Abstract
Nowadays visual information is extracted using a variety of physical methods and cannot always be easily perceived by the human eye, properly recognized and classified. Such large amounts of information provided by the modern image-making equipment is difficult and sometimes impossible objectively evaluate. Research of digital images carried out at the Klaipėda University with a focus on marine research topic. The combination of new underwater technology as remotely operating vehicles, high-resolution video imagery, and seafloor mosaics creating provides new opportunities for marine geological or biological studies. While these underwater techniques are now well-engineered, there is still a lack of methods for the automatic analysis of the acquired image data. In this paper, the video mosaic quality and processing problems discussed. Believes that the versatility of abstract techniques to tailor the fields of biomedical sciences, applied robotics and elsewhere. This could be listed as a main purpose of presented work.
Highlights
Nowadays visual information is extracted using a variety of physical methods
Such large amounts of information provided by the modern image-making equipment is difficult
that the versatility of abstract techniques to tailor the fields of biomedical sciences
Summary
Pastarąjį dešimtmetį Baltijos jūros dugno filmavimas nuotolinio valdymo povandeninėmis vaizdo kameromis ne tik prigijo specializuotose jūriniuose tyrimuose, bet ir dėl didelio efektyvumo pretenduoja tapti standartu jūrinės aplinkos kartografavimo darbuose bei stebėsenoje. Kai kurias minėtas problemas bandoma spręsti, tobulinant filmavimo techniką [5, 10], tačiau didžioji darbo dalis tenka tyrėjui, apdorojančiam sukauptą video medžiagą pavienių vaizdo kadrų redaktoriais: Photoshop, GIMP ir pan., o tai yra labai gaišlus ir varginantis procesas, ypač skaitmenizuoto vaizdo pirminio apdorojimo Pavaizduota vaizdo f (x, y), sudaryto iš šviesių objektų tamsiame fone, intensyvumo histograma, atskirta viena slenksčio verte. Elementariu filtru laikant slenksčio atskyrimo operaciją, ją galima nagrinėti kaip veiksmus su T funkcija, išreiškiamus priklausomybe T = T [x, y, p(x, y), f (x, y)]; čia f (x, y) – taško (x, y) intensyvumas, o savybė p(x, y) žymi vidutinį intensyvumą aplinkos, kurios centras taške (x, y). Dirbant su jūros dugno vaizdais, filtravimui galima sėkmingai naudoti daugelį morfologinių operacijų, kurias turi naujesnieji Matlab paketai, prijungiant įvairias histogramų apdorojimo procedūras, spalvų modelių konvertavimo, korekcijų ir palyginimo operacijas, pavyzdžiui, kontrasto stiprinimo, inversijos, intensyvumo lygio pjaustymo, slenkstinio binarizavimo, neryškaus vidurkinimo Objektų spalvos ir intensyvumo reikšmės darbe panaudotos visuose ar tik pasirinktuose spalvinių modelių sluoksniuose
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 call
