СИСТЕМА ВЫДЕЛЕНИЯ ОБЛАСТЕЙ ТЕКСТА НА НОМЕРАХ АВТОМОБИЛЕЙ. - презентация

1 СИСТЕМА ВЫДЕЛЕНИЯ ОБЛАСТЕЙ ТЕКСТА НА НОМЕРАХ АВТОМОБИЛЕЙ

2 Цель работы Разработка программной системы обработки изображений на основе основных методов сегментации; Анализ эффективности различных сегментационных методов применительно к различным типам изображений.

3 Постановка задачи Разработать программную систему, позволяющую: обрабатывать изображения представляемые в виде файлов различных форматов (BMP, EMF, WMF, GIF, JPG, JPEG, PNG, TIFF); выполнять сегментацию изображений основными методами сегментации (пороговым отсечением, выделением границ, наращиванием областей); производить неограниченное количество сегментаций с различными параметрами;

4 Постановка задачи строить гистограмму яркостей точек и отображать статистические данные; позволять сохранять сегментированные изображения в различных графических форматах. Программа должна иметь удобный пользовательский интерфейс; Необходимо произвести анализ методов сегментации, а также практические исследования этих методов;

5 Методы сегментации Ограничением по порогу яркости; Сегментация выделением границ; Сегментация наращиванием областей: центроидным связыванием (волновым методом); слиянием-расщеплением; методом яркостных промежутков.

6 Сегментация ограничением по порогу яркости Преобразовывает изображение в бинарное: чёрные пиксели – область объекта; белые пиксели – область фона. G' – преобразованная яркость; G – исходная яркость; T – порог.

7 Сегментация ограничением по порогу яркости Производится на основе анализа яркостной гистограммы изображения; Рекомендуемый порог сегментации – один из минимумов яркостной гистограммы.

8 Сегментация выделением границ Контрастирует изображение, усиливая яркость граничных пикселей и ослабляя яркость остальных.

9 Сегментация выделением границ Для сегментации используются матрицы свёрток. Например: – Превитта – Собела

10 Сегментация выделением границ Сегментированные изображения могут быть обработаны с помощью преобразований Хаффа с целью их векторизации; Векторизованные изображения используются для нахождения отдельных объектов изображения.

11 Сегментация наращиванием областей Основана на группировке пикселей с небольшой разницей в значениях яркости; Эффективна для равномерно освещённых объектов.

12 Волновой метод Рекурсивный обход точек-соседей начиная с некоторых исходных; Объединение точек с небольшой разницей яркости.

13 Метод слияния-расщепления Разбиение изображения на однородные по яркости области; Слияние схожих по яркости областей.

14 Метод яркостных промежутков Разбиение множества значений яркости изображения на N промежутков; Замена значений яркости каждого промежутка на среднее значение промежутка.

15 Логическая структура программы Программа состоит из 4 основных частей, взаимодействующих между собой: главное окно; классы графической обработки; диалоговые окна; класс документа графического файла.

16 Логическая структура программы

17 Главное окно программы отвечает за отображение данных и общение с пользователем; Диалоговые окна позволяют задавать пользователю параметры выполняемых операций сегментирования;

18 Логическая структура программы Классы графической обработки сегментируют и преобразовуют изображения; Класс документа позволяет загружать, сохранять и контролировать графические данные.

19 Главное окно программы

20 Окно информации о файле

21 Диалоговые окна пороговой сегментации и сегментации выделением границ

22 Диалоговые окна сегментации наращиванием областей

23 Диалоговое окно сохранения результатов сегментации

24 Результаты тестирования Применительно к изображениям с автомобильными номерами, метод отсечения по порогу даёт наилучшие результаты для полностью освещённых номеров; Недостаток – проблематичность нахождения подходящего порога;

25 Результаты тестирования При сегментации методом выделения границ наилучшие результаты получаются с применением операторов Собела и Превитта; Использование данных операторов позволяет обнаружить достаточно чёткие границы объектов, не пропуская границы областей помех; Недостаток – сложность перехода от изображения границ к отдельным объектам;

26 Результаты тестирования Метод наращивания областей является наиболее трудоёмким, однако наиболее эффективным при обработке особенно сложных изображений; Достоинство данного метода – нечувствительность к сильным помехам.

27 Выводы В рамках проекта разработана программная система обработки изображений на основе методов сегментации; Программа поддерживает обработку изображений большинства графических форматов. Выполняет их сегментацию основными методами сегментации и сохраняет результаты в графические файлы; Проведён сравнительный анализ методов сегментации.