CC BY
9
УДК 004.932.72
Власова Д.А. студент 4 курса
факультет «Автоматики и информационных технологий» научный руководитель: Забержинский Б.Э.
Самарский Государственный Технический Университет
Россия, г. Самара
Vlasova D.A. student
4 course, Faculty of Automation and Information Technologies
Scientific director: Zaberzhinsky B.E.
Samara State Technical University
Russia, Samara МЕТОДЫ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ METHODS OF SEGMENTATION OF IMAGES
Аннотация
В рамках представленной статьи проанализированы ключевые аспекты, касаемо проблематики методов сегментации изображений в современных условиях.
Ключевые слова: сегментация изображений, сегментирование, изображения, цифровая графика.
Abstract:
Within the framework of the presented article, key aspects regarding the problems of image segmentation methods in modern conditions are analyzed.
Keywords: segmentation of images, segmentation, images, digital graphics.
Сфера компьютерного зрения использует такой ресурс, как сегментация. Она представляет собой последовательность действий, приводящую к разделению цифрового изображения на определенное количество составляющих (множество пикселей, также называемых суперпикселями).
Процедуру проводят с определенной целью. Она позволяет добиться упрощения и/или изменения представления изображения, и тогда возможности его анализа расширяются.
Посредством сегментации выделяются объекты и границы (линии, кривые, и прочее), разделяющие изображения. Если говорить точнее, она представляет собой присвоение таких меток большинству пикселей изображения. В итоге становится ясно, есть ли у пикселей с одинаковыми метками единые визуальные характеристики.
В итоге, процесс определяет множество сегментов, в одном целом покрывающие все изображение, или набор контуров, составляющих изображение. У каждого пикселя сегмента есть нечто общее с другими - это касается характеристики или вычисленного свойства, например:
• цвета,
• яркости,
• текстуры.
Окружающие элементы имеют существенные отличия в рамках данной характеристики.
Существуют немало вариантов сегментации изображений. Итог часто выявляется точностью сегментации, что объясняет, почему при выборе какого-либо метода сегментации проверяют надежность алгоритма. При этом, до сих пор не найден единый, общепризнанный подход, который подошел бы в качестве основы большинства алгоритмов. Не выявлено и самого алгоритма, позволяющего проводить приемлемую сегментацию в отношении любого изображения. Это - основная сложность рассматриваемого процесса. Специалисты привычно используют несколько подходов, объясняя приемлемость каждого из них.
Очевидна актуальность этой предметной области, но, при этом, было написано сравнительно мало трудов, в которых рассматривались бы в гармонии и теоретические основы, и программные аспекты поиска ответов на основные вопросы сегментации изображений.
Существует, в частности, приемлемый набор методов цифровой обработки изображений. Среди них выделяется их сегментация, с возможностью реализации программы для одного из методов, с применением пакета прикладных программ - таких, как Ма1ЬАВ. Можно упомянуть некоторые другие приемлемые варианты.
Методы, основанные на кластеризации к-средних — это итеративный ресурс. Он позволяет делить изображения на К кластеры.
Расстоянием обычно выступает сумма квадратов или абсолютных значений разностей, которые отличают пиксели и центры кластера. Чаще всего разность базируется на указанных выше показателях.
Методы с использованием гистограммы дают хороший результат. Здесь достаточно одного подхода, с поиском кластеров посредством минимумов и максимумов. Чтобы получить улучшения, метод регулярно применяют к кластерам на изображении, деля их на более мелкие кластеры. Процедура возобновляется, пока новые кластеры не перестают появляться.
Выделение краев отличается своей высокой изученностью. Границы и края областей обладают сильной взаимосвязью, а на границах замечается существенный перепад яркости. Но данный метод лег в основу другого метода сегментации. Часто выделенные края оказываются разорванными.
На методе разрастания из семян построены методы разрастания областей. Так выделяются обрабатываемые объекты.
Сегментация хорошо достигается методом разреза графа. Изображения выделяются в виде взвешенных неориентированных граф.
Водораздел - метод, при котором используют абсолютную величину градиента. Вода от минимума стекается с пикселей.
Сегментация с помощью модели позволяет процесс, приводящий к выявлению имеющихся органов. В разных масштабах выполняется
многомасштабная сегментация, с последовательностью от мелких масштабов к крупным.
Специалист получил возможность выбрать наиболее подходящий вариант. Тогда он не только обрабатывает изображение, но и улучшает его. Разница между сегментами позволяет прийти к общей систематизации, при которой уже можно получить цельную картину с необходимой степенью качества. Для компьютерной работы такой подход очень существенен.
Использованные источники:
1. Роджерс Д. Ф. Алгоритмические основы машинной графики. М. Мир. 2012.
2. Beucher S. Segmentattion tools in mathematical morphology//Handbook of pattern recognition and Computer vision. 2013. Р. 443-456
3. .Chellapa R., Kashyap R. L, Manjunath B.S. Model based texture segmentation and classification.//Handbook of pattern recognition and Computer vision. 2013. Р. 277-307.
4. Tuceryan M, Jain A. K. Texture analysis //Handbook of pattern recognition and computer vision. 2013. Р. 235-276.
УДК 378.14
Волынкин Д.А. студент
Северный (Арктический) Федеральный Университет им. М.В. Ломоносова Россия, г. Архангельск
Volynkin D.A. student
Northern (Arctic) Federal University. M. V. Lomonosov
Arkhangelsk
РОЛЬ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В НАУКЕ И
ОБРАЗОВАНИИ THE ROLE OF INFORMATION TECHNOLOGIES IN SCIENCE
AND EDUCATION
Аннотация на русском языке: Данная работа посвящена роли информационных технологий (ИТ), исследованию проблем внедрения, развития и использования современных ИТ в науке и образовании. Современные ИТ определяются как непрерывные процессы обработки, хранения, передачи и отображения информации, направленные на эффективное использование информационных ресурсов, средств вычислительной техники и передачи данных при управлении системами различного класса и назначения. ИТ оказывают влияние на все аспекты деятельности человека, существенно увеличивая степень автоматизации всех информационных процессов, что является предпосылкой для ускорения темпов научно-технического прогресса. Современные ИТ рассматриваются
