Математические методы и комплекс программ частотно-пространственного анализа стереопар изображений

• Автор: Ивашкин, Дмитрий Игоревич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Тверь
• Количество страниц: 154 с. : ил.

Введение.

Глава 1. Математическая постановка задачи.

1.1. Сравнительный анализ существующих методов поиска соответствующих точек.

1.2. Двумерное вейвлетпреобразование свойства, применение.

1.3. Исходные данные

1.4. Условия наложения триангуляционной сетки.

1.5. Математическая постановка задачи.

1.6. Математическое описание методов локализации соответствующих точек.

1.7. Выводы.

Глава 2. Методы поиска соответствующих точек, основанные на выделении особых областей.

2.1. Предварительная обработка стереоизображений

2.2. Иерархическая процедура сглаживания изображений
2.3. Выделение особых областей посредством анализа коэффициентов детализации двумерного вейвлетпреобразования.
2.4. Выделение особых областей с помощью процедуры векторизации стереопар изображений.
2.5. Фильтрация особых областей.
2.6. Локализация особых областей на стереопаре
2.1. Проверка качества соответствующих точек
2.8. Выводы.
Глава 3. Комплекс программ для исследования методов и алгоритмов совмещения стереопар изображений
3.1. Разработка архитектуры программного комплекса и организации вычислительного процесса
3.1.1. Разработка структурной модели программного комплекса.
3.1.1.1. Список основных требований предъявляемых к программному комплексу
3.1.1.2. Описание структурной модели программного комплекса совмещения стереопар изображений.
3.2. Описание программных модулей графического интерфейса, входящих в состав программного комплекса.
3.2.1. Модуль установки и загрузки исходных данных
3.2.1.1. Назначение модуля
3.2.1.2. Описание графической формы модуля
3.2.1.3. Входные данные модуля
3.2.1.4. Выходные данные модуля.
3.2.1.5. Алгоритм работы модуля.
3.2.2. Модуль главной управляющей формы.
3.2.2.1. Назначение модуля
3.2.2.2. Описание графической формы модуля
3.2.2.3. Входные данные модуля
3.2.2.4. Выходные данные модуля.
3.2.2.5. Алгоритм работы модуля.
3.3. Описание расчетных модулей, входящих в состав программного комплекса
3.3.1. Программный модуль Сглаживание
X 3.3.1 Л. Назначение модуля.
3.3.1.2. Входные данные
3.3.1.3. Выходные данные.
3.3.1.4. Алгоритм работы модуля
ф 3.3.2. Программный модуль Выявление особых областей.
3.3.2.1. Назначение модуля.
3.3.2.2. Входные данные
3.3.2.3. Выходные данные.
3.3.2.4. Алгоритм работы модуля
3.3.3. Программный модуль Формирование пар соответствующих точек.
3.3.3.1. Назначение модуля.
3.3.3.2. Входные данные
3.3.3.3. Выходные данные.
3.3.3.4. Алгоритм работы модуля
3.3.4. Программный модуль Оценка качества соответствующих точек
3.3.4.1. Назначение модуля.
3.3.4.2. Входные данные
3.3.4.3. Выходные данные.
З.З.4.4. Алгоритм работы модуля
3.4. Порядок работы оператора с программным комплексом.
3.4.1. Настройка программного комплекса
3.4.1.1. Настройка установка.
3.4.1.2. Задание параметров обработки
3.4.1.3. Загрузка исходных данных по умолчанию.
3.4.2. Задание и редактирование исходных данных для исследования
3.4.2.1. Открытие исходных изображений с диска
3.4.2.2. Установка яркости
3.4.3. Описание процесса поиска соответствующих точек.
3.5. Выводы
Глава 4. Результаты вычислительных экспериментов
4.1. Пример обработки стереопары изображений программным комплексом с целью поиска соответствующих точек.
4.2. Оценка времени работы предлагаемых в работе алгоритмов поиска соответствующих точек.
4.3. Выводы.
Заключение.
Список литературы


Область ориентированные методы, основаны на анализе перепада яркости пиксел. В них находятся точечные особенности левого , и правого 2 изображений, которые сравниваются с целью обнаружения соответствующих точек. К недостаткам этих методов относится то, что возможность их использования жестко обусловлена наличием текстурированных областей в изображениях. Кроме того, при поиске соответствующих точек обрабатывается все изображение, что увеличивает вычислительную сложность алгоритма. Поиск соответствующих точек в ориентированных на топологию методах основан на выделении структурных элементов левого и правого изображений стереопары векторизация изображений с их последующим сравнением между собой. К группе символических методов относятся методы, в которых символические описания изображений сравниваются с последующим определением степени их подобия на основе использования оценочной функции. Символическое описание основывается на анализе градации серого, либо на иных характерных признаках изображения и может быть представлено в виде графа, дерева, семантической сети и т. Так как методы данной группы основаны на использовании способов совмещения изображений из предыдущих методов, то им свойственны такие же недостатки данных методов. В работах Тихонов А. Н. , говорится о том, что задача называется хорошо обусловленной корректно поставленной, если 1 решение задачи существует, 2 решение единственно 3 решение непрерывно зависит от начальных данных. Прямой способ сделать задачу хорошо обусловленной состоит в ограничении пространства возможных решений, например формированием границ поиска. В существующих методах сужение области поиска точек, обеспечивается выделением структурных элементов изображений ориентированные на топологию методы, либо использованием иерархической процедуры сглаживания область ориентированные методы и т. Однако всем методам присущ ряд недостатков, основной из которых состоит в том, что при формировании структурных элементов анализ яркости пиксел производится не в ограниченной области, а по всему изображению стереопар. Это в свою очередь влияет на временные и вычислительные ресурсы поиска соответствующих точек. Кроме этого, остается проблема не однозначного выбора соответствующих точек, что приводит к возникновению ложных пар соответствующих точек пары точек изображений стереопары, которые не являются проекциями одной и той же точки трехмерного пространства. Минимизации количества ложных соответствующих точек. Целью работы является разработка новых методов совмещения изображений, обеспечивающих минимизацию числа ложных соответствующих точек стереопары изображений и снижение вычислительной трудоемкости поиска соответствующих точек. Таким образом, тема и содержание проводимого исследования соответствуют специальности математическое моделирование, численные методы и комплексы программ. Метод поиска соответствующих точек, основанный на локализации особых областей с помощью двумерного дискретного вейвлетпреобразования. Метод поиска соответствующих точек, использующий для векторизации изображений коэффициенты двумерного дискретного вейвлетпреобразования. Программный комплекс, позволяющий осуществлять исследования и решать практические задачи по совмещению стереопар изображений в интерактивном режиме. Научная новизна полученных результатов. В существующих методах эти задачи либо не решаются, либо решаются последовательно с применением к каждой различных методов обработки изображений. Разработаны новые алгоритмические решения, позволяющие обеспечить минимизацию числа ложных соответствующих точек и снижение вычислительной трудоемкости их поиска, путем выбора соответствующего метода на основе анализа априорных данных и введением пороговых ограничений. Практическая значимость работы заключается в разработке алгоритмов и программного комплекса для поиска соответствующих точек стереопары изображений и представляет вклад в развитие программнореализуемых методов обработки изображений. В заключении приведены итоговые выводы из работы. Список литературы включает наименования.