Методы анализа формы изображений на основе непрерывного гранично-скелетного представления

• Автор: Рейер, Иван Александрович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Москва
• Количество страниц: 121 с. : ил.

ВВЕДЕНИЕ .

ГЛАВА 1. МЕТОДЫ ПРЕДСТАВЛЕНИЯ ФОРМЫ ИЗОБРАЖЕНИЯ НА ОСНОВЕ ГРАНИЦЫ И СКЕЛЕТА

. 1. Задача анализа формы изображений

1.2. Граничные представления формы изображений.

1.3. Скелетные представления формы изображений.

1.4. Выводы
ГЛАВА 2. НЕПРЕРЫВНОЕ ГРАНИЧНОСКЕЛЕТНОЕ ПРЕДСТАВЛЕНИЕ ИЗОБРАЖЕНИЯ С КОНТРОЛИРУЕМОЙ ТОЧНОСТЬЮ

2.1. Точность непрерывного граничноскелетного представления.

2.2. Скелет области с кусочногладкой границей и скелетный граф

2.3. Скелет полигональной области

2.4. Аппроксимирующая полигональная область минимального периметра.

2.5. Базовый скелет полигональной области и его свойства.
2. б. Структура данных для реализации непрерывного граничноскелетного
представления 4
2.7. Алгоритм построения базового скелета полигональной области
2.8. Построение граничноскелетного представления с контролируемой точностью аппроксимации.
2.9. Выводы
ГЛАВА 3. ШТРИХОВАЯ СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЯ
3.1. Задача штриховой сегментации с учетом гладкости границы.
3.2. Задача штриховой сегментации с точки зрения непрерывного граничноскелетного представления
3.3. Определение типа соединения штрихов.
3.4. Алгоритм штриховой сегментации с учетом локальных свойств границы
3.5. Применение алгоритма штриховой сегментации к прикладным задачам.
3.6. Выводы
ГЛАВА 4. СРАВНЕНИЕ ФОРМЫ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ГОМЕОМОРФНОГО ПРЕОБРАЗОВАНИЯ ..
4.1. Анализ формы на основе сравнения контуров объектов
4.2. Построение гомеоморфного отображения
4.3. Вычисление механической работы элементарных деформаций.
4.4. Вы числение минимальной работы трансформации
4.5. Пример сравнения контуров.
4.6. Применение сравнения контуров к прикладным задачам
4.6.1 Задача распознавания печатных букв.
4.6.2 Задача идентификации вертолета по силуэту корпуса.
4.6.3 Задача распознавания лиц по линии профиля.
4.7. Выводы.
ЗАКЛЮЧЕНИЕ 0.
СПИСОК ЛИТЕРАТУРЫ


Сегментация сводится к выделению в непрерывном скелете, который можно рассматривать как граф, подграфов, степень вершин которых не превышает 2, соответствующих отдельным штрихам. Участки непрерывной границы изображения сравниваются с использованием механической модели, описывающей деформацию контуров путем растяжения и изгиба. В качестве меры различия между контурами используется минимальная величина работы по преобразованию одного контура в другой на основе такой деформации. Структура диссертации. Диссертация состоит из введения, четырех глав и заключения. Во введении описана актуальность и цели работы. В первой главе рассматривается задача анализа формы изображений, проводится обзор литературы, посвященной построению различных граничных и скелетных представлений изображения. Вводится корректный критерий выделения существенных элементов скелета и предлагается метод, реализующий такое выделение. Третья глава посвящена решению задачи штриховой сегментации изображений рукописных документов. Описывается метод штриховой сегментации, учитывающий характеристики гладкости границы. В четвертой главе рассматривается задача анализа формы на основе сравнения контуров объектов. Предлагается метод сравнения изображений на основе гомеоморфкого преобразования контуров. В заключении подводятся итоги работы. Диссертация содержит 1 страницу машинописного текста, рисунков. Список литературы включает 5 наименований. Апробация. Местецкий и Рейер, ]; 5-й международной конференции “Распознавание образов и анализ изображений” [Рейер, ]; 8-й международной конференции “International Workshop on Frontiers in Handwriting Recognition” [Mestctskii, Reyer and Sedcrberg, ]; научно-исследовательском семинаре департамента информатики университета г. Йоэнсуу (Финляндия). По теме диссертации опубликовано работ, включая статей в отечественных и зарубежных журналах и сборниках. Внедрение результатов. Дискретно-непрерывные преобразования формы геометрических объектов в задачах обработки и анализа изображений"; а также по гранту Американского Фонда гражданских исследований и развития (CRDF) RM2- "Computer-assisted querying of digitazed handwritten archives". Методы построения скелетного представления с контролируемой точностью аппроксимации и сегментации гранично-скелетного представления применялись при решении задачи поиска заданного слова в рукописном документе. Процедура сравнения контуров изображений на основе гомеоморфного преобразования применялась при решении задач распознавания печатных и рукописных букв и символов, определения типа вертолета по силуэту корпуса, распознавания профилей человеческих лиц. Глава 1. Задача анализа формы изображений часто возникает при разработке систем обработки изображений и машинного зрения и обусловлена необходимостью поиска и выделения на изображении объектов определенной формы. К таким задачам относятся, например, поиск заданных слов в рукописных документах; поиск определенных символов на географических картах и схемах; автоматическое чтение этикеток, маркировок; идентификация, классификация и сортировка деталей; обнаружение и опознавание цели в телевизионных системах наблюдения [Ту, Гонсалес, ; Фор, ; Катыс, ; Абламейко, Лагуновский, ; Фурман, ]. Задача анализа формы изображений является задачей распознавания образов [см. Ту, Гонсалес, ; Журавлев, Гуревич, ; Фор, ]. Такой анализ подразумевает этап выявления признаков формы по изображению и составления признакового описания объекта. На последующих этапах на основе полученного признакового описания объекта принимается решение о его форме. Для принятия этого решения могут быть использованы различные методы классификации или, например, сравнение описания с описаниями эталонных объектов. На сегодняшний день в качестве входных данных для систем машинного зрения наиболее широко используется растровое изображение, то есть представление картинки в виде матрицы точек (растра), каждой из которых сопоставлены определенные значения цвета и яркости. Поскольку в данном случае важна именно форма изображенных объектов, мы можем говорить об анализе формы только бинарных (двуцветных) растровых изображений.