CC BY
13СЕГМЕНТАЦИЯ ЦВЕТНЫХ ТЕКСТУРИРОВАННЫХ
ИЗОБРАЖЕНИЙ НА ОСНОВЕ ПРИМЕНЕНИЯ МЕТОДА JSEG
1 2 Воейкова А.В. , Сахарова М.А.
1Воейкова Анастасия Владимировна - магистрант;
2Сахарова Мария Александровна - магистрант, кафедра информатики и вычислительной техники, Сибирский государственный университет науки и технологий им. академика М. Ф. Решетнева,
г. Красноярск
Аннотация: в данной статье рассматривается один из методов сегментации цветных текстурированных изображений - метод /БЕО. Приведено описание работы метода. Указаны достоинства и недостатки, которые возникают при использовании метода /БЕО.
Ключевые слова: обработка изображений, сегментация, квантизация, метод /БЕО, текстура, пиксели.
Компьютерная обработка изображения, содержащего большую часть текстурированных областей, значительно усложняет задачу сегментации изображения. Поскольку в действительности естественные сцены богаты не только цветом, но и разнообразием различных текстур, одной из сложнейших и актуальных проблем обработки изображений является решение задачи сегментации разнообразных текстурных областей изображения [3].
Одним из методов автоматической сегментации цветных изображений, которые могут содержать различные текстуры является метод /Б.ЕО. При сегментировании изображений, в которых текстуры занимают значительную часть, данный метод показывает наилучший результат.
Применения метода /БЕО сводится к тому, что на изображении каждый фрагмент проверяется на однородность, что приводит к сокращению количества вычислений [1]. Компьютерная обработка изображений данным методом состоит из двух шагов: цветовой квантизации и пространственной сегментации по текстурному признаку. Рассмотрим эти два этапа более подробно.
Первый этап работы метода /БЕО заключается в квантовании пикселей изображения по цвету без значительного ухудшения качества изображения [2]. В качестве алгоритма квантования используется алгоритм перцепционного цветового квантования. После этого пикселям назначаются метки, которые уникальны для каждого цвета после квантования. Новое созданное изображение меток классов называется картой классов. Далее она будет использоваться для сегментации.
На основе созданной карты классов стоится ./-изображение, в котором значения пикселей - это /-значения в окрестностях этих пикселей. /-величина - это нормированная разность общей дисперсии координат пикселей окрестности и внутриклассовой дисперсии координат пикселей окрестности [1]. Данное значение вычисляется по формуле:
Т (2 \ - ¿т ~ ¿Ж
Т (2) - 9 • (1)
¿Ж
где SJl - это дисперсия координат точек на всем изображении;
Sw(z) - это суммарная дисперсия координат точек, которые принадлежат одному классу.
При вычислении дисперсий используются следующие формулы:
=XllZ " m\\2' (2)
zeZ
C
SW (z) = Z " тЛ2' (3)
i=0 zeZ
где m - это среднее значение всех точек карты классов; mj - это среднее значение точек, которые принадлежат одному классу. Стоит отметить, что величина Sj зависит от формы и размера окрестности обработки в точке z = (х, у), однако не зависит от самих значений координат точки (х, у).
После того, как было найдено локальное значение ./-величины пикселя, можно определить, где на цветном текстурированном изображении находится данный пиксель: более высокое значение /-величины означает, что с большой вероятностью данный пиксель лежит на границе однородных областей текстурного изображения. Более же низкое значение /-величины означает, что пиксель находится внутри однородной области.
Полученное /-изображение сегментируется с помощью метода наращивания областей, в котором «центрами группирования» являются /-величины с малыми значениями. Мелкие фрагменты, которые остались после наращивания областей, соединяются друг с другом, образуя единую область.
Преимуществом использования метода /SEG для сегментации изображения с различными текстурами является высокая помехоустойчивость. Кроме того, данный метод может сегментировать изображения на разных масштабах за счет того, что в процессе обработки варьируется размер окрестностей пикселей карты значений цвета [1]. В качестве недостатков метода /SEG выступает:
- высокая погрешность определения координат точек на границах однородных областей;
- излишняя сегментация в области теней объектов;
- недостаточная сегментация в местах плавного изменения цвета на изображении.
Список литературы
1. Полякова М.В., Ищенко А.В., Худайбердин Э.И. Порогово-пространственная сегментация цветных текстурированных изображений на основе метода JSEG // Научно-технический журнал Автоматика. Автоматизация. Электротехнические комплексы и системы, 2010. № 1. С. 4-8.
2. Проскурин А.В. Автоматическое аннотирование ландшафтных изображений // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева, 2014. № 3 (55). С. 120-125.
3. Шитова О.В., Пухляк А.Н., Дроб Е.М. Анализ методов сегментации текстурных областей изображений в системах обработки изображений // Научные ведомости Белгородского государственного университета, 2014. № 8 (179). С. 182-188.
