Робототехника.Фу, Ли, Гонсалес (962794), страница 70
Текст из файла (страница 70)
Остальные скобки содержат точки объекта и помечены 1. Все уравнению (8.2-24) со значением Т, примерно равным средней точке провала. Приведенный выше анализ последовательности дает бинарный результат, оаооооооаоооооооо — аа.а оаооааооооаооаоооооааоооомаоооооооооаааоаааао ааоаааооооооооаоаоаааоаоаоо.оиаоо ааоаои ааиоаооаааооиаааааоаоааоо оооаооаоооаооаоооаооааао-аааоооооаао.-аооооа-оа " оа "аоооооооаоооаооао аоаооаааааоооаоааоаоаоаооаааааааоооааоаоаоааоаааааааооам ааоаааоаааоа аоиооооиоаооаооаоаоааоооаооооаооааиааааоаооаоаа-оооо-ааааа ооаооаоа аааооооааоаоаоамоа ааоаоооооаоооааоааооаоаооаоаооаааоаоаа-ааааа ааааа ааоааоооооааоааооаааоо ооооаооаоааааоаооаоооиаоаоаиооооооаооо.а.оа о аааооооа-мамаооаоо-оооооооа.
аиоаоаооаааооааоооаоаооооооооаооооаоао ааааааомоаааооаааоаоаооааоааоомао аоа ооамаоа ° ааооаоаоааомоооао.оиаоаоооаоааооааоааааиооооооао-оао-оааооао-а ооааооаоаоиааоаооиоааа ааоооаооаоаоооооаааомоаоааиооааиооааоааоаоомаооо ааааа.ооооаомоаа аооаоомаоооамоооаоооаооиооаоаооааааоаоаооооооом-оооо-оооо ооооооаа аааааооаао оа омооо аоааоаоамоиаомооаааоамоааооаоаа-оо оааоиом ааооооаоооаоои — -:--аоаооооааааоааоиааааооаоааааооааааоооиоооооаоа аоаиоаааоааа---.-.-------ааоооооооооаоаааоаооаааоаоаоооаооооооомооо ммомооаоо — - ° ""- — оооооооаоаооаааооомаооооааооаооооооаоооаоооо ааооооаои--- " ао " "--оаоооаоооооооаоо- †.--аооооаоаоааоааоооооааоа аиооаааоо-- " ° "° "--ааоаоаоаааао- — --- — — -ооооаоооааааомоаамо аоооаоиа- — - — — - — -аоооооиао----- °" ".— оомоааааоааооаооаа аоооаооо- оааооооаоа .-ааааомоаооооааоо ооаоаооо- †" — о- ° †---оааоооао- †.
" " » " — -аооаооооомаооаоо оаооааоо--." .-оо-." - --ооиа-.. — " о- †- " " "-оааааоаоааоооаао аооооооо- о ао о оио ооооооооаооаа ооааоооо- ° — аоо-"со ° "-оо-.-" " †--оо- †.- . "--ооооооооааа оаооиоа †- - --аоа — " " " — — . " "--ооаааооо- — * " "--оаоооооооа оаоооомо-. — ооо . . - . -ааооаооооо . — оаооооаоооаоооо — " --о-- " -- ..
- -.-ооамоаоаоаооа — - " иооаоааоаа» иооаиоооооооооаа аооооооаоооа — " " . --ооооооооооаоааооооооаоооооооооо--- —-- аоиаааооооаоо-- » -оаоооаоаооооооааоооаооаоааоаоооооо — — ---о аооаооаиаооои- — — — — — оааооооиоаоооооаоооаомоооооооааааооооооооо оомоаоаооиооааооооооаоаоаооааааоаоиааиооаоаааооооааооаоооамооооаа аоаоааооааоаоооооооооооооооооаооооооооомооаооаооааооооаоооооооооооооо аао ° ооооамооаааоооаооаоооаоааоаооооооооааоааоооааоаоаооооооааоаооаооо — — ооо:мааса.ааооиоооооооооооооооооооооооооооооаоооаааооааоаоааааа аоа-аоооаоао--ао-ооааоо. — — — оаоааао----- — - " - " --о--.----.- " " "- ооооооааааааооооооаоаооооооаоооаооаоаоооооооооооооооооаоаоооаооооаоаи оаомаоооаооааоаоооааоооааооооооооаоаоооаоаааооааоооооооооааоооооаоам ооаааооооааоаоооаомоаоооааоаооаоооооооооаооооааооооооаоооооооааоооаао ооооаооооооооаооооооооооаооаоооомоаооооаооооаИооааооооооооооаиооаоо ОомомооооооооаоооооаоаоооомоаооаоаооааомаооИИоооооооооооооомооо Рис.
8.13. Образ обвея о в, построенивгй с поооошыо урввнеккя 18.2-24) (3061. другие пикселы вдоль той же линии сканирования помечаются О, за исключением всех последовательностей из (О илн +), ограниченных ( —, +) и (+ — ) Пример. Для иллюстрации только что изложенного материала рассмотрим рпс. 8.14,а, на котором показан образ обычного банковского чека. На рпс. 8.15 приведена гистограмма, определяющая число пикселов, градиенты которых превышают 5.
Отметим, что зта гистограмма обладает свойствами, описанными. выше, т. е. она имеет две основные симметричные моды одинаковой высоты, разделенныс хорошо различимым провалом. На рис. 8.!4, б показан сег мснтнрованный образ, полученный по 414 4 г Рис. 8.14. Исхолныя образ (и) н сегментированиыб образ (б) (306). Определение порогового уровня, основанное на нескольких переменных. Изложенные выше методы связаны с определением порогового уровня для единственного переменного значения Гзро интенсивности. В некоторых приложениях можно использовать более одной перемен- ч гррр иой для характеристики каждого пиксела образа, увеличивая й таким образом не только сте.
пень различия между объск- ~3 том и фоном, но и между самими объектами. Одним из наиболее значимых примеров является цветное зрение,где исполь- дклдтика гукгйеклга зуются красные, зеленые и голубые компоненты (КЗГ) Рис. 8.15. Гоостогрвмыв пикселов, грндля формирования составно- р вания составно- диенты которых превьошвют 5 1306).
го цветного образа. В этом случае каждый пиксел характеризуется тремя переменными и это позволяет строить трехмерную гистограмму. Основная 415 процедура та же, что и для одной переменной. Пусть, например, даны три 16-уровневых изображения, соответствующие КЗГ компонентам датчика цвета.
СФормируем кубическую решетку 16 Х 16)( 16 и поместим в каждый элемент пикселы, КЗГ компоненты которых имеют интенсивности, соответствующие координатам, определяющим положение этого элемента, Число точек в каждом элементе решетки может быть затем разделено на общее число пикселов образа для формирования нормированной гистограммы.
Теперь выбор порога заключается в нахождении групп точек в трехмерном пространстве, где каждая «колгпактная» группа аналогична основной моде гистограммы одной переменной. Например, предположим, что мы ищем две значимые группы точек данной п4стограммы, где одна группа соответствует объекту, а другая — фону. Принимая во внимание, что теперь каждый пиксел имеет три компоненты и может быть рассмотрен как точка трехмерного пространства, можно сегментировать образ с помо|цью следующей процедуры.
Для каждого пиксела образа вычисляется расстояние между этим пикселом и центром каждой группы. Тогда, если ппксел располагается рядом с центром группы точек объекта, мы помечаем его 1; в противном случае мы помечаем его О. Это понятие легко распространить на большую часть компонентов пиксела и соответственно на большую часть групп. Основная сложность состоит в том, что определение значимых групп, как правило, приводит к довольно сложной задаче, поскольку число переменных возрастает. Читатель, желающий более подробно ознакомиться с методами определения групп, может, например, обратиться к работе [2901.
Другие методы сегментации изложены в работе 1901. Пример. В качестве иллюстрации подхода, основанного на применении гистограмм от многих перемснныя, рассмотрим рис. 8.16. На рис. 8.16, а представлен одноцветный образ цветной фотографии. Исходный цветной образ был составлен из трех 16-уровневых КЗГ образов. Для наших целей существенно отметить, что шарф и один из цветков на платье были ярко-красные, а волосы и лицо светлые и отличались по спектральным характеристикам от окна и других объектов деталей фона. Рнс.
8.16, б получен в результате определения порогового уровня для группы точек гистограммы, о которой было известно, что она содержит КЗГ компоненты, представляющие собой телесные тона. Важно отметить, что окно, которос в одноцветном образе имеет такой же диапазон интенсивности, как и волосы, не проявилось на сегментированном образе вследствие различия их мультиспектральных характеристик.
Тот факт, что некоторые малые области волос в верхней части головы объекта проявились на сегмснтированном образе, говорит о том, лто они телесного цвета. Рис. 8,16,в получен путем определения порогового 416 уровня ~руины точек, близкой к красной оси. В этом случае только и~арф, красный цветок и несколько изолированных точек роявились па сегментированном образе. Пороговый уровень, использованный при получении обоих результатов, не превыша, разм азмера одного элемента кубической решетки. Таким образом, рис 3!о Ссгментвнив с поллошьнл подходи, основа ~наго на применении гнсгогрвмм от многих перемениыя 11041.
все ппкселы с компонентами, нс превышающими единичного расстояния от центра группы точек, были закодированы как белые. Любые другие пикселы рассматривались как черные. 8.2.3. Областно-ориентированная сегментация Основные определения. Целью сегментации является разделение образа на области. В разд, 8.2.1 мы рассматривали эту проблему как нахождение границ между областями на основе принципа разрыва интенсивности, в то время ьак в равд.
8.2,2 сегментация осуществлялась после определения пороговых к Фл лн 417 уровней, зависящих от таких свойств пикселов, как интенсив-, ность или цвет. В этом разделе мы рассмотрим методы сегментации, основанные на прямом нахождении областей. Пусть Я вЂ” область образа. Рассмотрим сегментацию как процесс разбиения Я на и подобластей Яь )7а, ..., тх„ так что 1.
Ц р,=а 2. )7, — связная область„т= 1, 2, ..., и; 3. 17, () )х1 = 10 для всех 1 н 1, 1 ~ 1; 4. Р(й~) есть ИСТИНА для 1= 1, 2, ..., и; 5. Р(й,() )7;) есть ЛОЖЬ для 1Ф1, где Р([с;) — логический предикат, определенный на точках нз множества В, и Π— пустое множество. Условие 1 означает, что сегментация должна быть полной, т. е. каждый пиксел должен находиться в образе. Второе условие требует, чтобы точки в области были связными (разд.
7.5.2). Условие 3 указывает на то, что области не должны пересекаться. Условие 4 определяет свойства, которым должны удовлет ор ть пикселы в сегментированной области. Простой пример: в- Р(тс;) = ИСТИНА, если все пикселы в )с; имеют одинаковую интенсивность. Условие 5 означает, что области й, и )х1 различаются по предикату Р. Применение этих условий в алгоритмах сегментации рассматривается в следующих разделах.
Р асширение области за счет объединения пикселов. Расширение области сводится к процедуре группирования пикселов нлн подобластей в ббльшие объединения. Простейшей из них является агрегирование пикселов. Процесс начинается с выбора множества узловых точек, с которых происходит расширенйе области в результате присоединения к узловым точкам соседних пикселов с похожими характеристиками (интенсивность, текстура или цвет). В качестве простой иллюстрации этой процедуры рассмотрим рис. 8.17,а, на котором цифры внутри ячеек указывают интенсивность. Пусть точки с координатами (3, 2) и (, ) используются как узловые.
Выбор двух начальных точек (3 4 приведет к сегментации образа на две области: области )7ь связанной с узлом (3, 2), н области Яа, связанной с узлом (3, 4). Свойство Р, которое мы будем использовать для того, чтобы отнести пиксел к той или иной области, состоит в том, что модуль разности между интенсивностями пиксела н узловой точки не превышает пороговый уровень 7. Любой пнксел, удовлетворяющий этому свойству одновременно для обоих узлов, произвольно попадает в область )7ь На рис. 8.17,б показан результат, полученный для 7 =3.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
