- •Глава 3
- •3.1. Задача описания
- •3. 1.1. Содержательная
- •3.1.2. Общие подходы
- •3.2. Методы и алгоритмы
- •3.2.1. Категории признаков.
- •3.2.2. Методы и алгоритмы
- •Сканирующий алгоритм определения связности
- •3.2.2. Методы и алгоритмы
- •Методы и алгоритмы подсчета признаков
- •Алгоритм подсчета метрических признаков на пирамидах
- •Сканирующий алгоритм вычисления метрических признаков
- •3.3. Методы вычисления
- •3.4. Структурные методы
- •3. 4. 1. Структурные методы
- •Методы сегментации кривых
- •Алгоритм оценки кривизны дискретной кривой через кусочно-линейную аппроксимацию кривой
- •Алгоритм вычисления углов дискретной кривой через анализ поведения угла отклонения касательной к кривой
- •3. 4. 1. Синтез структурных
- •1) , 4) ,
- •2) , 5) ,
- •3) , 6) ,
- •Алгоритм построения «дерева полосок»
- •3. 4. 3. Структурные методы
- •Построение реляционные дескриптивных структур на основе разбиения области
- •Алгоритм разбиения многоугольника на выпуклые составляющие
- •Алгоритм построения дерева вогнутостей
- •Алгоритм прослеживания границ для построения дерева связности
- •Построение реляционных дескриптивных структур на основе декомпозиции области через покрытие
Построение реляционных дескриптивных структур на основе декомпозиции области через покрытие
Данный подход представляет методы описания формы объектов изображения на основе «преобразования средних осей»(medial axes transform). Преобразование средних осей — это покрытие области-объекта множеством дисков максимального радиуса, касающихся хотя бы двух точек границы [17, 32, 37, 41].
Пусть DB — дискретный объект, DE — множество граничных точек DB. Обозначим DNx множество точек границы, расстояние от которых до некоторой точки х внутри объекта меньше или равно расстоянию от х до любой другой точки DE. Тогда среднеосевое представление объекта DB, состоящее из двух частей, имеет вид [4]:
множество точек DS={x: DNx, имеет более одного члена};
с каждым хDS связывается радиус наибольшего диска, содержащегося в DB, с центром в точке х.
Таким образом, пространственное строение объекта описывается через его скелет DS. Во многих случаях такое представление удобно и экономично — вместо того, чтобы рассматривать всю «внутренность» объекта, достаточно рассмотреть ограниченное подмножество внутренних точек. Известно, что по среднеосевому представлению (называемому иногда скелетной парой) можно однозначно восстановить исходный объект.
Алгоритм среднеосевого преобразования бинарного изображения может основываться на следующих утверждениях [32].
Пусть элементы объекта имеют значение 1, элементы фона значение 0. Эти точки вместе определяют изображение f0(x). Введем fk(x) следующим образом:
.
Точки fk(x) будут «сходиться» при k, равных максимальной толщине объекта. На месте «сходимости» точек fk(x) скелет определяется через все точки x, такие, что
,
здесь d(x, z) — евклидово расстояние между точками x, z. [32].
Некоторые обобщенные формы имеют очень простую интерпретацию через преобразование средних осей. Если используется евклидова метрика, круг имеет скелет, состоящий из единственной центральной точки. Скелет выпуклого многоугольника представляет собой отрезок прямой. Если многоугольник невыпуклый, отрезки скелета могут иметь параболическую или прямолинейную форму. В общем случае скелетом многоугольника является древовидная структура (граф без циклов) [32, 55].
Дескриптивная структура, синтезируемая в результате работы алгоритма преобразования средних осей, представляет собой дискретный объект контурного типа (большинство алгоритмов дают на выходе связный скелет). Таким образом, процесс описания формы исходного объекта может быть углублен посредством применения методов, проанализированных выше.
Резюмируя материал гл. 3, сделаем следующие замечания.
Структурный и «признаковый» подходы к описанию геометрических свойств областей изображения являются взаимодополняющими. В первом случае акцент выстраиваемого описания значительно смещен в «область», структурной организации его компонент, во втором — в область количественной оценки определенных геометрических свойств этих компонент.
Обширное направление исследований в рамках структурного подхода к описанию объектов — ветвь синтаксических методов, базирующихся на теории формальных грамматик и языков. Современное состояние работ характеризуется здесь не только развитием методов синтеза многомерных грамматик, но и использованием атрибутных грамматик, включающих в свои конструкции семантическую информацию.
Структурные методы описания порождают простейшие реляционные структуры, отражающие, как правило, пространственные отношения между объектами и их частями. Ярким примером таких структур являются «дерево вогнутостей», «дерево связности», «дерево полосок», граф смежности и др. Данное обстоятельство подтверждает мысль о неразрывности и взаимосвязанности различных уровней представления видеоинформации в системах понимания изображений и машинного зрения.
Структурные описания объектов изображений в сочетании с количественными оценками геометрических свойств их отдельных компонент с помощью набора топологических, метрических и параметрических признаков дают возможность переходить к решению задачи узнавания объектов. При этом на смену традиционным методам распознавания образов приходят методы принятия решений, активно использующие механизм сопоставления реляционных структур и логический вывод.
*Аббревиатура NW, NE, SW.SE означает первые буквы сторон света
Несмотря на то. что речь по-прежнему идет о дискретных объектах и элементах дискретной решетки, координаты граничных точек здесь удобно рассматривать как вещественные числа.