ПРИНЁВ МЕЧИСЛАВ
10 КЛАСС
МУНИЦИПАЛЬНОЕ БЮДЖЕТНОЕ ОБЩЕОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ «ЛИЦЕЙ №15» ГОРОДА ВОРОНЕЖА
СТАРИКОВА НАТАЛИЯ ПЕТРОВНА
МЕТОД СЕГМЕНТАЦИИ ЗАШУМЛЕННЫХ ИЗОБРАЖЕНИЙ С ПЛАВАЮЩИМ ПОРОГОМ БИНАРИЗАЦИИ
*****@***ru
*****@***com
В настоящее время все более востребованными становятся программные продукты с использованием компьютерного зрения (определение лиц на фотографиях, управление компьютером при помощи жестов, распознавание объектов на изображении, датчики движения, системы технического зрения и т д). При решении задач, связанных с использованием компьютерного зрения немаловажным является вопрос выбора метода сегментации изображения.
Сегментация компьютерного изображения обычно выполняется следующими методами: [1,2,3]
- Использование нейросетей и обучение (каскад Хаара). Этот метод обеспечивает быстрое и надежное распознавание объекта на изображении, однако точность распознавания сильно зависит от фона и освещенности.
- Бинаризация изображения с последующим анализом при помощи наложения маски, проверки необходимых условий, использования алгоритма “жук” и т д., этот метод является наиболее простым, но возникает проблема с определением порога бинаризации для выделения нужных областей.
Выбор необходимого порога бинаризации может быть осуществлен, например, при помощи метода Оцу (составление гистограммы яркости пикселей и выбора нужного порога бинаризации), или порог можно подбирать экспериментально. Но при изменении освещения, обработке зашумленных изображений, а также при обработке видеоизображений это становится очень трудоемкой задачей.
Основная цель проекта заключается в создании метода сегментации зашумленных изображений при помощи плавающего порога бинаризации, который сможет решить проблему подбора порога бинаризации изображений, не имеющих цифрового разрешения, а также изображений, полученных при захвате видео для различного освещения и разрешения видеокамеры.
Для достижения поставленной цели решались следующие задачи:
- Увеличение погрешности проверяемых условий на основе библиотеки .
- Автоматическое изменение порога бинаризации изображения, до тех пор, пока порог не будет позволять автоматически сегментировать изображение.
- Создание приложения, позволяющего применять метод сегментации зашумленных изображений с плавающим порогом бинаризации на практике.
Библиотека компьютерного зрения [4], находящаяся в открытом доступе, позволяет определять различные геометрические фигуры на черном фоне, однако обрабатываемое изображение должно быть цифрового качества, иначе сегментация фигур не происходит. В представленной работе алгоритм определения фигур, используемый в этой библиотеке был взят за основу, но была увеличена погрешность проверяемых программой условий для того, чтобы на основе этого алгоритма продемонстрировать работу метода сегментации зашумленных изображений с плавающим порогом бинаризации. Созданное в результате работы приложение позволяет сегментировать зашумленные изображения, а также изображений, полученные при захвате видео для различного освещения и разрешения видеокамеры.
Основным результатом работы является разработка метода сегментации зашумленного изображения с плавающим порогом бинаризации и создание приложения, позволяющего продемонстрировать этот метод и применить его на практике. Приложение позволяет обрабатывать изображения плохого качества при различном освещении и сегментировать на них различные геометрические фигуры (круги, прямоугольники, треугольники) на темном фоне, а также обрабатывать любые изображения с целью художественной бинаризации. Сущность представленного в данной работе метода сегментации зашумленного изображения с плавающим порогом бинаризации заключается в том, что порог бинаризации не определяется, как значение яркости пикселя, удовлетворяющее каким-либо условиям, а весь процесс бинаризации осуществляется посредством постоянного нарастания значения яркости пикселя, до тех пор пока программа не сможет сегментировать заданное изображение, после этого изменение порога прекращается и фиксируется требуемое для данного изображения значение порога бинаризации, позволяющее сегментировать на нем нужную область.
Научная новизна разработанного метода заключается в идее модернизации библиотеки компьютерного зрения и дальнейшего ее использования для сегментации зашумленного изображения при последовательном изменении порога яркости пикселя до момента выполнения заданных условий или прерывания процесса пользователем.
Приложение “Сегментация зашумленного изображения с плавающим порогом бинаризации” позволяет продемонстрировать работу предложенного метода для сегментации различных геометрических фигур на темном фоне для низкого качества изображения, что невозможно при использовании библиотеки .
Свое практическое применение метод сегментации зашумленных изображений с плавающим порогом бинаризации нашел в создании приложения “Пульт”, которое представляет собой пример дополненной реальности, а именно использования кнопок, нарисованных на бумаге для управления компьютером. В предлагаемом приложении производится управление музыкальным плеером при помощи пульта, нарисованного на бумаге.
В будущем планируется создание на основе разработанного метода сегментации зашумленных изображений с плавающим порогом бинаризации приложения, позволяющего использовать сегментированные изображения для изготовления деталей на плазменном станке с ЧПУ, а именно приложение, позволяющее не только сегментировать нужные области на изображении, но и переводить изображение в формат векторной графики, чтобы использовать их непосредственно в программном обеспечении станка, не прибегая к помощи других редакторов.
Также планируется работа по усовершенствованию и отладке работы приложения “Пульт” с целью оптимизации чувствительности и увеличения быстродействия программы. Программы написаны на языке программирования C# в среде Visual Studio 2013. Для корректной работы программы необходима версия. NET Framework 4.5. Ознакомиться с более подробным изложением проекта можно по ссылке https://cloud. mail. ru/public/7zkF/BwQxi7o8a , просмотреть видеоролики, в которых тестируются созданные на основе разработанного метода приложения можно по ссылке https://cloud. mail. ru/public/DZfg/QWM1gCj25
Список использованных источников
1. Тропченко вторичной обработки изображений и распознавания объектов. Учебное пособие. – СПб: СПбГУ ИТМО, 2012. – 52 с
2. https://ru. wikipedia. org/wiki/Признаки_Хаара
3. http://habrahabr. ru/post/112079/
4. http://www. /
5. http://ru. wikipedia. org/wiki/C_Sharp
6. http://msdn. /ru-ru
7. Окулов программирования / . – 5-е изд., испр. – М. : БИНОМ. Лаборатория знаний, 2010. – 440с. : ил знаний, 2010. – 440с. : ил.
