CC BY
14Решетневские чтения
УДК 612.8
В. А. Кузнецов
Санкт-Петербургский государственный университет аэрокосмического приборостроения, Россия, Санкт-Петербург
3Б-СКАНИРОВАНИЕ, ОСНОВАННОЕ НА ДИФФУЗНОМ ОТРАЖЕНИИ СВЕТА
Приведены результаты исследования погрешностей метода сканирования, основанного на диффузном отражении света, которые вызваны квантованием изображений, флуктуационным шумом и особенностями сканируемой поверхности. Описан метод сканирования, приводятся оптимальные параметры алгоритма.
Помимо основных характеристик методов сканирования при выборе технологии важными являются условия сканирования, область применения, поверхности, доступные для сканирования, цена. Метод сканирования, основанный на диффузном отражении света, предполагает однозначную связь для каждой точки объекта на изображении с ее трехмерной координатой, при этом не требует дорогостоящей аппаратуры, поскольку для сканирования необходимы только источник направленного света и цифровая камера. Однако вследствие того что при сканировании другие источники света должны отсутствовать, то этот метод может быть применим только для статичных объектов среднего размера, находящихся в помещении.
Сущность рассматриваемого метода, подробно описанного в [1-6], заключается в следующем. Поскольку сила света, отражаемая различными частями сканируемого объекта при его освещении, зависит от угла, образуемого нормалью отражающей поверхности и направлением на источник света (закон Ламберта), то, поочередно измеряя силу отраженного света, исходящего от каждой точки поверхности объекта, т. е. фотографируя сканируемый объект, можно определить угловое положение его поверхности в этих точках. При этом для каждой точки сканируемой поверхности необходимо иметь данные, полученные при трех различных положениях источника света. А если знать же угловое положение различных точек поверхности объекта, то не составит труда определить третью координату (координату глубины) этих точек, расположенных на видимой части поверхности.
Авторами было проведено исследование этого метода и получены цифровые изображения сканируемого объекта, которые вместе с данными о положении источников света передавались в программу, генерирующую соответствующее ЗБ-изображение в соответствии с методикой, предложенной в [1]. При этом следует отметить, что цифровые фотографии сканируемого объекта были получены не с физических устройств, а смоделированы в программной среде МЛТЬЛБ и ЗБ-шах.
В результате исследований было обнаружено, что на сканированном ЗБ-изображении имеются зоны, в которых погрешности сканирования имеют большую величину. К таким зонам относятся:
- области поверхности, на которые свет от основного источника падает под малым углом;
- области перекрытия, выступающие части, стыки частей объекта;
- области затенения, т. е. области, не освещенные на каком-либо снимке. Среди затенений важно выделить самозатенения - области сканируемого объекта, находящиеся в тени, отбрасываемой другой частью этого же объекта.
По результатам исследований был разработан метод уменьшения возникающих погрешностей до приемлемых значений, заключающийся в применении ограничений к величине приращений, а также затененных областей. Так, уменьшение погрешности сканирования на отсчет до величины 0,1 рх гарантирует малую погрешность сканирования в определенной близости от начальной точки. При этом возможна достаточно точная реконструкция остальных точек объекта. Устранение погрешностей в зонах, относящихся к перекрытиям, зонах, прилегающих к ним, и областях с большой ошибкой вычисления приращений возможно только за счет поворота объекта с последующим сканированием проблемных зон при условии, что при изменении положения они могут быть отсканированы с приемлемым уровнем погрешностей.
Результаты реализации исследуемого метода ЗБ-сканирования приведены ниже (см. рисунок).
Фотография трехмерной модели и результат сканирования
Библиографические ссылки
1. Красильников Н. Н. Метод получения ЗБ-изображений, основанный на диффузном отражении света сканируемыми объектами // Обраб. информ. и упр. 2009. № 6. С. 7-11.
2. Красильников Н. Н. Цифровая обработка 2Б- и ЗБ-изображений : учеб. пособие. СПб. : БХВ-Петербург, 2011.
Информационные системы и технологии
3. Красильников Н. Н., Красильникова О. И. Исследование погрешностей определения координаты глубины при 3Б-сканировании методом, основанном на диффузном отражении света // Обраб. информ. и упр. 2012. № 3. С. 2-8.
4. Красильников Н. Н., Красильникова О. И. Определение координаты глубины по 2D-изображению // Опт. журн. 2011. Т. 78. № 12. С. 30-33.
V. A. Kuznetcov
Saint-Petersburg state University of Aerospace Instrumentation, Russia, Saint Petersburg 3D SCANNING BASED ON DIFFUSE REFLECTION
The results of investigation of errors caused by the quantization of images, fluctuation noise and features of scanned surface are represented. A method and proposed optimal parameters of scanning algorithm are described.
© Кузнецов В. А., 2012
УДК 004.352.243
Д. С. Лазарев
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
СТРУКТУРА ПРОГРАММНОГО ПРОДУКТА ДЛЯ СЕГМЕНТАЦИИ РУКОПИСНОГО ТЕКСТА В АРХИВНЫХ ДОКУМЕНТАХ
Предлагаются рекомендации к проектированию программного обеспечения, предназначенного для сегментации рукописного текста в архивных документах.
Качественное распознавание рукописного текста в архивных документах часто может быть затруднено тем, что строки имеют отклонение от горизонтального положения. Такое отклонение препятствует точному выделению строки из массива текста. Автором было разработано программное обеспечение, предназначенное для сегментации рукописного текста в архивных документах.
В первую очередь изображение с текстом должно быть подвергнуто предварительной обработке, позволяющей впоследствии наиболее точно произвести выделение строк.
К этапам предварительной обработки изображений с текстом относятся бинаризация, построение скелета изображения, выделение границ, а также морфологическое расширение и сжатие [1-3]. Каждому действию соответствует отдельный модуль, выполняющий специфические функции.
Для каждого модуля предусматриваются возможности детальной настройки обработки (порога бинаризации, ширины маски и пр.).
Включение модулей в обработку должно происходить в следующем порядке: бинаризация, очистка от шумов, построение скелета, морфологические преобразования.
5. Красильников Н. Н., Красильникова О. И. Получение трехмерного изображения объекта путем измерения интенсивности диффузного отражения света различными точками его поверхности // Опт. журн. 2010. Т. 77. № 6. С. 19-24.
6. Яне Б. Цифровая обработка изображений. М. : Техносфера, 2007.
После поэтапной обработки всеми необходимыми модулями изображение готово к сегментации на строки. На этом этапе предлагается задействовать модуль, отвечающий за горизонтальное выравнивание строк. Для решения этой задачи прямоугольные фрагменты изображения, содержащие текст, подвергаются конечному числу поворотов на малый угол. После каждого поворота строится гистограмма яркости, и по ее рисунку принимается решение, является ли текущее положение наиболее близким к горизонтальному. Преобразованное таким образом изображение будет подготовлено к выделению отдельных слов и их дальнейшему распознаванию.
Библиографические ссылки
1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2005.
2. Горошкин А. Н. Обработка изображений в системах распознавания рукописного текста // Цифровая обработка сигналов и ее применение : материалы 10-й Междунар. конф. М., 2008. С. 489-491.
3. Котович Н. В., Славин О. А. Распознавание скелетных образов [Электронный ресурс]. URL: http://ocrai.narod.ru/skeletrecognize.html (дата обращения: 20.09.2012).
