CC BY
53
16 декабря 2011 г, 10:10
Т-Сотт #9-2010_________________________________(Технологии информационного общества)
Сегментация изображений в прикладных телевизионных системах
Предложен метод сегментации на основе выделения контуров. Метод основан на представлении цифровых полутоновых изображений (ЦП И) двумерными дискретнозначными марковскими процессами. Для выделения контуров в элементах разрядных двоичных изображений гРДИ> вычисляется величина количество информации. Метод требует небольших вычислительных ресурсов.
Медведева Е.В., к.т.п.. Доцент кафедры радиоэлектронных средств Вятского государственного университета
Курбатова Е.Е., Аспирант кафедры радиоэ лектронных средств Вятского государственного университета
Для решения проблемы идентификации движения объекта и идентификации сцен в системах охранною телевидения и видеонаблюдения необходимо учитывать психофизиологические особенности восприятия изображения оператором. К таким особенностям следует отнести притупление внимания оператора при одновременном слежении за несколькими мониторами. Решить эту проблему можно с помощью сегментации изображений, которая позволит онератив-но выделить интересующие объекты на изображении и сконцентрировать внимание оператора на самых существенных изменениях сцены и тем самым уменьшить время на опознание объекта. Один из возможных методов сегментации основан на выделении контуров на изображении [1]. Существуют различные методы выделения контуров на изображении: фадиентный метод, контра-стностный. метод вторых производных. Превитта -Кирша, Марра - Хилдерта, фрактальный [11 и др. Наиболее простым способом выделения контура является сравнение вычисленной величины с одним или несколькими порогами. Для квантованною сигнала представленного £ - разрядными двоичными числами, выбор порога будет соответствовать выбору РДИ. на которых. в наибольшей степени, выделены основные детальные области изображения.
В данной работе предложен метод сегментации на основе разбиения ЦПИ, представленного £- разрядными двоичными числами, на £ РДИ и выделения контуров на старших РДИ. требующий для своей реализации небольших вычислительных затрат.
Метод выделения контуров. Для выделения контуров в изображении в качестве математической модели ЦПИ выбрано одностороннее марковское случайное ноле, называемое также двумерной марковской цепью на несимметричной полуплоскости [2,3].
Пусть ЦПИ представлено набором из £ РДИ. Если
/ -е РДИ представляет собой случайное марковское ноле с разделимой автокорреляционной функций, то его можно представить как суперпозицию двух одномерных цепей Маркова по горизонтали и вертикали с
двумя равновероятными значениями М\,%. М^ * и
матрицами вероятностей переходов:
T-Comm #9-2010
(Технологии информационного общества)
где ¿üf=l — (X . (/ = 1,4). Элементы матрицы П числяюгея но формулам:
а, =аА =■
а, = а' =
'я?2*?
а, = а, = •
V<')
я
*
'<
п.
У0
Для вычисления количества информации в элементах изображения необходимо знать элементы матриц вероятностей переходов но горизонтали и вергикали (1). На рис. 2 приведено усредненное распределение элементов матриц вероятностей переходов в g РДИ на основе большого числа выборок реальных изображений.
л-,,
1.00 0.95 0,90 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.50
по горизонтали
\о ркали
верт
7 6 5 4 3 2 1
и см ер битовой плоскости
Рис. 2. Усредненное распределение вероятностен переходов (8 - старший разряд; 1 - младший разряд)
Очевидно, что количество информации в элементе РДИ будет минимально, если окрестные элементы .
V-, имеют знаки одинаковые с V; [3,4].
В случае появления на РДИ областей другой яркости, на границе области один или два окрестных элементов будуі иметь разные с V) знаки, и количество
информации в элементе V ? увеличивается.
Сравнивая значения вычисленной величины количества информации в элементе изображения с порогом, определяем, будет ли данная точка являться точкой контура.
Значение порога Н вычисляют для каждого РДИ с учетом вычисленного минимального количества информации и количества информации, когда хотя бы один из элементов окрестности будет иметь другие знаки:
/(V, = Л/,|и, = Л/..І*. = Л/, )+/(^ = М, |и. = А/,.1' =М )
(5)
Толщина линии контура на одном РДИ будет составлять 1 элемент. Для 8-разрядного ЦП И, представленного 256 уровнями яркости, старшему РДИ будут соответствовать 128 уровней яркости. Поэтому, основные детали области можно выделить на старшем РДИ.
В случае изменения освещенности, выделения менее
контрастных областей необходимо определить контуры на следующих РДИ (7-м, 6-м или 5-м). Контурное изображение в этом случае будет представлять сумму контурных изображений нескольких РДИ. Младшие РДИ (при к —>0.5) будут составлять фон изображения в виде двумерного шума.
Заполнение сегментов. После выделения контуров необходимо найти область, соответствующую выде^, ляемому объекту. Для этого задается диапазон значений яркости [Кти1; У|1тч ]. которые может принимать объект и всем пикселям внутри области объекта присваивается среднее значение яркости Уср . Присвоение
пикселям соответствующих значений осуществляется с помощью алгоритма заполнения с затравкой [5]. Он основан на предположении, что известен хотя бы один пиксель из внутренней области сегмента. Алгоритм находит и закрашивает все другие пиксели, принадлежащие внутренней области.
Для реализации данного алгоритма задается начальный пиксель сегмента (загранка). Для этою просматривается контурное изображение и ищется пиксель, которому еще не присвоено значение яркости. Сравнивая контурное изображение и исходное полутоновое, онре-деляем принадлежность найденного пикселя области объекта. Если для яркости пикселя X на исходном полутоновом изображении выполняется условие:
(6)
то данный пиксель является элементом области объекта и ему присваивается значение яркости У . Если условие (6) не выполняется, то он является элементом фона и ему присваивается значение, соответствующее белому цвету.
В результате сегментации всего изображения все сегменты, имеющие яркость, попадающую в заданный диапазон, закрашиваются цветом объекта, а все остальные сеі менты закрашиваются цветом фона. Задав несколько диапазонов яркости, можно выделить несколько различных сегментов на контурном изображении, которые закрашиваются разными цветами. Для типовых изображений, на которых объекты интереса имеют близкую по значению яркость, число РДИ с выделенными контурами и диапазон значений затравки будут принимать постоянные значения.
Результаты моделирования. На рис. Зв приведен пример выделения объекта по контурному изображению (рис. 36), полученному по старшему РДИ ЦПИ (рис. За). На старшем РДИ контуры головы идущего человека очерчены не точно, поскольку яркость головы практически сливается с фоном. Для получения более точного оконтуривания объекта интереса (идущего человека) необходимо порот квантования выбрать ниже, т.е. выделить контуры по нескольким старшим разрядам. На рис. Зд приведен пример выделения объекта интереса по контурному изображению (рис. Зг). полученному по трем разрядам (6-7-8).
41
