Способ обработки изображения объекта

 

Изобретение относится к способам обработки визуальной информации. Его использование для преобразований с извлечением максимально информативных данных о свойствах изображаемых объектов или процессов позволяет упростить и ускорить построение пирамид. Способ включает построение пирамиды изображения с созданием копий исходного изображения и построение признаковой пирамиды. Технический результат достигается благодаря тому, что при построении пирамиды изображения и признаковой пирамиды делят изображение один или более раз, а затем усредняют по яркости как само изображение, так и полученные в результате делений подобласти, получая на множестве копий исходного изображения множество их структурных элементов, между которыми выявляют структурные связи через бинарные отношения.

Изобретение относится к способам обработки визуально информации, в частности к системам преобразований, обеспечивающим извлечение максимально информативных данных о свойствах изображенных объектов или процессов.

Известен способ выделения объекта на изображении и устройство для его осуществления.

Используется анализ изображения на пиксильном уровне при условии априорного задания критериев уровня разной яркости путем уменьшения величин сигналов на первую заданную величину.

Известен [3] способ, где также идет анализ изображения на пиксильном уровне, используется медианная фильтрация, применение которой эффективно при априорном знании специфики помех на изображении [4].

Наиболее близок к предлагаемому способу пиримидальной обработки изображения [1] , в котором реализуется три этапа преобразования информации об изображении: построение пирамиды изображения, построение "снизу - вверх" последовательных копий исходного изображения; для получения l-й копии (G_l) требуется две операции: свертка копии (G_l-1) с весовой матрицей W, реализующей ФНЧ для пирамиды Гаусса или полосовой фильтр для пирамиды Лапласа, G_l=W+G_l-1; прореживание полученного результата с коэффициентом 2 по каждому уровню пирамиды G_l= [W+G_l-1]↓2. В результате образуется пирамида Гаусса как множество {G_l} или пирамида Лапласа как множество {L_l}, причем L_l=G_l-W+G_l; построение признаковой пирамиды; изображение каждого уровня пирамиды изображения поддергивается операции свертывания с селективным фильтром F, весовая функция которого настроена на выявление специфического признака в изображении; обработка изображения и построение пирамиды описания; изображение по каждому уровню признаковой пирамиды проходит необходимую нелинейную обработку, например возведение в квадрат яркостных величин изображения (по каждому уровневому пикселу разрешения) для усиления различия выявляемого признака по отношению к фону; после этого по каждому уровню осуществляют построение " снизу - вверх" пирамиды Гаусса (процедура аналогична первому этапу преобразования изображения).

Данная операция преобразования является необходимой и обеспечивает устранение вероятных помех, возникающих при реализации операции дифференцирования на перовом этапе ( в случае пирамиды Лапласа) и операции усиления - на втором.

В результате формируется пирамида описания изображения, полностью зависящая от применяемого признакового фильтра F.

Недостатком прототипа является то, что способ довольно сложен, а также его недостаточное быстродействие.

Особенности преобразования информации по прототипу следующие: построение пирамид снизу вверх; обязательность блоков нелинейной обработки и дополнительной пирамиды Гаусса на выходе; специфичность фильтра F, зависящая от решающей прикладной задачи; отсутствие потенциальной возможности выявления структурных связей между элементами изображения при его описании.

Указанные недостатки устраняются предлагаемым решением.

Задачей изобретения является совершенствование известного способа.

Технический результат - упрощение и ускорение осуществления способа за счет иного построения пирамид, чем в прототипе, и исключения специфических фильтров.

Этот технический результат достигается тем, что в способе обработки изображения объекта, включающем построение пирамиды изображения с созданием копий исходного изображения, построение признаковой пирамиды, при построении пирамиды изображения и признаковой пирамиды делят изображение один или более раз, а затем усредняют по яркости как само изображение, так и полученные в результате делений подобласти, получая на множестве копий исходного изображения множество их структурных элементов, между которыми выявляют структурные связи через бинарные отношения.

Предлагаемый способ заключается в следующем. Реализуют два этапа преобразования информации об изображении.

Построение пирамиды изображения. Построение "сверху вниз" параллельных копий исходного изображения. Для получения l-й копии изображения (I_l) требуется две операции: деление области изображения I (G) на (2^2l · 2²), равных по площади σ_l подобластей {G^l_ij} размера (2² · 2²) с общим числом подобластей 2^2l(l=0,1,... ); усреднение по яркости изображения по элементам каждой подобласти где μ_n,m - яркость пиксела исходного изображения с координатами (n,m), принадлежащими подобласти G^l_ij. Данная операция эквивалентна операции склярного умножения элементов (пикселов) изображения по ограниченной подобласти G^l_ij с весовой матрицей W^l, все элементы которой равны единице (представленных векторами), т.е. реализуется процесс полного сглаживания по G^l_ij. Это обеспечивает максимальную устойчивость (регуляризацию) процесса восстановления изображения в условиях неопределенности; инвариантность получаемых признаков к возможным преобразованиям; не требуются дополнительные операции обработки изображения, как в прототипе; простоту (минимальную вычислительную трудоемкость) реализации по сравнению с прототипом.

Построение признаковой пирамиды, которая одновременно является пирамидой описания изображения.

Построение пирамиды высотой R осуществляют сверху вниз. Для этого требуется три операции: деление каждой из 2^2l подобластей {G^l_ij} ∈ I_l площади σ по осям координат x, y на N_x= 2ⁿ, N _y=2^m(N,M,=0,1,...) участков, образующих множество новых непересекающихся подобластей по каждому k-му варианту деления ;
усреднение по каждой подобласти G^lk_sr множества
;
выявление бинарного отношения строгого частичного упорядочения между элементами двух непересекающихся подмножеств , каждое из которых объединяет равное число подобластей G^lk_sr. Если некоторая пара элементов A₁, A₂ принадлежит G^l_ij, то справедливо

где
u(·) - вещественнозначная функция на G^l_ij, представляет весовую матрицу W^k, все элементы которой равны (-1) для объединения непересекающихся подобластей G^lk_sr, входящий в , и (+1) для подобластей, входящих в . В этом случае выявление бинарного отношения может быть осуществлено следующим образом
▿^k_l = m^l₁^,k-m^l₂^,k,
где
, и суммирование производится по подобластям, принадлежащим i-му подмножеству .

Первые две операции обеспечивают выявление структурных элементов изображения I уровня l, а последняя - структурных связей между этими элементами.

В результате формируются уровни описания в виде структур (графов, образов) любого произвольного изображения в условиях отсутствия априорной информации о последнем с использованием универсальной системы однородных признаков {m^l_i^k} и системы однородных правил (бинарных отношений строгого частичного) упорядочения отношения эквивалентности ≈ и строгого порядка <. При этом построение описания и анализ для задачи распознавания изображения производят сверху вниз, от общего (целого) к частному, что характерно для системы зрительного восприятия и обеспечивает высокую производительность и достоверность узнавания изображения.

Пример осуществления способа.

Пример 1. Построение пирамиды описания (признаковой пирамиды) искаженного символа "□".

Пусть матрица исходного изображения размера 8х8 имеет вид

1. Строят первый, верхний уровень пирамиды изображения.

Для этого - делят область изображения на разных по площади подобластей {G⁰_ij}. Для l= 0 получают одну подобласть (деление отмечено пунктиром), размера 2² · 2² проводят усреднение по выделенным элементам подобласти. Получают копию изображения I₀

где

Строят признаковую пирамиду для I₀. Для этого формируют первый, верхний уровень пирамиды. При k= 0, n= 0, m=0 состоит из одной подобласти G⁰⁰_sr = G⁰_ij= I₀. Тогда
.

Таким образом, на первом уровне выявляют один структурный элемент m⁰₁⁰ (граф: точка с петлей), содержащий информацию о наличии изображения;
формируют следующие два уровня признаковой пирамиды:
k=1, n=0, m=1 k=2, n=1, m=0

где
Для выявления структурных связей необходимо знать конкретные значения μ_ij. Пусть μ_ij= 1 по ∀_i,j, где μ_ij≠ 0. Тогда

Таким образом, на второй и третьем уровнях выявляют по два структурных элемента, бинарные отношения между которыми соответствуют отношению эквивалентности, т.е. имеем однородное изображение на данных уровнях описания;
формируют следующие уровни описания:
k=3, n=0, m=2 k=4, n=2, m=0

С учетом значений μ_ij получим

Тогда и на уровнях 3 и 4 выявляют отношение строгого порядка - локализация изображения на периферии области изображения на осях x, y и отверстие в центре области изображения. Граф по осям координат имеет вид:

Итак, для описания исходного изображения оказалось достаточным построения одного уровня пирамиды изображения (I₀) и 4 уровней признаковой пирамиды. Для выявления более тонкой структуры исходного изображения необходимо перейти к построению следующего уровня пирамиды изображения (I₁). Для этого необходимо принять l = 1 и повторить процесс построения, описанный выше.

Пример 2. Обнаружение пятен на поверхности промышленных изделий типа "водяных" знаков, когда контрастность пятна по отношению к окружающему фону ниже 2%.

Пусть исходное изображение для простоты изложения имеет размер 4 х 4 пиксел. При этом все пикселы имеют однородную яркость, кроме одного, яркость которого на 2% ниже

где а=0,98.

Так как I=I₀, то строят признаковую пирамиду:
уровень 1: R=n=m=0, , так как m⁰₁⁰< 1, то произошло обнаружение нарушения однородности;
уровень 2: k=m=1, n=0, , т.е. место нарушения однородности локализовано в левой половине изображения:
уровень 3: k-2, n=1, m=0, , т.е. место нарушения однородности локализовано в нижней половине изображения.

Объединяя результаты описания изображения по уровням 2 и 3, (задача анализа), получают место локализации - 3-й квадрант плоскости изображения.

Эксперименты показывают, что предлагаемый способ проще в осуществлении и в 10 раз быстрее.

Основные области использования предлагаемого способы: системы технического зрения; обработка результатов аэрофотосъемки; анализ изображений в системах таможенного контроля; системы анализа и классификации товарных знаков, ярлыков и марок; системы распознавания символов и знаков произвольной конфигурации, например идентификация печатей, подписей, индексов почтовых отправлений и т.п.

Анализ подтверждает, что рассмотренное решение соответствует критериям новизны, изобретательского уровня и промышленной применимости.

Формула изобретения

Способ обработки изображения объекта, включающий построение пирамиды изображения с созданием копий исходного изображения, построение признаковой пирамиды, отличающийся тем, что при построении пирамиды изображения и признаковой пирамиды делят изображение один или более раз, а затем усредняют по яркости как само изображение, так и полученные в результате делений подобласти, получая на множестве копий исходного изображения множество их структурных элементов, между которыми выявляют структурные связи через бинарные отношения.