Метод пошуку подібних об’єктів на зображенні в умовах невизначеності
Наукові видання Харківського національного університету Повітряних Сил
Переглянути архів ІнформаціяПоле | Співвідношення | |
Title |
Метод пошуку подібних об’єктів на зображенні в умовах невизначеності
Метод поиска похожих объектов на изображении в условиях неопределенности Method for search of similar objects in an image under uncertainty |
|
Creator |
О.В. Гороховатський
О.О. Передрій А.В. Гороховатский Е.О. Передрий O. Gorokhovatskyi O. Peredrii |
|
Subject |
Системи штучного інтелекту
УДК 004.932.2 аналіз зображення, зв’язні компоненти, квантування, k-means, геометричні ознаки, схожі регіони, розмітка, схожі об’єкти анализ изображения, связные компоненты, квантование, k-means, геометрические признаки, похожие регионы, разметка, похожие объекты image analysis, connected components, quantization, k-means, geometric features, similar regions, markup, similar objects |
|
Description |
Статтю присвячено розробці методу аналізу зображень із метою детектування подібних (однакових) об’єктів в умовах відсутності інформації про структуру шуканих об’єктів, їх характеристики та інформації про їх наявність. Запропоновано послідовність операцій обробки зображення, що включає масштабування, визначення основних кольорів та квантування, пошук схожих в сенсі геометричних ознак зв’язних компонентів. Проведено експериментальне моделювання, яке довело ефективність застосування методу для аналізу спеціально створеної тестової бази даних зображень. Метод може бути корисним при обробці зображень технологічного процесу, наприклад, із метою знаходження однакових об’єктів та оцінювання їх кількості та місць розташування.
Статья посвящена разработке метода анализа изображений с целью детектирования похожих (одинаковых) объектов в условиях отсутствия информации о структуре искомых объектов, их характеристик и информации об их наличии. Предложена последовательность операций обработки изображения, включающая масштабирование, определение основных цветов и квантование, поиск похожих в смысле геометрических признаков связных компонентов. Проведено экспериментальное моделирование, которое доказало эффективность применения метода для анализа специально созданной тестовой базы данных изображений. Метод может быть полезным при обработке изображений технологического процесса, например, с целью нахождения одинаковых объектов и оценки их количества и места расположения. Method for image analysis for the purpose of detecting similar (same) objects under conditions of lack of information about the structure of the objects, their characteristics and information about their presence was proposed. Analysis of existing methods shows, that they are based mostly on visual features from existing etalon image to search for. The sequence of image processing operations including downscaling, detection of main colors, based on k-means clustering modification method, followed by color quantification and binarization, search for similar connected components in sense of the geometric properties was proposed. Accuracy, provided by sets of different geometric features to be used during confirmation of area’s identity was investigated. An experimental simulation was done for Blocks dataset, which was created (under different scaling, background and illumination conditions) and labeled specially to cover usage examples and possible problematic cases. Testing confirmed the effectiveness of proposed method for search of the same objects without etalon image with accuracy of about 82%. Limitations of the method include: the objects should be completely in the field of vision and should be visually separated in a two-dimensional mapping plane. It should also be noted that the method does not process other information except visual, which means that different objects of the same color and form in the image will be identically identical in the image. The proposed method may be used to analyze images (both natural and artificial) of technological lines and processes, related to search for visually similar or same objects, analysis of theirs’ positions and quantity. |
|
Publisher |
Харківський національний університет Повітряних Сил ім. І. Кожедуба
Харьковский национальный университет Воздушных Сил им. И. Кожедуба Kharkiv national Air Force University named after I. Kozhedub |
|
Date |
2018
|
|
Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Рецензована стаття |
|
Format |
application/pdf
|
|
Identifier |
http://www.hups.mil.gov.ua/periodic-app/article/18791
|
|
Source |
Системи обробки інформації. — 2018. — № 2(153). 152-158
Системы обработки информации. — 2018. — № 2(153). 152-158 Information Processing Systems. — 2018. — № 2(153). 152-158 1681-7710 |
|
Language |
ukr
|
|
Relation |
http://www.hups.mil.gov.ua/periodic-app/article/18791/soi_2018_2_21.pdf
|
|