CC BY
8TASVIRDAGI OB'EKTLARNI CHEGARA VA SOHALARINI AJRATISHNING USULLARI VA TAHLILI
Muxammadxo'jaev Isroilxo'ja Isroilovich
Muhammad al-Xorazmiy nomidagi TATU, magistr https://doi.org/10.5281/zenodo.7498330
Annotatsiya: Ushbu maqola cheklangan, o'sib borayotgan kontseptsiyani (RGC) ob'ektni ajratishni va uni amalga oshirishning algoritmik tahlilini taqdim etadi. Bizning kontseptsiyamiz ob'ektni ajratish muammosini ikki bosqichga ajratadi. Birinchidan, asl nusxalarini niqob sifatida kuzatib turgan holda, ob'ektlarni yadrolarigacha qisqartirish orqali erishiladi. Ikkinchisi, yadro cheklangan o'sish algoritmining ko'rsatmalariga rioya qilgan holda niqoblar ichida amallar bajariladi.
Kalit so'zlar: Ob'ekt chegarasi, piksel, medial o'qi.
Ob'ekt chegarasini ifodalashning eng oddiy usuli vektor chegarasidagi har bir pikselning koordinatalarini (x, y ) olish va saqlashdir. Chegarani tasvirlashning yana bir usuli zanjirli kod deb ataladi. Ushbu usulda pikselning sakkizta yo'nalishi aniqlanadi. Chegara bog'langan piksellardan iborat bo'lganligi sababli, bitta piksel tanlanadi va keyingi piksellarning yo'nalishlari birinchi pikselga erishilgunga qadar birma-bir zanjir kodida saqlanadi. Bundan tashqari, chegarani tasvirlash uchun chegaradagi har bir pikseldan ob'ekt markazigacha bo'lgan radiusdan foydalanish mumkin (1-rasm ).) va shuning uchun radiuslar burchaklarining funktsiyasi sifatida quyidagi tenglama bilan tavsiflanadigan yana bir usul ishlab chiqilgan:
1-rasm. Ob'ekt chegarasini radius funktsiyasi yordamida ifodalash: ' - f{0)
Chegarani yuqorida tavsiflangan usullar bilan ifodalash yoki samarali tarzda qayta tiklash mumkin bo'lsada, bu tasvirlar ob'ektlarning olchami va yo'nalishiga juda sezgir va shuning uchun shakl o'lchovlari sifatida bevosita foydalanilmaydi (Baxes,1994). Buning o'rniga, Fourier transformatsiyasi va avtoregressiv modellar,
ba'zan asosiy komponentlar tahlili bilan birgalikda, odatda vektor, zanjir kodi va radius funktsiyasidan shakl o'lchovlarini olish uchun qo'llaniladi, shuning uchun ob'ektning o'lchami yoki yo'nalishidan kelib chiqadigan ta'sirlarni bartaraf etish mumkin.
Tasvir yoki obyekt chegarasidan s-repni hisoblash
Ob'ekt chegarasini uning Blum medial o'qiga aylantirish uchun deyarli son-sanoqsiz algoritmlarning umumlashtirilgan bir necha toifalarga bo'linadi. U yerda siz topasizmualliflar kitob yozilgan paytda eng yaxshi deb hisoblagan har bir toifadagi algoritm. Kategoriyalar 1) evolyutsiyasining chegarasini hisoblash; 2) diskret usullardan foydalangan holda skeletlarni hisoblash, masalan, masofani o'zgartirish orqali; va 3) skeletlarni hisoblash uchun Voronoi diagrammasidan foydalanish. Bu algoritmlar umumiy muammoga duch keladiki, bu funksiya ob'ekt chegaralaridan skelet lokuslarigacha bo'lgan shartli emas; ya'ni kichik xatolarni katta bo'lganlarga aylantiradi va ayniqsa, kesish kerak bo'lgan buta skeletlari hosil qiladi. Azizillo uchun yetarli usullarni topmaganligi sababli hozirgi kungacha bu muammo deb qaralmoqda.
Ob'ektning faqat shakli uchun muhim bo'lgan o'ziga xos shoxlanishini tan oladigan skeletni topish uchun algoritmlar kerak. Misol uchun (2-rasm ), 180 gradus atrofida aylanib yuradigan silliq egilishi bo'lgan trubka o'ziga parallel bo'lib, egilish joyida shoxchasi bo'lgan medial skeletdan farqli o'laroq, bitta egri chiziqli skeletga ega bo'ladi.
I ' 1
2-rasm. Medial o'qi bilan egilgan bar. Chapda: intuitiv o'q bilan; o'ngda: taxminan Blum medial o'qi bilan.
Bu xususiyatga ega kvazimedial skeletni ajratib olish algoritmlaridan biri tasvirlarda ishlaydi va balandlik tizmalari umuman shoxlanmaydigan xususiyatlardan foydalangan holda shoxlanmagan skeletlarni hosil qiladi. Ushbu tasvirlar ob'ekt chegaralarida yuqori kontrastli yoki imzolangan soxta masofali tasvirlar bo'lishi mumkin, ularda voksel qiymatlari chegarada nolga teng, ob'ektning ichki tomonida salbiy, uning tashqarisida ijobiy va ob'ektdan masofa kattaligi bo'yicha monotonic chegara. Tasvirni ibtidoiy (2 -rasm) orqali tekshirishni ko'rib chiqish g'oyasi medial xatti-harakatlarga mos kelganda kuchli javob beradi. Xususan, zond tasvirning joylashuvi (nomzod medial pozitsiyasi x), uzunlik uzunligi ( r funktsiyasidir), va
ikkita spikerning yo'nalishlari (01,02_); Shunday qilib, 3D tasvirlarda zond sakkiz o'lchovli bo'ladi. Zond ikkita tirgak uchida tasvirning chiziqli yo'nalishlarda chegaraga o'xshashligini tasdiqlovchi dalillarni o'lchaydi. Probni qo'llash skaler o'lchovni hosil qiladi M(x,r,0x,02) sakkiz o'lchovli Evklid bo'lmagan Riman
manifoldida. Bunda algoritm k o'lchamli medial joylashuvi (masalan, plitaga o'xshash ob'ekt uchun 2 yoki umumiy silindr uchun 1) M ning k o'lchamli balandligi tizmasi "yadro" deb ataladi.
Foydalanilgan adabiyotlar:
1. Canny, J., 1986, A Computational approach to edge-detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 8, 679-698 Gonzalez, R.C. and R.E. Woods, 2002.
2. Digital Image Processing, Prentice Hall. Honakanen, M., P. Saarenrinne, T. Stoor and J. Niinimaki, 2005, Recogniton of highly overlapping ellipse-like bubble images. Measurement Science and Technology, 16, 1760-1770.
