6.6.2. Сегментация

В результате предварительной обработки изображение сцены содержит один или несколько достаточно гладких контуров произвольной формы. Процедура разделения составляющих сцену контуров и «соотнесения» их с определенными объектами называется сегментацией. В случае если сцена содержит несколько объектов, то процедура сегментации проводится между этапами формирования изображения и кодирования.

Алгоритмы сегментации, как правило, основываются на двух фундаментальных принципах:разрывности и подобия. Наиболее распространено использование первого принципа, в соответствии с которым, производится программный обход контура по установленному закону. На практике, соединение точек контура осуществляется при анализе характеристик пикселей в некоторой окрестности (33, 55) каждой точки (x, у) образа, который уже подвергся процедуре обнаружения контура. Таким образом, процедура сегментации (называемая иногда анализом связности) может реализовываться вслед за выделением контура, и использовать алгоритмы, подобные фильтрующим. В то же время, на практике использование сегментации одновременно с фильтрацией затруднено, особенно для контуров с резкими вырезами. Под анализом связности элементов дискретного изображения понимают поиск ближайших соседей, расстояние между которыми не превышает одного пикселя. Если считать, что каждый пиксель связан только с четырьмя соседними элементами, то говорят о четырехсвязной области, если с восемью, включая диагональные - то восьмисвязной (рис. 6.53а и 6.53б соответственно). Обычно, во избежание неоднозначности, пользуются методом восьмисвязности. Неоднозначен, например, объект представленный на рис. 6.52в. Действительно, при четырехсвязном представлении его можно интерпретировать как четыре отдельных объекта, касающиеся друг друга. При восьмисвязном представлении удается локализовать разрывы в контуре, и тем самым обозначить на изображении отдельные сегменты. Если эти сегменты принадлежат замкнутому контуру, то считается, что обнаруженный контур является контуром объекта. Наиболее простой алгоритм обхода контура представленный на рис. 6.52г пред­полагает перемещение сканирующего окна (33) от точки к точке, в процессе которого производится нумерация точек контура и определя­ется его замкнутость. В результате описанной процедуры все точки замкнутого контура получают привязку к абсолютной системе координат. Подобное представление изображения занимает значительный объем в памяти, т.к. каждая точка характеризуется двумя координатами. Размерность выходного массива оказывается равной раз­мерности массива исходного изображения. (При размерности простейшего бинарного изображения 256256 этот массив занимает 4К 16-ти разрядных слов).

Для более компактного представления данных в СТЗ часто используется кодирование изображений.

6.6.3. Кодирование изображений

Под кодированием изображения понимается обычно обратимое преобразование информации, позволя­ющее по­лучить компактный («сжатый») мас­сив чисел, однозначно описывающий это изображение в удобной для данной вычислительной структуры форме.

В СТЗ различают три типа кодирования:

• кодирование собственно изображения с помощью кодов длин серий (КДС);

• кодирование контура кодами Фримана;

• частотное кодирование с использованием Фурье-преобразований.

Процедура кодирования изображений в СТЗ обычно представляет собой упаковку контура. Она реализуется одновременно с обходом контура и заключается в присвоении каждой его точке некоторого значения.

В общем случае, эффективность того или иного метода упаковки можно оценить с помощью коэффициента сжатия информации С_к:

С_к = V_и/V_к,

где V_и - объем исходного массива изображения; V_к - объем памяти, необходимый для записи закодированного изображения.

Для увеличения коэффициента сжатия изображение преобразуется из пространства абсолютных координат в некоторое пространство относительных (обобщенных) координат.

Сущность кодированияметодом длин серий (известного в компьютерной обработки изображений как метод RLE) заключается в представлении изображений од­нородными отрезками строки развертки, где уро­вни яркости (или цвет элементов) одинаковы. При этом каждая серия характеризуется уровнем яркости и длиной (числом пикселей). Исследования, проведенные для бинарных изображений, показали, что использование КДС обеспечивает сжатие информации в 4 ... 7 раз. Приведем при­мер записи в КДС, объекта представленного на рис. 6.54а: 4,7,6; 3,6,1; 9,6,1; 3,5,1; 10,5,1; 3,4,2; 11,4,1; 4,3,1; 10,2,1; 5,2,6.

КДС наиболее удобны для упаковки «не­изрезан­ных» изображений (т.е. изображений с гладким контуром).

Весьма распространенным методом кодирования непосредственно контуров изображения является использование цепных кодов Фримана (рис. 6.54б). При кодировании по Фриману, контур, начиная с некоторой точки, задается последовательностью векторов, принимающих дискретные значения с углом наклона модуля кратного 45⁰. Значение модуля равно 2, если угол наклона вектора составляет 45⁰ и 1, при вертикальном или горизонтальном его положении. Изменение направления векторов при переходе от одной точки кривой к другой отражает характер изменения моделируемой кривой.

(Цепной код для той же фигуры имеет вид: 0, 0, 0, 0, 0, 6, 7,7, 5, 6, 4, 4, 4, 4, 4, 3, 2, 4, 2, 2, 1)

Запись в цепных кодах эффективна для контурных изображений с «изрезанной» линией.

Выбор способа кодирования зависит от признаков объекта, которые будут использоваться на стадии описания изображений. Так, при использовании геометрических признаков (пери­метра, площади, момент инерции) эффективнее кодирование с помощью КДС, а при использовании локальных признаков, типа углов, отверстий, целесообразно применение цепных кодов.