Цифровая обработка изображений
13 Анализ изображений
13.1 Общая характеристика систем анализа изображений
Цель подавляющего множества процедур анализа
изображений – выделить какие-либо важные детали
(признаки, факторы) из данных, представляющих собой
изображение, а затем – использовать эти выделенные
детали для описания, интерпретации или распознавания
(понимания)
Цифровая обработка изображений
В качестве примера:
- видеосистема в совокупности линий отделяет
только те из них, которые представляют собой
окружности (отверстия), и выдает список этих
отверстий, их координаты и диаметры
Более совершенные видеосистемы могут
интерпретировать результаты анализа и описывать
различные объекты, а также их положение друг
относительно друга
Цифровая обработка изображений
В этом отношении анализ изображения значительно
отличается от других операций обработки (препарирования),
таких как операции улучшения качества, восстановления,
кодирования, то есть таких, когда результат – другое
изображение
Цифровая обработка изображений
Раздел «Анализ изображений»
включает изучение алгоритмов:
- Выделения признаков
- Сегментации
- Классификации
Цифровая обработка изображений
Схема системы анализа изображения
Блок предобработки
Блок выделения признаков
Блок сегментации
Блок выделения признаков
Блок классификации и описания
Цифровая обработка изображений
Схема системы распознавания
Блок предобработки
Блок выделения признаков
Блок сегментации
Блок выделения признаков
Блок символического описания
Блок интерпретации
Цифровая обработка изображений
Предобработка – улучшение качества (восстановление,
устранение шума и т.д.)
Сегментация – после выделения определенных признаков –
разбиение изображения на его компоненты (выделение
отдельных объектов по их границам), затем
сегментированное изображение поступает на вход
классификатора либо распознавателя (описателя)
Классификация – операция отнесения выделенной
области или объекта к тому или иному классу
(совокупности), например, разбиение дефектов
на коррозии и трещины
Цифровая обработка изображений
Системы распознавания (описания изображения) определяют
«взаимодействие» между различными объектами на
изображении для того, чтобы иметь возможность описать
содержимое изображения – например (распознавание
рентгеновских снимков) «в контролируемом сварном шве
обнаружены три участка скопления пор в непосредственной
близости от непровара и трещины в корне шва»
Такие системы должны быть снабжены некоторым
«алфавитом» - набором терминов для описания
всех потенциально возможных ситуаций,
которые могут возникнуть в контролируемом объекте
Цифровая обработка изображений
13.2 Обзор основных блоков системы анализа изображений
Выделяемые признаки (факторы):
- параметры двумерной функции распределения
- спектральные (Фурье-) признаки
- контуры и границы
- признаки формы
- моменты
- текстурные признаки
Цифровая обработка изображений
Алгоритмы сегментации (выделения объектов):
- сравнение с тест-образцом (эталоном)
- выделение по пороговому значению
- выявление границ
- выделение кластеров
- представление в виде квадратичного дерева
- сопоставление с эталонной структурой
Цифровая обработка изображений
Методы классификации:
- кластеризация (выделение диагностически значимых
областей)
- статистические модели (регрессионный анализ)
- представление в виде «дерева решения»
- оценка меры схожести заданным тест-образцам