Представлена иерархическая модель алгоритма выделения контуров для полноцветных двухмерных изображений 3D сцен

Вид материалаДокументы
Подобный материал:

УДК 004.896(06) Интеллектуальные системы и технологии


М.О. КОРЛЯКОВА

Московский государственный технический университет им. Н.Э. Баумана
(филиал), Калуга



Подход к разработке метода выделения

контуров для изображений реальных сцен


Представлена иерархическая модель алгоритма выделения контуров для полноцветных двухмерных изображений 3D сцен. Рассмотрены результаты иерархического анализа для градиентной формы описания изображений.


Поиск контуров на фотографиях реальных сцен является достаточно распространенной и важной задачей. Можно привести в качестве примера приложения ориентированных на удаленный контроль объектов (охранные системы [1], системы удаленного анализа размера и формы объектов для решения вопросов качества и т.п.), где общая канва анализа подразумевает на первом шаге поиск контуров и их обработку для дальнейшего принятия решений. Рассматриваемая задача имеет развитую историю и разнообразные решения («метод жука»[2], анализ направлений градиента функции интенсивности, наложение признаков Хаара и т.д.), но как показывает опыт применения разнообразных моделей поиска контура, быстро найти контуры на изображениях большого размера, можно только имея высокопроизводительную вычислительную систему.

абвгде

Рис.1. Процесс обработки изображения при поиске контура

Рассмотрим задачу поиска контура на картинке размером 2048х1536 пикселей. Подобная картинка приведена на рис.1.а. Построение контуров для представленной картинки в рамках стандартной функции пакета MatLab 7.0 занимает 63.8 с. Причем большую часть анализа приходится проводить для практически монотонной области изображения. Очевидно, что быстрое принятие решений по итогам анализа возможно, если построение контура выполнено за «разумное время». Таким образом, необходимо автоматически выделять границы отдельных областей изображения с жестким ограничением на время поиска контура.

Рассмотрим возможный путь сокращения времени выделения контуров. Поскольку значительные объекты сцены обладают, как правило, существенно отличающейся интенсивностью (и цветом), то можно предположить, что подобная разница распространяется на большие участки рассматриваемой картинки (см рис.1.б. - канал синего цвета модели с рис.1.а) Большая часть картинки не содержит границ, что позволяет провести их предварительное отсечение. Предлагается провести иерархический анализ контуров по следующей схеме: разбить изображение размера NxM на блоки размера qxg, n=0; найти среднее значение интенсивности каждого блока (см. рис.1.в.); выделить список B(n)={(b1,b2)i} соседних блоков с разницей интенсивности больше порога d(n) (пара содержит границу рис.1.д.); дописать блоки из списка в n-й слой дерева разбиений; перейти к исходной интенсивности для блоков из B(n) (рис.1.г.); повторить процедуру разбиения для каждого блока, построить следующий уровень n+1, порог d(n)> d(n+1). Продолжать разбиения до исчерпания времени или до построения блоков из одного пикселя.

Полученное дерево разбиений заканчивается элементарным блоком, который может быть сопоставлен с участком контура. Совмещение участков контура производится от одного узла дерева к его ближайшим соседям до исчерпания близких соседей (см. рис.1.е.). Размер порога d(n) в текущий момент установлен жестко.

При анализе представленной модели поиска контуров была сделана оценка времени обработки представленного на рис.1.а примера. Реализация алгоритма на основе пакета MatLab 7.0 позволила провести анализ за 10.76 с. для 3-х уровневой иерархической модели поиска контура и 63.8 с. для случая прямого выделения контуров.


Список литературы

  1. Земляная Н.Б., Корлякова М.О Выбор модели нейросетевого управления системы контроля доступа.// Научная сессия МИФИ-2001.Всероссийская НТК «Нейроинформатика-2005». Сборник научных трудов в 2-х частях. Ч.1. – М.:МИФИ, 2005.
  2. Введение в контурный анализ; приложения к обработке изображений и сигналов / Под ред. Я.А.Фурмана – 2-е изд., исп. – М.: Физматлит, 2003 – 592 с.




ISBN 978-5-7262-0883-1. НАУЧНАЯ СЕССИЯ МИФИ-2008. Том 10