А.Г. Броневич, Н.С. Зюзерова
1.Введение
Важным этапом обработки реальных изображений является выделение контурного (скелетного) изображения. Это оказывается необходимым при распознавании образов и анализе сцен, поскольку контуры являются, как правило, наиболее информативными и неизбыточными признаками исходного изображения. При выделении краев (контуров) полутоновых изображений наиболее широкое применение получили методы
Однако следует отметить, что объективность получаемых результатов, как правило, достаточно мала. Слишком ненадежными оказываются статистические выводы, основанные на мало представительной локальной статистической информации. Кроме того, при выделении краев, как правило, используются одномерные вероятностные модели. Методы, основанные на модели двумерного нестационарного случайного процесса, оказываются трудно реализуемыми на практике.
В статье рассматривается модель описания изображений, основанная на теории графов. В качестве исходной информации для предлагаемого метода может быть некоторым образом полученный массив
2. Основные определения
Будем считать, что для каждого элемента изображения (ЭИ) с координатами
и по этому изображению восстанавливать контуры исходного изображения. При этом сделаем следующие предположения:
если точка
пусть
по градиентному изображению можно с некоторой точностью восстановить конфигурацию контуров, их метрические характеристики.
Для математического описания таких требований введем в рассмотрение неориентированный граф градиентного изображения. Вершинами этого графа является ЭИ с координатами
Введем расстояние между смежными вершинами. Будем считать, что для случаев а) и б) это расстояние равно
Для достаточно гладкой кривой значение
3. Постановка оптимизационной задачи
Согласно постановке задачи необходимо построить контурное изображение, наиболее четко выделяющее контуры исходного изображения. Если использовать терминологию теории графов, контурное изображение - это неориентированный граф, являющийся частичным подграфом градиентного изображения. Сформулируем условия, которым этот подграф должен удовлетворять, учитывая априорные предположения, сделанные относительно градиентного изображения.
Пусть
Введем числовую характеристику
Можно ожидать, что наиболее точной аппроксимацией контура (кривой), соединяющей вершины
Третье условие следует из априорного предположения 3, согласно которому графы градиентного и контурного изображения должны иметь приблизительно одинаковые характеристики. Расстоянием
Таким образом, необходимо построить подграф графа градиентного изображения, имеющий наименьшую стоимость и который удовлетворяет условиям 1 и 3.
4. Алгоритм выделения контурного изображения
Получить точное решение поставленной оптимизационной задачи практически невозможно, однако можно получить решение, близкое к оптимальному, с помощью алгоритма, описанного ниже.
4.1. Определения и обозначения
Gg - граф градиентного изображения;
Gc - граф контурного изображения;
E(V1) - окрестность вершины V1 = (i1 , j1), E(V1) =
) - окрестность графа контурного изображения, E(G(i)) =
4.2. Итерационные шаги алгоритма для связного графа
Найти вершину
Пусть уже построен граф G(i) для некоторого
Найти вершину
На этом итерационном шаге граф контурного изображения уже будет удовлетворять условию 1. Однако, вполне возможно, условие 3 еще не будет выполняться. Поэтому на шаге 40 алгоритма для всех пар
Списоклитературы
Spacek L.A. Edge detection of contours and motion detection// Image Vision Compute, vol.4, p.43, 1986.
David L. Coping with Discontinuities in Computer Vision: Their Detection, Classification, and Measurement// IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.13, 5, 1991.
Petrov M., Kittler J. Optimal Edge Detectors for Ramp Edges// IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.13, .5, 1991.
Дуда Р., Харт П. Распознавание образов и анализ сцен. - М.: Мир, 1976.
! |
Как писать рефераты Практические рекомендации по написанию студенческих рефератов. |
! | План реферата Краткий список разделов, отражающий структура и порядок работы над будующим рефератом. |
! | Введение реферата Вводная часть работы, в которой отражается цель и обозначается список задач. |
! | Заключение реферата В заключении подводятся итоги, описывается была ли достигнута поставленная цель, каковы результаты. |
! | Оформление рефератов Методические рекомендации по грамотному оформлению работы по ГОСТ. |
→ | Виды рефератов Какими бывают рефераты по своему назначению и структуре. |