Система нахождения графических примитивов на изображении на основе преобразования Хафа
Дипломная работа - Компьютеры, программирование
Другие дипломы по предмету Компьютеры, программирование
?римитивов. Таким образом, данную систему можно считать эффективной и приемлемой для решения ряда задач компьютерного зрения.
.5 Выводы по главе
В данной главе была приведена структура программного продукта, рассмотрена архитектура и UML-диаграмма классов системы. Особенности реализации методик по обработке изображения и нахождения графических примитивов приведены в руководстве программиста. Руководство пользователя содержит в себе основы работы с системой, а также технические и программные требования для ее эффективной работы. В заключение главы проведены результаты тестирования программного продукта, выявлены характеристики быстродействия и точности системы.
ЗАКЛЮЧЕНИЕ
В ходе выполнения выпускной квалификационной работы была разработана система нахождения графических примитивов на изображении. Были решены следующие задачи:
Проведена классификация графических примитивов. Рассмотрены области применения определенных групп примитивов, а также выявлены параметры, характеризующие тот или иной геометрический объект.
Рассмотрены существующие алгоритмы и методы детектирования графических примитивов на изображении. Приведены их достоинства и недостатки.
Проведен обзор основных этапов предварительной обработки изображения. Изучены шумоподавляющие фильтры (медианный фильтр, фильтр Гаусса), операторы выделения краев (Собела, Лапласа, Канни).
Проведен анализ базового преобразования Хафа и его модификаций. Выявлены их преимущества и недостатки. Рассмотрены алгоритмы базового, адаптивного, иерархического, случайного, вероятностного, прогрессивно-вероятностного преобразований Хафа. Проведен обзор алгоритмов детектирования точечных особенностей изображения, в рамках которого рассмотрены масочный детектор и детектор Харриса. Выполнено сравнение алгоритмов нахождения точечных особенностей и отрезков.
Разработан программный продукт для нахождения графических примитивов на основе преобразования Хафа. В программном продукте были реализованы подходы, подвергшиеся рассмотрению в предыдущих главах, а именно: сглаживающие фильтры, детекторы краев, базовое преобразование Хафа, прогрессивно-вероятностная и иерархическая модификации преобразования Хафа, детектор Харриса и масочный детектор.
Проведено тестирование программного продукта. Выявлены недостатки и преимущества реализованных алгоритмов в части быстродействия и точности.
При решении данных задач также был сформирован подход для поиска более сложных графических примитивов (треугольников, прямоугольников) на основе аппроксимационного алгоритма. Для поиска точек наряду с преобразованием Хафа были применены детекторы Харриса и масочный детектор. Данные точки представляют собой особые точки (features) и применяются в задачах компьютерного зрения, например, в задачах отслеживания точечных особенностей изображения.
В качестве дальнейших направлений исследования можно указать оптимизацию алгоритмов для работы со сложными изображениями различного качества, создание принципиально новых алгоритмов на основе комбинирования преобразования Хафа с другими методами обнаружения объектов.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
.Абламейко С.В. Обработка изображений: технология, методы, применение. Учебное пособие. - М.: Амалфея, 2000. - 304 с.
.Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений: Учебное пособие для студентов вузов. - М.: Высш.шк., 1983. - 295 с. ил.
.Гонсалес Р., Вудс Р. Цифровая обработка изображений : Пер.с англ., М.: Техносфера, 2005. - 1072 с. ил.
.Сойфер В.А. Методы компьютерной обработки изображений. - 2-е изд., испр. - М.: ФИЗМАТЛИТ, 2003. - 784 с.
.Форсайт Д., Понс Ж. Компьютерное зрение. Современный подход. : Пер. с англ. - М.: Издательский дом "Вильямс", 2004. -928 с. ил.
.Яне Б. Цифровая обработка изображений. : Пер.с англ. - М.: Техносфера, 2007. - 584 с.
7.Canny J. A Computational Approach To Edge Detection // IEEE Trans. Pattern Analysis and Machine Intelligence, 1986. - pp. 679-698.
.Duda R. O., Hart P. E. Use of the Hough Transformation to Detect Lines and Curves in Pictures // Comm. ACM, Vol. 15, 1972. - pp. 11-15.
.Galambos C., Kittler J., Matas J. Gradient based progressive probabilistic Hough transform // IEE Proc. Vision, Image and Signal Process., vol: 148, num: 3. - pp.158-165
.Gonsales R., Woods R., Eddins S. Digital Image Processing using MATLAB. - New Jersey, USA: Prentice Hall, 2004. - 616 p.
.Harris C., Stephens M. A combined corner and edge detector // Proceedings of the 4th Alvey Vision Conference, 1988. - pp 147-151.
.Hough P. Machine Analysis of Bubble Chamber Pictures, Proc. Int. Conf. High Energy Accelerators and Instrumentation, 1959. - pp 153-163.
.Ecabert O., Thiran J. Adaptive Hough transform for the detection of natural shapes under weak affine transformation // Pattern Recognition Letters (25), No. 12, September 2004. - pp. 1411-1419.
.Kiryati N. Randomized or Probabilistic Hough Transform: Unified Performance Evaluation // Pattern Recognition Letters, Vol. 21, 2000. - pp. 1157-1164.
.Serra J. Image analysis and mathematical morphology. - London, England: Academic Press Inc., 1982. - 610 p.
.Xu L., Oja E., and Kultanan P. A new curve detection method: Randomized Hough transform (RHT) // Pattern Recog. Lett. 11, 1990. - pp. 331-338.
17.Дегтярева А., Вежневец. В. Преобразование Хафа (Hough transform). [Электронный ресурс]. - .