Abstract

Порівняно основні властивості нелінійних методів контурного аналізу за вимогами у використанні обмеженості обчислювальних ресурсів апаратних засобів. Для цього було проаналізовано загальні поняття про нелінійні алгоритми пошуку контурів на зображеннях та було обрано 4 методи для проведення подальшого аналізу. З них 3 методи з ковзною маскою 3´3, а саме: оператор Прюітта; оператор Собеля; оператор Кірша та метод з маскою 5´5 – оператор Лапласа. Усі методи протестовано на однаковому зображенні роздільною здатністю 6016´4000 пікселів. Під час порівняння методів особливу увагу приділено використанню обчислювальних ресурсів апаратних засобів, тобто оперативної пам'яті та завантаженості процесора, а також швидкості виконання алгоритму. Оператор Кірша є найбільш ресурсно-витратним методом серед розглянутих, але при цьому його перевага в дуже чутливій масці, що виділяє цей метод для використання навіть за найнижчій загальній яскравості зображення. Оптимальним методом щодо обчислювальної потужності та знаходження контурів є оператор Собеля, це зумовлено використанням маски з коефіцієнтами тільки для середніх значень. Окремо можна виділити оператор Лапласа. Цей метод виконано швидше і має він меншу обчислювальну вартість. При цьому дає не набагато гірший за інші методи результат. Цей метод добре використовувати, якщо обчислювальні потужності є не високими.

Highlights

  • Окрім розпізнавання тексту на зображенні для оцінювання відповідності об'єкта певним вимогам, існує можливість розпізнавання символів за допомогою Web-камери

  • Кеywords: methods of contour analysis; Prewitt operator; Sobel operator; Kirsch operator; Laplace operator

Read more

Summary

АЛГОРИТМИ КОНТУРНОГО АНАЛІЗУ ЗОБРАЖЕНЬ

Порівняно основні властивості нелінійних методів контурного аналізу за вимогами у використанні обмеженості обчислювальних ресурсів апаратних засобів. Оператор Кірша є найбільш ресурсно-витратним методом серед розглянутих, але при цьому його перевага в дуже чутливій масці, що виділяє цей метод для використання навіть за найнижчій загальній яскравості зображення. Ключові слова: методи контурного аналізу; оператор Прюітта; оператор Собеля; оператор Кірша; оператор Лапласа. Методи контурного аналізу актуальні й на сучасному етапі у сфері розпізнавання об'єктів. Під час використання методів контурного аналізу можна підраховувати кількість потрібних об'єктів на зображенні, такі системи використовуються на складі підприємств для проведення аудитів товарів. Методи контурного аналізу часто використовують в Інустрії 4.0. У цій роботі розглянемо основні нелінійні методи контурного аналізу, порівняємо їхні основні властивості та ресурсно-витрати на виконання. Усі методи контурного аналізу базуються на одній із властивостей яскравості – розривності. Для пошуку цієї розривності використовують так звану ковзну маску (Bastian & Schiele, 2003; Hao et al, 2017), що є квадратною матрицею коефіцієнтів, відповідну до групи пікселів вхідного зображення.

Викладення основного матеріалу
Перелік використаних джерел
ALGORITHMS OF IMAGE COUNTOUR ANALYSIS
Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call