CC BY
18Программные средства и информационные технологии
УДК 004.65
РАЗРАБОТКА СИСТЕМЫ СЕГМЕНТАЦИИ АЭРОФОТОСНИМКА
Н. А. Тарелов
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Россия, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 E-mail: [email protected]
Рассмотрены задачи сегментации аэрофотоснимка. Представлены функциональные особенности программного продукта, разработанного для проведения сегментации. Проведено тестирование программного продукта, результаты тестирования сведены в таблицы.
Ключевые слова: сегментация, метод водоразделов.
DEVELOPMENT OF SYSTEM FOR SEGMENTATION OF THE AERIAL PHOTOGRAPH
N. A. Tarelov
Siberian State Aerospace University named after academician M. F. Reshetnev 31, "Krasnoyarsky Rabochy" Av., Krasnoyarsk, 660014, Russia. E-mail: [email protected]
The task of the aerial photograph segmentation is considered. Functional particularities of the developed software product for segmentation are presented. Testing the software and the test results are summarized in tables.
Keywords: segmentation, watershed method.
Под сегментацией понимается процесс разделения цифрового изображения на несколько сегментов [2]. Цель сегментации заключается в упрощении и/или изменении представления изображения в соответствии с заданными критериями. Сегментация изображений обычно используется для выделения объектов и границ (линии, кривые и т. д.) на изображениях. Более точно, сегментация изображений - это процесс присвоения таких меток каждому пикселю изображения. При этом пиксели с одинаковыми метками имеют общие визуальные характеристики.
Для сегментации аэрофотоснимка был выбран метод водоразделов. Понятие водораздела основано на представлении изображения как трехмерной поверхности, заданной двумя пространственными координатами и уровнем яркости в качестве высоты поверхности (рельефа).
В такой «топографической» интерпретации рассматриваются точки трех видов: а) точки локального минимума; б) точки, находящиеся на склоне, т. е. с которых вода скатывается в один и тот же локальный минимум; в) точки, находящиеся на гребне или пике, т. е. с которых вода скатывается с равной вероятностью более чем в один такой минимум. Применительно к конкретному локальному минимуму, набор точек, удовлетворяющих условию «б», называется бассейном (или водосбором) этого минимума. Множество точек, удовлетворяющих условию «в», образуют линии гребней на поверхности рельефа и называются линиями водораздела [1].
Основная идея метода выглядит достаточно просто. Предположим, что в каждом локальном минимуме проколото отверстие, после чего весь рельеф заполняется водой, равномерно поступающей снизу через эти отверстия, так что уровень воды всюду оди-
наков. Когда поднимающаяся вода в двух соседних бассейнах близка к тому, чтобы слиться вместе, в этом месте ставится перегородка, препятствующая их слиянию.
Заполнение достигает фазы, когда над водой остаются видны только верхушки перегородок. Эти перегородки, соответствующие линиям водоразделов, и образуют непрерывные границы, выделенные с помощью алгоритма сегментации по водоразделам.
Система сегментации аэрофотоснимка разработана на языке С# в среде Microsoft Visual Studio 2010. Программный продукт состоит из одного исполняемого файла, включающего в себя несколько форм, и подключаемой к нему библиотеки, содержащей необходимые для работы функции и алгоритмы.
Для функционирования программного продукта необходим персональный компьютер и следующие технические средства:
- оперативная память: 4 Gb и выше;
- операционная система Windows XP/7/Vista;
- процессор Intel Core i3 и новее;
- клавиатура, мышь.
В процессе работы система имеет следующий набор входных и выходных данных:
- входные данные: аэрофотоснимок, текстуры;
- выходные данные: сегментированное изображение, рассчитанные текстурные характеристики.
Функциональность программного продукта представлена на рисунке.
В табл. 1 представлены результаты тестирования зависимости времени работы программы от конфигурации оборудования. Оперируя экспериментальными данными, можно сделать вывод, что среднее время сегментирования при различных конфигурациях равно 6 с.
Решетневские чтения. 2013
UML-диаграмма прецедентов системы сегментации аэрофотоснимка
Таблица 1
Экспериментальные данные о времени обработки изображений на различных конфигурациях оборудования
Конфигурация оборудования Исходное изображение Время обработки
Intel Atom N270 1.60 GHz 1 Гб ОЗУ 1 examp.jpg 00:11.03
2 examp.jpg 00:10.61
3 examp.jpg 00:09.89
Intel Core i5 2.27 GHz 8 Гб ОЗУ 1 examp.jpg 00:01.87
2 examp.jpg 00:02.14
3 examp.jpg 00:01.94
Intel Core i5 2.50 GHz, 4 Гб ОЗУ 1 examp.jpg 00:04.61
2 examp.jpg 00:05.42
3 examp.jpg 00:06.78
Таблица 2
Экспериментальные данные по количеству обнаруженных жестов
Изображение Сегментировано верно, пикселей Сегментировано ошибочно, пикселей Правильно отсегментированные пиксели, %
1 examp.jpg 15 068 5 860 71 %
2 examp.jpg 19 349 2 278 89 %
3 examp.jpg 18 674 1 900 75 %
В табл. 2 представлена оценка качества сегментации в виде соотношения верно сегментированных пикселей к пикселям, сегментированным ошибочно. Оперируя экспериментальными данными, можно сделать вывод, что сегментация изображения выполняется с приемлемым качеством, способным обеспечить дальнейшее распознавание объектов на аэрофотоснимке.
Библиографические ссылки
1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2005. 1072 с.
2. Shapiro L. G., Stockman G. C. Computer Vision. New Jersey : Prentice-Hall, 2001. Р. 279-325
