Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.

Студенческая жизнь в МФТИ насыщенна и разнообразна. Студенты активно совмещают учебную деятельность с занятиями спортом, участием в культурно-массовых мероприятиях, а также их организации. Администрация института всячески поддерживает инициативу и заботится о благополучии студентов. Так, ведется непрерывная работа по расширению студенческого городка и улучшению быта студентов.

Адрес e-mail:

Релеевский детектор границ площадных объектов

С. С. Плеханов, М. В. Минченков, Д. В. Юрин

Московский физико-технический институт

ФГУП НПП «ОПТЭКС»

Сегментация с учетом текстурных характеристик объекта является перспективным направлением в разработке алгоритмов сегментации и классификации. Предлагаемый детектор границ основан на Релеевском критерии различимости двух областей [1] и является его обобщением для текстурных объектов.

Алгоритм из [1] состоит в следующем. Все изображение сканируется круглой рамкой, она делится по диаметру по различным направлениям q, для каждого q по обеим половинкам считаются средняя яркость B_{q1}, B_{q2} и ее дисперсия D_{q1}, D_{q2}, значение R (1) заносится на R-изображение в координатах соответствующих центру рамки.

R = \mathop {\max }\limits_\theta \left\{ {\frac{1} {{1 + Q_\theta }}} \right\}, где Q_\theta = \frac{{2 \cdot \min \left\{ {\sqrt {D_{1,\theta } } ,\sqrt {D_{2,\theta } } } \right\}}} {{\left| {B_{1,\theta } - B_{2,\theta } } \right|}} (1)

Среди множества известных текстурных признаков, признаки, основанные на матрице совместного распределения яркостей (матрице смежности) [2,3] легко вычисляются для области произвольной формы, могут быть вычислены быстро с помощью бинарных деревьев и допускают рекурсивное вычисление при смещении области в плоскости изображения. Эти признаки могут быть представлены в виде:

Feature = \sum\limits_{ij} {X_{i,j} p_{ij} }, где p_{ij}  = \frac{{N_{ij} }}{{N_0 }} , N_0  = \sum\limits_{i = 1}^M {\sum\limits_{j = 1}^M {N_{ij} } } , (2)

где N_{ij} - количество пар точек яркостью i и j находящихся друг от друга на расстоянии d в направлении j в пределах рассматриваемой области, M - количество градаций яркости, N_0 - количество возможных пар точек в пределах области, приблизительно равное числу точек изображения в рассматриваемой области. X_{ij} - выражение, определяющее признак, так, например, для энтропии X_{ij} = - \log p_{ij}, для энергии X_{ij}=p_{ij} , а для однородности X_{ij} = \frac{1} { {\left( {1 + \left( {i - j} \right)^2 } \right)} [2]. Величины p_{ij} в (2) могут быть интерпретированы как вероятности, тогда, формула для признака приобретает смысл среднего значения величины X_{ij}. Поэтому, по аналогии, определяя дисперсию величины X_{ij} (3), средние и дисперсии можно подставить в (1).

B = \left\langle {X_{\text{ij}} } \right\rangle = \sum\limits_{ij} {X_{i,j} p_{ij} } , D = \left\langle {\left( {X_{\text{ij}} - B} \right)^2 } \right\rangle = \sum\limits_{ij} {\left( {X_{\text{ij}} - B} \right)^2 p_{ij} } (3)

Реализован алгоритм (1)-(3) для различных текстурных признаков и продемонстрирована возможность выделения с его помощью границ объектов, имеющих разную структуру. Приведены результаты текстурной сегментации изображений с использованием предложенного детектора и алгоритма [1].

Литература

Минченков М.В. Юрин Д.В. Многостадийный алгоритм сегментации изображений. В сб. «Современные проблемы фундаментальных и прикладных наук», тезисы докладов на XLIII научной конференции МФТИ, часть V, Москва-Долгопрудный, 24 ноября- 9 декабря 2000 г., С.59. Robert M. Haralick, K. Shanmugam, Its’Hak Dinstein, “Textural Features for Image Classification”, IEEE TRANSACTIONS ON SYSTEMS, MAN AND CYBERNETICS, Vol. SMC-3, No. 6, November 1973,pp. 610-621.
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2016 Московский физико-технический институт
(государственный университет)

Техподдержка сайта

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li
Яндекс.Метрика