CC BY
26УДК 004.932
РАЗРАБОТКА СИСТЕМЫ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ПОИСКА ПОДОБИЯ ТЕКСТУР
Н. А. Тарелов
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: nikita_t_a@mail.ru
Представлена актуальность проблемы. Рассмотрены задачи сегментации изображений. Представлены особенности разрабатываемого алгоритма.
Ключевые слова: сегментация, классификация, алгоритм разбиения/слияния.
SYSTEM DEVELOPMENT FOR IMAGES BASED ON SIMILARITY TEXTURE SEARCH
N. A. Tarelov
Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation E-mail: nikita_t_a@mail.ru
The urgency of the problem is highlighted. Functional particularities of the developed software product for segmentation are presented. The task of the aerial photograph segmentation is considered.
Keywords: segmentation, classification, algorithm split/ merge.
В современных условиях научно-технического прогресса антропогенное воздействие на природные ландшафты приобрело огромные масштабы, создавая реальную опасность нарушения экологического равновесия практически любых территорий. Масштабы нарушений столь велики и продолжительны по воздействию, что требуют постоянного наблюдения и контроля за процессом с целью принятия решений по разработке мер борьбы с ними, что приводит к необходимости ведения постоянного экологического мониторинга.
Одним из этапов проведения экологического мониторинга является анализ аэрофотоснимков. Задачей классификации объектов и местности занимается определенный человек - дешифратор аэрофотоснимков. В связи с большим объемом информации этот процесс является весьма трудоемким. Разработка программного продукта с применением программных средств и технологий, существующих на данный момент, может значительно облегчить задачу распознавания объектов и местности на аэрофотоснимке.
Под сегментацией понимается процесс разделения цифрового изображения на несколько сегментов [1]. 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.
В задачах анализа изображений часто появляется необходимость разбить исходное изображение на некоторое множество связных (в пространственном смысле) областей, пиксели которых близки по некоторому признаку. В данном случае по текстурному признаку.
Под выделением связных компонент понимают присвоение уникальной метки каждому объекту изображения. При последующем анализе данные метки служат в качестве идентификаторов при обращении к объектам. Это делает операцию выделения связных компонент неотъемлемой частью почти всех приложений распознавания образов и компьютерного зрения.
Например, перед тем как компьютер может определить или классифицировать любой объект изображения, группы смежных пикселей должны быть идентифицированы и промаркированы. Каждая выделенная группа пикселей соответствует объекту на изображении. Такая группировка смежных пикселей позволяет исследователю получить необходимые для последующего анализа свойства объектов, такие как высота, ширина, периметр, площадь [2]. Очевидно, что задача выделения связных компонент является фундаментальной задачей обработки изображений.
Алгоритм, применимый для распознавания изображений, представлен на рис. 1.
Было решено использовать за основу алгоритм разбиения/слияния.
В общем случае он выглядит следующим образом (рис. 2).
Программные средства и информационные технологии
Да
Конец
Рис. 1. Алгоритм, применимый для распознавания изображений
1 1 1 1 1 1 1 2
1 1 1 1 1 1 1 0
3 1 4 9 9 8 1 0
1 1 8 8 8 4 1 0
1 1 6 6 6 3 1 0
1 1 5 6 6 3 1 0
1 1 5 6 6 2 1 0
1 1 1 1 1 1 0 0
1 1 1 1 1 1 1 2
1 1 1 1 1 1 1 0
3 1 4 9 9 8 1 0
1 1 8 8 8 4 1 0
1 1 6 6 6 3 1 0
1 1 5 6 6 3 1 0
1 1 5 6 6 2 1 0
1 1 1 1 1 1 0 0
1 1 1 1 1 1 1 2
1 1 1 1 1 1 1 0
3 1 4 9 9 8 1 0
1 1 8 8 8 4 1 0
1 1 6 6 6 3 1 0
1 1 5 6 6 3 1 0
1 1 5 6 6 2 1 0
1 1 1 1 1 1 0 0
Рис. 2. Первое разбиение (а); второе разбиение (б); третье разбиение (в)
Применимо к нашей проблеме, алгоритм будет выглядеть следующим образом.
1. Разбиваем изображение на 16 частей.
2. Берем очередную область, высчитываем значение текстурных характеристик для данной области и для соседних.
3. Сравниваем значение текстурных характеристик данной области с соседними областями (совпадение, если разница характеристик, меньше некоторого порога).
4. Если совпадение найдено, маркируем совпавшие области определенным маркером, возвращаемся к шагу 2.
8
б
а
в
5. В том случае, если совпадение не найдено, разбиваем данную область на 4 части, иначе возвращаемся к шагу 2 для данных разбиений.
6. Разбиваем изображение до тех пор, пока размер области не станет меньше 1/50.
7. Если перебор всех областей окончен, выводим маркированное изображение на экран.
Преимуществами разработанного алгоритма является простота его реализации и, следовательно, время его выполнения.
В качестве недостатка можно отметить недостаточно качественное сегментирование, связанное с отсутствием тестирования данного алгоритма. В дальнейшем предполагается реализовать данный алгоритм в программном продукте, а также путем проведения тестирований выявить определенные по-
роги и константы, главным образом влияющие на работу алгоритма.
Библиографический ссылки
1. Shapiro L. G., Stockman G. C. Computer Vision. New Jersey, Prentice-Hall, 2001. Р. 279-325.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. : Техносфера, 2005. 1072 с.
References
1. Shapiro L. G., Stockman G. C. Computer Vision. New Jersey, Prentice-Hall, 2001. Р. 279-325.
2. Gonsales R., Wuds R. Digital Image Processing. 2005. 1072 p.
© Тарелов Н. А., 2013
УДК 629.78:004.65
АВТОМАТИЗИРОВАННАЯ СИСТЕМА КОНТРОЛЯ, УЧЁТА И АНАЛИЗА МАССОВЫХ ХАРАКТЕРИСТИК ДЕТАЛЕЙ И СБОРОЧНЫХ ЕДИНИЦ КОСМИЧЕСКОГО АППАРАТА ПРИ ЕГО ПРОЕКТИРОВАНИИ И ИЗГОТОВЛЕНИИ
А. В. Темляков, Г. Р. Альмушев
ОАО «Информационные спутниковые системы» имени академика М. Ф. Решетнева» Российская Федерация, 662972, г. Железногорск Красноярского края, ул. Ленина, 52
E-mail: teml@iss-reshetnev.ru
Представлен принцип контроля, учета и анализа массовых характеристик деталей и сборочных единиц КА на этапах проектирования и изготовления космического аппарата с использованием разработанной автоматизированной системы.
Ключевые слова: контроль масс, СУБД, САПР.
AUTOMATIC SYSTEM FOR ACCOUNTING AND MASS CONTROL OF PARTS AND ASSEMBLY UNITS OF THE SPACECRAFT DURING ITS DESIGN AND MANUFACTURE
A. V. Temlyakov, G. R. Almushev
JSC "Information Satellite Systems" named after academician M. F. Reshetnev" 52, Lenin Street, Zheleznogorsk, Krasnoyarsk region, 662972, Russian Federation E-mail: teml@iss-reshetnev.ru
The principle of control, accounting and analysis of mass properties of parts and assembly units of spacecraft are presented at the stages of design and manufacture of spacecraft developed using an automatic system.
Keywords: mass control, DBMS, CAD.
Контроль массовых характеристик деталей и сборочных единиц конструкторского аппарата (КА) является одной из важнейших задач, возникающих на протяжении всего цикла проектирования/изготовления КА. Значимость задачи контроля масс обусловлена жестким ограничением величины массы КА, выводимой ракетоносителем на орбиту. Общие требования к контролю масс изложены в соответствующем государственном стандарте [1].
Контроль массовых характеристик начинается с проектного бюджетирования массовых величин отдельных подсистем КА, следующий этап - выделение
лимитов массовых величин отдельным узлам и деталям КА. Данное ограничение вызвано необходимостью выделения конкретных массовых величин подразделениям - разработчикам конструкторской документации с целью соблюдения бюджетной массовой дисциплины при конструировании отдельных узлов и деталей КА.
Окончательный контроль массовых характеристик как отдельных деталей, так и сборочных единиц выполняется после их изготовления для верификации соответствия действительных и проектных массовых характеристик изготовленных деталесборочных еди-
