Лекция 6 (07.10.09) Анализ изображений

Анализ изображений – это выделение из изображения нужной информации с помощью автоматических или полуавтоматических приборов и систем. В отличии от других видом обработки изображений, например кодирования, реставрации, улучшения качества изображения, результатом анализа изображения является не изображение, а её числовое описание.

Анализ изображений отличается от распознавания образов тем, что система анализа не ограничивается разделением изображения на фиксированное число классов, а предназначено для описания сложных изображений, в которых достаточно большое количество признаков, которые нельзя описать с помощью заранее выбранных характеристик.

Выделение признаков изображения

Существует два класса признаков: естественные (например: яркость, текстура, форма контуров) и искусственные, которые получаются в результате специальной обработки (например: гистограмма распределения яркости).

Основные виды признаков:

1. Яркостные

Наиболее важным признаком является светлота, которая выражается через яркость, спектральную интенсивность изображения, координаты цвета.

Над такими признаками можно проводить различного рода преобразования, некоторые из которых могут быть необратимыми.

2. Гистограммные

Дискретное изображение – это массив чисел F(j,k), который может быть описан распределением вероятностей. Распределение вероятностей, значение яркости определяется по формуле (1), где L – уровни квантования (яркости).

Форма гистограммы определяет свойства изображения. Например, узкая гистограмма указывает на низкий контраст. Для описания формы используется следующие характеристики: среднее (формула (3)), дисперсия (4), коэффициент асимметрии (5), коэффициент эксцесса (6), энергия (7), энтропия (8).

Гистограммные признаки могут быть основаны на распределении пары элементов изображения.

Для двумерной случайной величины определяются следующие признаки: автокорреляция (11), ковариация (12), момент инерции (13), средняя абсолютная разность (14), «обратная разность» (15), энергия (16), энтропия (17).

3. Пространственно-спектральные признаки

Спектральные коэффициенты, полученные в результате преобразования, определяют веса базисных изображений. Если базисное изображение имеет ту же пространственную форму, что и признак, который необходимо обнаружить то обнаружение такого признака можно выполнить путём определения спектрального коэффициента.

Для спектральных признаков существуют специальные маски, которые применяются к функции M (2).

Маски позволяют выделить характерные признаки, которые принадлежат областям спектральной области различной формы.

Например: горизонтальная щель (5), вертикальная щель (6), кольцо (7), сектор (8).

Сектор и кольцо используют значение N (3) в полярных координатах.

Для дискретного вида изображения используется т. н. дискретный спектр Фурье, который определяется …?, а маски задаются по тем же формулам.

4. Контурные признаки

Контурные признаки связаны с изменением каких-либо параметров изображения, например изменения яркости, текстуры и т.д.

В одномерном случае перепад характеризуется высотой h и углом наклона Тетта. Перепад существует, если h больше заданного порога.

Двумерный сигнал помимо Тетта и h угол Альфа определяет ориентацию перепада по отношению к оси икс.

Общий подход следующий: исходное изображение F(j,k) подвергается линейной или нелинейной обработке для усиления перепадов яркости, в результате получается изображение G(j,k), которое затем сравнивается с порогом T.

Если выполняется формула (1а), то перепад нисходящий, если (1б) – то восходящий.

Контрастирование перепадов