
|-
!style="border-style: solid;border-width: 0 1px 1px 0"|<math>k</math>
|style="border-style: solid;border-width: 0 0 1px 0"| <math>\frac{{(1-e^{-\alpha})}^2}{1+2\alpha e^{-\alpha}-e^{-2\alpha}}</math>
|style="border-style: solid;border-width: 0 0 1px 0"| <math>\frac{{(1-e^{-\alpha})}^2}{1+2\alpha e^{-\alpha}-e^{-2\alpha}}</math>
|style="border-style: solid;border-width: 0 0 1px 0"| <math>\frac{{(1-e^{-\alpha})}^2}{1+2\alpha e^{-\alpha}-e^{-2\alpha}}</math>
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>a_1</math>
|style="border-style: none"|<math>k</math>
|style="border-style: none"|0
|style="border-style: none"|<math>k</math>
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>a_2</math>
|style="border-style: none"|<math>ke^{-\alpha}(\alpha-1)</math>
|style="border-style: none"|1
|style="border-style: none"|<math>ke^{-\alpha}(\alpha-1)</math>
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>a_3</math>
|style="border-style: none"|<math>ke^{-\alpha}(\alpha+1)</math>
|style="border-style: none"| -1
|style="border-style: none"|<math>ke^{-\alpha}(\alpha+1)</math>
|-
!style="border-style: solid;border-width: 0 1px 1px 0"|<math>a_4</math>
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-ke^{-2\alpha}</math>
|style="border-style: solid;border-width: 0 0 1px 0"|0
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-ke^{-2\alpha}</math>
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>a_5</math>
|style="border-style: none"|<math>k</math>
|style="border-style: none"|<math>k</math>
|style="border-style: none"|0
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>a_6</math>
|style="border-style: none"|<math>ke^{-\alpha}(\alpha-1)</math>
|style="border-style: none"|<math>ke^{-\alpha}(\alpha-1)</math>
|style="border-style: none"|1
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>a_7</math>
|style="border-style: none"|<math>ke^{-\alpha}(\alpha+1)</math>
|style="border-style: none"|<math>ke^{-\alpha}(\alpha+1)</math>
|style="border-style: none"| -1
|-
!style="border-style: solid;border-width: 0 1px 1px 0"|<math>a_8</math>
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-ke^{-2\alpha}</math>
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-ke^{-2\alpha}</math>
|style="border-style: solid;border-width: 0 0 1px 0"|0
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>b_1</math>
|style="border-style: none"|<math>2e^{-\alpha}</math>
|style="border-style: none"|<math>2e^{-\alpha}</math>
|style="border-style: none"|<math>2e^{-\alpha}</math>
|-
!style="border-style: solid;border-width: 0 1px 1px 0"|<math>b_2</math>
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-e^{-2\alpha}</math>
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-e^{-2\alpha}</math>
|style="border-style: solid;border-width: 0 0 1px 0"|<math>-e^{-2\alpha}</math>
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>c_1</math>
|style="border-style: none"|1
|style="border-style: none"|<math>-{(1-e^{-\alpha})}^2</math>
|style="border-style: none"|1
|-
!style="border-style: solid;border-width: 0 1px 0 0"|<math>c_2</math>
|style="border-style: none"|1
|style="border-style: none"|1
|style="border-style: none"|<math>-{(1-e^{-\alpha})}^2</math>
|}

إن الخصائص الرياضية لهذه [[خوارزمية|الخوارزمية]] يتم استعمالها أحيانا في ال[[تنفيذ]] العملي لتقنية [[مرشح رقمي|المرشح الرقمي]] ل[[دريش (توضيح)|دريش]].<ref>{{استشهاد بويب| مسار  = https://core.ac.uk/download/pdf/1642306.pdf| عنوان =| مسار أرشيف = https://web.archive.org/web/20170928192234/https://core.ac.uk/download/pdf/1642306.pdf | تاريخ أرشيف = 28 سبتمبر 2017 }}</ref>

فيكفي عندئذ [[تنفيذ]] مرحلة واحدة من [[خوارزمية|الخوارزمية]]، ليُعاد إنجازها مرة أخرى بعد ذلك، ولكن بعد تحويل [[مصفوفة (رياضيات)|مصفوفة]] [[صورة رقمية|الصورة الرقمية]] الناتجة في المرحلة الأولى إلى [[منقولة مصفوفة]] يُعاد تطبيق نفس [[صيغة رياضية|الصيغ الرياضية]] للمرحلة الأولى عليها.<ref>[https://books.google.dz/books?id=Jn6kGHdA6mkC&pg=PA16#v=onepage&q&f=false Rapports Techniques - Institut national de recherche en informatique et en automatique - Google Livres<!-- عنوان مولد بالبوت -->] {{Webarchive|url=https://web.archive.org/web/20171228171844/https://books.google.dz/books?id=Jn6kGHdA6mkC&pg=PA16 |date=28 ديسمبر 2017}}</ref>

== أمثلة صور رقمية معالجة بكاشف دريش ==

{| class="wikitable" border="1" cellpadding="2" width="800" style="text-align:center;margin: 1em auto 1em auto"
|+ أمثلة معالجة [[صورة رقمية|صور رقمية]] بواسطة [[كشف الحواف|كاشف الحواف]] ل[[دريش (توضيح)|دريش]]
|-
! [[صورة حقيقية|الصورة الرقمية الحقيقية]]
|[[ملف:Sunflowers in July.jpg|تصغير|مركز|upright=0.65]]
|[[ملف:Magician artwork.jpg|تصغير|مركز|upright=0.6]]
|[[ملف:F1A glider hook.jpg|تصغير|مركز|upright=0.65]]
|[[ملف:Grapevine leaf.jpg|تصغير|مركز|upright=1.1]]
|-
! [[معالجة الصور الرقمية|الصورة الرقمية المعالجة]]
|[[ملف:Sunflowers image processed by Deriche edge detector.jpg|تصغير|مركز|upright=0.65]]	
|[[ملف:Magician processed by Deriche edge detector.jpg|تصغير|مركز|upright=0.6]]
|[[ملف:F1A glider hook processed by Deriche edge detector.jpg|تصغير|مركز|upright=0.65]]		
|[[ملف:Grapevine leaf processed by Deriche edge detector.jpg|تصغير|مركز|upright=1.1]]
|-
! [[معامل]]ات [[مرشح رقمي|المرشح الرقمي]] ل[[دريش (توضيح)|دريش]]
| <math>\alpha</math> = 1.5<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة الدنيا}} = 20<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة العليا}} = 40
| <math>\alpha</math> = 4.0<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة الدنيا}} = 50<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة العليا}} = 90
| <math>\alpha</math> = 0.8<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة الدنيا}} = 26<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة العليا}} = 41
| <math>\alpha</math> = 1.0<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة الدنيا}} = 15<br />{{وإو|لغ =en|تر =Threshold|عر =عتبة الصورة|نص=العتبة العليا}} = 35
|}

== انظر أيضًا ==
=== مواضيع ذات صلة ===
{{قائمة أعمدة|عدد الأعمدة=3|الأعمدة=
* [[رشيد دريش]]
* [[تعديل الصور]]
* [[كشف الحواف]]
* [[رياضيات تطبيقية]]
* {{وإو|لغ =en|تر =Canny edge detector|عر =خوارزمية كاني لكشف الحواف}}
* [[معامل سوبل|خوارزمية صوبل]]
* {{وإو|لغ =en|تر =Image gradient|عر =تدرج الصورة}}
* {{وإو|لغ =en|تر =Edge-preserving smoothing|عر =خوارزمية الحفاظ على نعومة الحواف}}
* {{وإو|لغ =en|تر =Roberts cross|عر =تقاطع روبرتس}}
* [[جون كاني]]
}}

=== فيديوهات ===
* {{يوتيوب|DTcwz_FLuS4|البروفيسور رشيد دريش: من معالجة الصور الرقمية والرؤية الحاسوبية إلى التصوير العصبي الحاسوبي (2014)م}}

== مراجع ==
{{مراجع|2}}
{{شريط بوابات|إلكترونيات|الأمازيغ|الجزائر|برمجيات|طب|علم الحاسوب}}

[[تصنيف:خوارزميات بحث]]
[[تصنيف:خوارزميات ترتيب]]
[[تصنيف:خوارزميات تصنيف]]
[[تصنيف:خوارزميات تطويرية]]
[[تصنيف:خوارزميات تعتمد على نظرية البيان]]
[[تصنيف:رؤية حاسوبية]]
[[تصنيف:علم الحاسوب]]