Upload
maryam-bean
View
50
Download
2
Embed Size (px)
DESCRIPTION
СИСТЕМА ВЫДЕЛЕНИЯ ОБЛАСТЕЙ ТЕКСТА НА НОМЕРАХ АВТОМОБИЛЕЙ. Цель работы. Разработка программной системы обработки изображений на основе основных методов сегментации; Анализ эффективности различных сегментационных методов применительно к различным типам изображений. Постановка задачи. - PowerPoint PPT Presentation
Citation preview
Цель работы
Разработка программной системы обработки изображений на основе основных методов сегментации;
Анализ эффективности различных сегментационных методов применительно к различным типам изображений.
Постановка задачи Разработать программную систему,
позволяющую: обрабатывать изображения представляемые
в виде файлов различных форматов (BMP, EMF, WMF, GIF, JPG, JPEG, PNG, TIFF);
выполнять сегментацию изображений основными методами сегментации (пороговым отсечением, выделением границ, наращиванием областей);
производить неограниченное количество сегментаций с различными параметрами;
Постановка задачи строить гистограмму яркостей точек и
отображать статистические данные; позволять сохранять сегментированные
изображения в различных графических форматах.
Программа должна иметь удобный пользовательский интерфейс;
Необходимо произвести анализ методов сегментации, а также практические исследования этих методов;
Методы сегментации Ограничением по порогу яркости; Сегментация выделением границ; Сегментация наращиванием
областей: центроидным связыванием (волновым
методом); слиянием-расщеплением; методом яркостных промежутков.
Сегментация ограничением по порогу яркости
Преобразовывает изображение в бинарное: чёрные пиксели – область объекта; белые пиксели – область фона.
TyxGесли
TyxGеслиyxG
,,1
,,0,
G' – преобразованная яркость;G – исходная яркость;T – порог.
Сегментация ограничением по порогу яркости Производится на
основе анализа яркостной гистограммы изображения;
Рекомендуемый порог сегментации – один из минимумов яркостной гистограммы.
Сегментация выделением границ Контрастирует
изображение, усиливая яркость граничных пикселей и ослабляя яркость остальных.
Сегментация выделением границ
Для сегментации используются матрицы свёрток. Например:
111
000
111
H
121
000
121
H
– Превитта
– Собела
Сегментация выделением границ
Сегментированные изображения могут быть обработаны с помощью преобразований Хаффа с целью их векторизации;
Векторизованные изображения используются для нахождения отдельных объектов изображения.
Сегментация наращиванием областей Основана на
группировке пикселей с небольшой разницей в значениях яркости;
Эффективна для равномерно освещённых объектов.
Волновой метод Рекурсивный
обход точек-соседей начиная с некоторых исходных;
Объединение точек с небольшой разницей яркости.
Метод слияния-расщепления Разбиение
изображения на однородные по яркости области;
Слияние схожих по яркости областей.
Метод яркостных промежутков Разбиение
множества значений яркости изображения на N промежутков;
Замена значений яркости каждого промежутка на среднее значение промежутка.
Логическая структура программы
Программа состоит из 4 основных частей, взаимодействующих между собой: главное окно; классы графической обработки; диалоговые окна; класс документа графического файла.
Логическая структура программы
Главное окно программы отвечает за отображение данных и общение с пользователем;
Диалоговые окна позволяют задавать пользователю параметры выполняемых операций сегментирования;
Логическая структура программы
Классы графической обработки сегментируют и преобразовуют изображения;
Класс документа позволяет загружать, сохранять и контролировать графические данные.
Результаты тестирования
Применительно к изображениям с автомобильными номерами, метод отсечения по порогу даёт наилучшие результаты для полностью освещённых номеров;
Недостаток – проблематичность нахождения подходящего порога;
Результаты тестирования При сегментации методом выделения
границ наилучшие результаты получаются с применением операторов Собела и Превитта;
Использование данных операторов позволяет обнаружить достаточно чёткие границы объектов, не пропуская границы областей помех;
Недостаток – сложность перехода от изображения границ к отдельным объектам;
Результаты тестирования
Метод наращивания областей является наиболее трудоёмким, однако наиболее эффективным при обработке особенно сложных изображений;
Достоинство данного метода –нечувствительность к сильным помехам.
Выводы В рамках проекта разработана
программная система обработки изображений на основе методов сегментации;
Программа поддерживает обработку изображений большинства графических форматов. Выполняет их сегментацию основными методами сегментации и сохраняет результаты в графические файлы;
Проведён сравнительный анализ методов сегментации.