русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Методы сегментации изображений. Модели описания сегментов


Дата добавления: 2013-12-23; просмотров: 2117; Нарушение авторских прав


Определитель прямых Барнса

Для каждого пикселя изображения находим градиент и в отдельную матрицу заносим значение, соответствующее углу градиента, квантованному на восемь частей: 0 - [0°,44°] ; 1 - [45°,89°] … 7 - [315°, 359°] (для хранения номера сектора достаточно трёх бит). Затем ко всем углам прибавляем 22,5° и в другую такую же матрицу заносим тоже числа от 0 до 7, но используя новые значения углов.

В каждой из двух матриц с помощью волнового алгоритма происходит поиск групп соседних пикселей, имеющих одинаковое значение. Эти пиксели называются связными. Затем соответствующие группы в двух матрицах сравниваются, и в какой группе связных пикселей больше, ту и считаем отрезком. Если один пиксель входит в два отрезка, то считаем, что он принадлежит тому, в котором больше пикселей.

Сегментация — разбиение изображения на монотонные области. Внутри каждого сегмента (до обработки) пиксели имеют примерно одинаковый цвет. На границах сегментов происходит резкое изменение цвета.

 

Классы методов сегментации:

Методы, использующие кластеризацию ○ Определяется метрика P(x,y), показывающая схожесть цветов x и y. ○ Множество всех цветов, имеющихся на изображении, разбивается на несколько непересекающихся подмножеств — кластеров — так, чтобы “расстояние” между любыми двумя элементами одного кластера было гораздо меньше, чем расстояние между элементами разных кластеров. ○ Геометрически точки одного кластера могут находиться в разных частях изображения ● Методы наращивания областей ○ Создаётся новый кластер, содержащий одну базовую точку ○ В кластер добавляются все соседние к базовой точке, схожие с ней по цвету ○ Процедура повторяется рекурсивно с добавленными точками ○ Модификации: ■ Сравнивать цвета с соседними точками ■ Сравнивать цвета с базовой точкой ■ Сравнивать со средним значением цвета в накопленном кластере (важно, с какого пикселя начинается поиск)     До сегментации     После сегментации
Метод водораздела Градиент яркости/цвета ∇f показывает степень граничности пикселя, ∇∇f — направление, в котором быстрее всего возрастает степень граничности. Берём некоторый пиксель, вычисляем ∇∇f в нём и двигаемся в противоположном направлении до пикселя, в котором будет минимальное значение ∇∇f. Если ∇∇f =0, то (мы достигли локального экстремума градиента) пиксель образует отдельный сегмент, иначе он принадлежит сегменту, расположенному в направлении, обратном ∇∇f .  

 



 

Способы хранения сегментов:

 

1 Маркированное изображение. Для каждого пикселя указывается число — номер сегмента, к которому он принадлежит. Используется очень много памяти, зато позволяет определить принадлежность точки сегменту за О(1). 2 Квадрантные деревья. Если квадрант полностью входит в некоторый сегмент, то записывается номер этого сегмента, в противном случае квадрант делится на четыре, и процедура рекурсивно повторяется, пока не будет достигнута необходимая точность. Результат хранится в виде дерева. На примере два сегмента 0 и 1. 3 Кодирование границ. У сегмента граница замкнутая, ⇒ можно ее обойти по (против) часовой стрелке. Хранятся координаты начальной точки и закодированный путь обхода (←↑→↓). Используется мало памяти, но неудобно работать.  


<== предыдущая лекция | следующая лекция ==>
Векторизация растровых изображений. Метод Хафа | Алгоритм Брезенхема для рисования окружностей


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.007 сек.