Questo libro descrive la segmentazione dell'immagine a scale multiple integrando con diverse strutture. Queste tecniche si basano su informazioni di confine, testurizzate e non testurizzate per la segmentazione dell'immagine a scale multiple. Questo lavoro sostiene che i problemi di selezione della scala e di rilevamento della struttura non possono essere trattati separatamente per la segmentazione. Le tecniche di soft computing sono più adatte per affrontare questo tipo di problemi. La segmentazione fuzzy dell'immagine è un compito che classifica i pixel di un'immagine usando diverse etichette in modo che l'immagine sia partizionata in regioni etichettate non sovrapposte. In questa dissertazione sono state studiate e sviluppate tecniche basate su cluster fuzzy, la tecnica Fuzzy Entropy, la logica fuzzy di tipo II basata su regole, il rilevamento dei bordi basato sulla logica fuzzy del gradiente, Fuzzy C-means generalizzato e il modello triangolare Fuzzy Entropy per immagini a super risoluzione. Gli esperimenti sono stati fatti su note banche dati di immagini e i risultati sono prodotti sotto forma di tabelle e grafici per l'analisi oggettiva e gli output delle immagini di input sono posti per l'analisi soggettiva.

Dr. U Seshadri, working as Assistant Professor (SL), MCA Department, Sree Vidyanikethan Engineering College, Tirupati.Prof. C. Nagaraju, working as Professor, Department of CSE, YSR Engineering College of Y.V. University, Proddatur.Dr. Rambabu Pemula, Working as Associate Professor, Department of CSE, RAGHU Engineering College, Visakhapatnam.