CC BY
165
Секция ««Информатика и вычислительная техника»
там, механизм отката (восстановление предыдущих записей на любую дату), напоминание (уведомление) о просрочке задания, просмотр участвующих в процессе разработки и обработки документов.
ПП будет представлять из себя кроссплатформен-ное web-приложение. В качестве СУБД выбрана Post-greSQL. Главным преимуществом этой СУБД является то, что она является абсолютно бесплатной и может использоваться в различных ОС, как в Windows, так, к примеру, и в Linux.
Дальнейшим этапом предполагается выбор структуры и создание интерфейса ПП, создание шаблонов документов и основных модулей программы. Таким образом, была начата разработка ПП, предназначенного для создания среды взаимодействия для всех участников разработки ПД.
© Антипова С. А., Горошкин А. Н., 2011
УДК 004.932.2
Р. П. Баранов Научный руководитель - М. Н. Фаворская Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
АЛГОРИТМЫ СКЕЛЕТИЗАЦИИ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ
Рассмотрены алгоритмы скелетизации объектов на изображении. Приведена сравнительная оценка алгоритма Зонга-Суня и волнового алгоритма скелетизации.
Одним из способов распознавания объектов на изображении является структурный подход, основанный на построении скелета объектов. Под скелетом понимается набор простых примитвов (линии, дуги, точки), которые получаются в результате утончечния изображения объекта от его внешней границы к центру тяжести. Рассмотрены два подхода скелетизации изображений, основанные на алгоритме Зонга-Суня [1], и волновом алгоритме построения скелета изображения с помощью сферической волных [2].
Основная идея алгоритма Зонга-Суня заключается в том, что на каждом шаге, пробегая по изображения рамкой 3^3, проверяется принадлежность каждого пикселя к границе заданной связной области. Если условия проверки выполняются, то пиксель удаляется из области. И вне зависимости от количества выполненных шагов область останется связной, в предельном случае она выродится в линию толщиной в один пиксель.
Построение скелета сводится к выделению отрезков и мест их соединения с последущим занесением найденных данных в результирующий граф. Выделение производится с помощью анализа пути прохождения волны, с пометкой пройденного пути (для предотвращения двойного прохождения волны по изображению).
В результирующий граф скелета изображения заносятся средние точки для каждой генерации волны. Уменьшения количества точек в процессе движения волны производится анализ перемещения средней точки последней генерации волны, и в граф заносятся только точки, в которых происходит изменение на-
правления движения средней точки. Для выделения ребер определяются точки, где происходит разделение волны на полуволны, т. е. соединение или пересечение отрезков, затухание волны, т. е. конец отрезка. Алгоритм поиска скелета является рекурсивным. Для организации рекурсии используется стек для хранения генераций волн. Поиск оканчивается, когда весь объект становится помеченным (то есть, нет возможности для дальнейшего распространения волны).
Для оптимизации скелета необходимо выделить все последовательности ребер такие, что отклонения от коррелирующей прямой для них будет минимальным и выправления положения точки пересечения отрезков. Нахождение последовательности ребер производится последовательным дополнением списка ребер ребрами инцидентными крайним ребрам последовательности, а оптимизированные ребра помечаются.
Библиографические ссылки
1. Рогов А. А., Рогова К. А., Кириков П. В., Быст-ров М. Ю. Информационная система для создания и управления электронными коллекциями графических документов // Электронные библиотеки: перспективные методы и технологии, электронные коллекции: Труды XI Всерос. науч. конф. КСБЬ '2009 (Петрозаводск, Россия, 17-21 сентября 2009 г.). - Петрозаводск : КарНЦ РАН, 2009. С. 433-438.
2. Клубков И. М. Применение волнового алгоритма для нахождения скелета растрового изображения //Вестник ДГТУ. Т. 1. 2001. № 1(7). С. 9.
© Баранов Р. П., Фаворская М. Н., 2011
