Алгоритъм за сегментиране на телевизионни изображения при определяне на координатите на обектите - тема на научните изследвания

Предложен е алгоритъм за сегментиране на телевизионни изображения за определяне на координатите на обекти чрез телевизионна система за проследяване. Представени са резултатите от изследването на предложения алгоритъм в средата MatLAB 7.1 с помощта на приложението Image Acquisition Toolbox. Симулацията беше извършена както върху синтезирани, така и върху реални изображения, въведени в персонален компютър от телевизионна WEB-камера.

Алгоритмично сегментиране на телевизионни изображения при координати на обекти на дефиниция

При алгоритъма на телевизионните изображения се препоръчва сегментиране за определяне на координатите на обекти чрез телевизионна система за проследяване. Резултатите от алгоритъма са изследвани в средата MatLAB 7.1 с помощта на инструмента за придобиване на изображения. Извършено е моделиране както за синтезирани, така и за реални изображения, които се въвеждат в компютър с помощта на WEB камера.

Текст на научната работа на тема "Алгоритъм за сегментиране на телевизионни изображения при определяне на координатите на обектите"

УДК 621.388.3 Ю.В. Мартишевски

Алгоритъм за сегментиране на телевизионни изображения при определяне на координатите на обектите

Телевизионните автоматични системи (TAC) заемат специално място сред отдалечените методи за определяне на координатите на обектите. Изключителната характеристика на телевизионното изображение, а именно голямото количество представена информация, пространствената и временна излишност, благоприятно отличават TAC от радиоелектронните системи с тази цел поради високата точност на определяне на координатите, малките размери и пасивния характер на работата.

Когато обработвате изображения в TAC, сегментацията на изображения често е определяща, тъй като, от една страна, тя допринася за откриването на обект в режим на търсене, а от друга, качеството на сегментацията значително влияе върху точността на определяне на координатите на обект.

Широко известни са два основни подхода към сегментирането на изображения [1]. Първият от тях намалява проблема със сегментацията до праговата класификация на изображението въз основа на анализа на хистограмата на яркостта в области, принадлежащи на обекта и фона. Предимството на хистограмните методи за сегментиране е очевидната простота и ясен физически смисъл на избрания праг, което не изисква голямо количество априорна информация за изображението. Вторият подход се основава на избора на границите на областите и се нарича контурно сегментиране. Предимството на този подход се крие в точността на позицията на разпределените граници. Недостатъкът на сегментацията на контурите е наличието на прекъсвания в границите в резултат на сегментирането на размазани или шумни изображения. За обекти с нисък контраст хистограмите на обекта и яркостта на фона се припокриват, докато границите на неговото изображение са размити, в резултат качеството на сегментацията е ниско (контурът на изображението на обекта има пропуски, които е трудно да се премахнат).

Оперативните условия на TAC изискват от тях да работят надеждно в трудни фонови условия при определяне на координатите на обекти с нисък контраст. Един от подходите за решаване на този проблем е да се вземе предвид допълнителна априорна информация при обработка на изображения в TAC, например, когато обект се движи. В този случай е необходимо да се вземе предвид оценката на координатите на проследявания (проследен) обект, да се натрупва информация за сцената във времето и да се прилагат статистически методи за обработка за сегментиране на изображения.