- •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
3.4. Структурные методы
ОПИСАНИЯ ОБЪЕКТОВ ИЗОБРАЖЕНИЙ
Идея структурного подхода к описанию объектов (в том числе необязательно визуальных), как известно, связана с концепцией декомпозиции объекта на составляющие и с дальнейшим установлением взаимоотношений между ними. Эта идея, таким образом, согласуется с методологией «анализ через синтез» и представляет собой одно из ярких ее проявлений.
Области-объекты плоских изображений однозначно характеризуются своей границей, с одной стороны, и множеством внутренних точек — с другой. Этот «дуализм» в представлении проявляется и при решении задачи сегментации изображений [5, б, 10], и на последующих стадиях анализа. Вот почему данный раздел содержит два подраздела, посвященных структурным методам описания дискретных кривых (границ областей) и структурным методам описания «наполнения» областей. Показывается, что эти методы не являются взаимоисключающими, но дополняют друг друга.
3. 4. 1. Структурные методы
описания кривых
Структурный подход к описанию формы объектов изображения, как отмечалось в 3.1, заключается в описании объектов через составляющие их части и отношения между этими частями.
Рассмотрим случай, когда объектами изображения являются контуры (границы областей). Такого рода видеоинформация может стать результатом выделении границ [14, 32, 47, 55] или описания изображения с помощью осевого преобразования [15, 32, 47. 55].
В отличие от параметрических описаний границ объектов, когда форма границы описывается некоторыми функциональными зависимостями (контуры Фримэна, — s кривая, цепной код), методы, анализируемые в данном пункте, основаны на выделении простейших примитивов-частей кривых и последующем поиске отношений между ними. Таким образом, при построении структурных описаний кривых необходимо решить две задачи: произвести сегментацию кривых на составляющие; осуществить синтез структурных описаний кривых.
Методы сегментации кривых
В качестве примитивных элементов границ чаще всего выбирают прямолинейные участки и углы [37, 45, 55]. Методы сегментации кривых на простейшие составляющие основаны на двух группах алгоритмов: на алгоритмах выделения углов и на алгоритмах кусочно-линейной аппроксимации.
Выделение углов. Поскольку углам на кривой соответствуют участки наибольшей кривизны, один из наиболее распространенных способов выделения углов заключается в оценивании значений кривизны вдоль всего контура и выборе точек локального максимума кривизны. Можно выделить два подхода к вычислению кривизны дискретной кривой [15]. Первый сводится к аппроксимации исходного контура некоторой аналитически заданной кривой и оцениванию кривизны контура через кривизну аппроксимирующей кривой. Другой, более распространенный подход, состоит в вычислении кривизны через разницу в наклонах прямых, аппроксимирующих два множества соседних точек контура, пересекающихся в точке оценивания кривизны. В [15] приведен типичный алгоритм оценивания кривизны порядка т в точках замкнутой дискретной кривой, заданной упорядоченным набором точек с декартовыми координатами {(xi, yi), i = 1, ..., N} (рис. 3.10,а). Дадим описание этого алгоритма.