Abstract
The aim of the work is to develop an algorithm for extracting local extremes of images with low computational complexity and high accuracy. The known algorithms for block search for local extrema have low computational complexity, but only strict maxima and minima are distinguished without errors. The morphological search gives accurate results, highlighting the extreme areas formed by non-severe extremes, however, it has high computational complexity. The paper proposes a block-segment search algorithm for local extremums of images based on an analysis of the brightness of adjacent pixels and regions. The essence of the algorithm is to search for single-pixel local extremes and regions of uniform brightness, comparing the values of their boundary pixels with the values of the corresponding pixels of adjacent regions: the region is a local maximum (minimum) if the values of all its boundary pixels are larger (smaller) or equal to the values of all adjacent pixels. The developed algorithm, as well as the morphological search algorithm, allows detecting all single-pixel local extremes, as well as extreme areas, which exceeds the block search algorithms. At the same time, the developed algorithm in comparison with the morphological search algorithm requires much less time and RAM.
Highlights
Белорусский государственный университет информатики и радиоэлектроникиЦелью работы является разработка алгоритма выделения локальных экстремумов изображений с низкой вычислительной сложностью и высокой точностью
Для обработки изображений часто требуется определение начальных элементов, в качестве которых могут выступать локальные экстремумы
Intel Core i3 3.1 ГГц, 6 ГБ ОЗУ, Windows 7, реа- ритм по сравнению с алгоритмом морфологилизация на C++, Raspberry Pi, ческого поиска требует значительно меньше ARM-A53, Linux, реализация на С++ (плат- времени (в 3–4 раза в зависимости от вычисформа RLC) алгоритм BSA по сравнению с алго- лительной платформы с усреднением по типам ритмом Scanline3x3 требует соответственно в 2,2, изображений) и оперативной памяти (в 2 раза)
Summary
Целью работы является разработка алгоритма выделения локальных экстремумов изображений с низкой вычислительной сложностью и высокой точностью. Морфологический поиск дает точные результаты, выделяя экстремальные области, образованные нестрогими экстремумами, однако, он имеет высокую вычислительную сложность. Такие алгоритмы имеют низкую вычислительную сложность, однако для них характерны: а) избыточная обработка (при выделении локальных минимумов повторно обрабатываются пиксели, являющиеся локальными максимумами, и наоборот); б) пропуск нестрогих экстремумов 1); в) ошибки поиска локальных экстремальных областей (если на изображении имеется, например, однородная область, значения части пикселей которой больше или равны значениям смежных пикселей, а в окрестностях других пикселей области существуют пиксели с большими значениями, то первая часть пикселей этой области ошибочно детектируется как локальные максимумы, а вторая часть – как немаксимумы). Морфологический алгоритм имеет высокую вычислительную сложность, что связано с раздельной обработкой максимумов и минимумов, а также итера-
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
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 callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
