Исследование алгоритмов определения границ объектов на зашумленных изображениях Текст научной статьи по специальности «Компьютерные и информационные науки»

References

1. BoxwellM. Solar electricity handbook. Green stream Publishing, 2019. P.p.2-8.

2. Duffie J. Solar engineering of thermal processes. 4th edition. John Willey&Sons, 2013. P.p.45-60.

ИССЛЕДОВАНИЕ АЛГОРИТМОВ ОПРЕДЕЛЕНИЯ ГРАНИЦ ОБЪЕКТОВ НА ЗАШУМЛЕННЫХ ИЗОБРАЖЕНИЯХ

Фролов И.О.

Фролов Игорь Олегович - магистр, кафедра искусственного интеллекта и системного анализа, факультет компьютерных наук.

Донецкий национальный технический университет, г. Донецк, Украина

Аннотация: рассмотрена задача EDGE DETECTION и типы шумов, а также методы их подавления. Определены задачи по нахождению контура объекта на изображении. Выбраны алгоритмы и операторы для нахождения края объекта на изображении.

Ключевые слова: задача, шум, контур, изображение, операторы, край.

Общая постановка проблемы

Обнаружение края включает в себя множество математических методов, которые направлены на выявление точек на цифровом изображении, в которых яркость изображения резко изменяется или, более формально, имеет неоднородности. Точки, в которых яркость изображения резко изменяется, обычно организованы в набор изогнутых отрезков, называемых краями. Та же проблема обнаружения разрывов в одномерных сигналах известна как пошаговое обнаружение, а проблема обнаружения разрывов сигналов во времени известна как обнаружение изменений. Обнаружение кромок является основным инструментом в обработке изображений, машинном зрении и компьютерном зрении, особенно в областях обнаружения признаков и извлечения признаков.

Цели и задачи

Целью обнаружения резких изменений яркости изображения является регистрация важных событий и изменений в свойствах мира. Можно показать, что при довольно общих предположениях для модели формирования изображения разрывы в яркости изображения, вероятно, соответствуют:

— разрывы по глубине,

— разрывы в ориентации поверхности,

— изменения в свойствах материала и

— вариации освещения сцены.

В идеальном случае результат применения детектора края к изображению может привести к набору связанных кривых, которые указывают границы объектов, границы маркировки поверхности, а также кривые, которые соответствуют разрывам в ориентации поверхности. Таким образом, применение алгоритма обнаружения краев к изображению может значительно сократить объем обрабатываемых данных и, следовательно, может отфильтровывать информацию, которая может рассматриваться как менее релевантную, при сохранении важных структурных свойств изображения. Если этап обнаружения края является успешным, последующая задача интерпретации информационного содержания в исходном изображении,

следовательно, может быть существенно упрощена. Однако не всегда возможно получить такие идеальные края из реальных изображений средней сложности.

Края, извлеченные из нетривиальных изображений, часто затрудняются фрагментацией, то есть кривые краев не связаны, отсутствуют сегменты краев, а также ложные края, не соответствующие интересным явлениям в изображении, что усложняет последующую задачу интерпретации данных изображения.

Обнаружение краев является одним из фундаментальных этапов обработки изображений, анализа изображений, распознавания образов изображений и методов компьютерного зрения.

Подходы к обнаружению границ объекта.

Существует много методов обнаружения краев, но большинство из них можно сгруппировать в две категории: на основе поиска и на основе пересечения нуля.

Методы, основанные на поиске, обнаруживают края, сначала вычисляя меру силы края, обычно производного выражения первого порядка, такого как величина градиента, и затем ища локальные максимумы направления величины градиента, используя вычисленную оценку локальной ориентации край, обычно направление градиента.

Методы, основанные на пересечении нуля, ищут пересечения нуля в производном выражении второго порядка, вычисленном по изображению, чтобы найти ребра, обычно пересечения нуля лапласиана или пересечения нуля нелинейного дифференциального выражения.

В качестве этапа предварительной обработки для обнаружения края почти всегда применяется этап сглаживания, обычно сглаживание по Гауссу.

Опубликованные методы обнаружения краев в основном различаются по типам применяемых фильтров сглаживания и способу вычисления показателей прочности краев.

Поскольку многие методы обнаружения краев полагаются на вычисление градиентов изображения, они также различаются по типам фильтров, используемых для вычисления оценок градиента в х- и ^-направлениях.

Заключение

Задача по обнаружению границ объекта, является актуальной т.к. применение ей можно найти в любой сфере человеческой деятельности, например, такие как: ПДД, медицина, география, распознавание образов, создание копий, и т.д. Для решения этой задачи, необходима вычислительная мощность и энергоресурсы, т.к. алгоритмы нахождения контура объекта на изображении, с использованием некоторых операторов и методов, работают довольно долго, но результатом является полностью найденные очертания объекта, даже на тёмной и зашумленной фотографии.

Список литературы

1. Zarit B.D. Comparison of five color models in skin pixel classification. In Proceedings

of the International Workshop on Recognition, Analysis, and Tracking of Faces and

Gestures in Real-Time Systems / B.J. Super, F.K.H. Quek-Greece: Kerkyra, 1999. 81 c.

2. Аркадьев А.Г. Обучение машины распознаванию образов / А.Г. Аркадьев,

Э.М. Браверман. М.: Наука, 1964. 478 с.

3. БонгардМ.М. Проблема узнавания / Бонгард, М.М. М.: Физматгиз, 1967. 897 с.