VII Международная студенческая научная конференция Студенческий научный форум - 2015

В последнее время наблюдается интенсивное развитие вычислительных устройств, такие как микропроцессоры и программируемые логические интегральные схемы. В разработке компьютерного зрения, например, при распознавании объектов, нужно проделать достаточно большие и сложные расчеты для анализа и получения информации по обрабатываемому изображению. В настоящее время имеется множество различных методов получения информации при обработке изображения, они распределяются на несколько этапов.

Первый этап это фильтрация изображений, т.е. методы которые позволяют выделять интересующие нас области без анализа изображений. Самые распространённые фильтры, такие как бинаризация по порогу, фильтры Гаусса и Габора, «Вейвлет-преобразование», корреляция, фильтрация контуров (фильтры Собела, Кэнни, Робертса) и т.д.

Второй этап это логическая обработка результатов фильтрации, она позволяет перейти от изображений к свойствам объект, или к самим объектам. Методы данного этапа позволяют убрать шумы из бинарного изображения, увеличив или уменьшив имеющиеся элементы.

Третьим этапом является обучение системы, которая не будет работать с изображением, но позволит принять решение. Например, имеется тестовый набор изображений, на котором есть несколько классов объектов (буквы и цифры). Для каждого изображения есть набор признаков, которые были выделены каким-нибудь фильтром. Алгоритм обучения должен построить такую модель, по которой он сумеет проанализировать новое изображение и принять решение, какой из объектов имеется на изображении.

Метод Собела использует для вычисления градиента первого порядка функции интенсивности специальные ядра, известные как «операторы Собела». Ядра применяются к каждому пикселу изображения: он помещается в центр ядра, и значения интенсивности в соседних точках умножаются на соответствующие коэффициенты ядра, после чего полученные значения суммируются. Величина градиента определяется как квадратный корень из суммы квадратов значений горизонтальной и вертикальной составляющих градиента результата образуется массив чисел характеризующих изменения яркости в различных точках изображения.

Рисунок 1 — Выделения контуров изображения фильтром Собела

Рассмотренные выше методы обработки изображений и их алгоритмы достаточно просто реализовать на программируемых логических интегральных микросхемах, что в последствии, возможно провести более конкретные исследования на данном этапе в области распознавания образов.

Литература

1. Прэтт У. Цифровая обработка изображений. – М.: Мир, 1982.

2. Сальников И.И. Растровые пространственно-временные сигналы в

системах анализа изображений. – М.: ФИЗМАТЛИТ, 2009. – 248 с.