Курсовая работа: Предварительная подготовка изображений к сегментации из-за присутствия артефактов

РЕФЕРАТ

Курсовая работа 38 стр., 2 ч., 21 рис., 4 источника, 1 приложение.
ПОРОГОВАЯ СЕГМЕНТАЦИЯ АЛГОРИТМ ПРЕОБРАЗОВАНИЯ ХАФА АРТЕФАКТЫ БИНАРИЗАЦИЯ
Объектом исследования в данной работе являются изображения, в которых присутствуют артефакты.
Цель работы: разработка комбинированного алгоритма удаления артефактов из изображения.
Методологическая основа исследования включает в себя эмпирический метод, моделирование, анализ полученных зависимостей, синтез выводов, аналогию.
В результате работы был разработан алгоритм, который выделяет прямые в изображении, проводит бинаризацию, удаляет артефакты из изображения.
Научная новизна работы заключается в том, что предлагается новый алгоритм решения задачи предварительной подготовки изображения к сегментации.
В результате решения поставленных задач были определены оптимальные параметры для алгоритма преобразования Хафа, которые позволяют находить прямые на краях изображения. Разработанный алгоритм в большинстве случаев решает поставленную задачу удаления артефактов из изображения.

СОДЕРЖАНИЕ

Введение
1 Теоретическая информация
1.1 Понятие артефакта
1.2 Пороговые методы сегментации
1.2.1 Бинаризация
1.2.2 Бинаризация с нижним порогом
1.2.3 Бинаризация с верхним порогом
1.2.4 Бинаризация с двойным ограничением
1.2.5 Неполная пороговая обработка
1.3 Алгоритм преобразования Хафа
1.3.1 Фильтрация шумов
1.3.2 Медианный фильтр
1.3.3 Фильтр Гаусса
1.3.4 Выделение границ
1.3.5 Детектор Канни
1.3.6 Базовое преобразование Хафа
2 Реализация алгоритма
2.1 Инструменты для разработки
2.2 Описание функциональности
2.3 Результаты
Заключение
Список использованных источников
Приложение А Основная программа

ВВЕДЕНИЕ

Создание искусственных систем распознавания образов остаётся сложной теоретической и технической проблемой. Необходимость в таком распознавании возникает в самых разных областях. Оно может использоваться в системах видеонаблюдения, в медицине, в технической диагностике и в других областях. Важность и актуальность рассматриваемой задачи обусловлена, в первую очередь, ростом объемов получаемой информации, необходимостью в качественной, максимально быстрой, ее обработке.
Сегментация изображения – это разделение изображения на области, однородные по некоторому критерию. Цель сегментации состоит в упрощении или изменении представления изображения, чтобы его было легче анализировать в дальнейшем. Результатом сегментации является множество сегментов, которые покрывают все изображение. Иначе говоря, каждый пиксель отмечен некоторой меткой некоторого класса.
На текущий момент огромная часть информации хранится в электронном виде. Поиск и извлечение необходимых знаний происходит намного проще благодаря полуавтоматическим системам навигации по различным корпусам текстов, изображений и видео. Для навигации по изображениям