Способ выделения контуров движущихся объектов



Способ выделения контуров движущихся объектов
Способ выделения контуров движущихся объектов
Способ выделения контуров движущихся объектов
Способ выделения контуров движущихся объектов
Способ выделения контуров движущихся объектов
Способ выделения контуров движущихся объектов

 


Владельцы патента RU 2466456:

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) (RU)

Изобретение относится к области распознавания образов и может быть использовано в системах технического зрения при решении задач предварительной обработки изображения. Техническим результатом изобретения является повышение точности определения областей движущихся объектов и повышение скорости выделения контуров изображения. Предложен способ выделения контуров движущихся объектов, включающий обнаружение движущихся пикселей по принципу межкадрового вычитания, определение направления движения обнаруженных пикселей с учетом направления движения смежных пикселей, формирование движущихся объектов путем объединения смежных пикселей с одним направлением и наличия пикселей в восьмисвязной окрестности, пространственное дифференцирование обнаруженных объектов оператором Собела, скелетизация контурных линий на градиентном изображении методом подавления точек немаксимальной яркости, пороговая обработка скелетного градиентного изображения на основе максимума и минимума энтропии. 1 ил.

 

Изобретение относится к вычислительной технике и может быть использовано в системах технического зрения, цифровых устройствах получения и обработки изображений для формирования контурного описания изображения.

Известен способ подчеркивания контуров изображения движущихся объектов (патент №2337501, опубл. 27.10.2008), заключающийся в обнаружении движения, определении движения пикселей, объединении движущихся в одном направлении пикселей в объекты и подчеркивании их контуров.

Недостатком данного способа является низкая точность определения направления движения пикселей и как следствие невысокая точность выделения контуров, вызванная независимой обработкой каждого пикселя при обнаружении направления его движения без учета информации о соседних пикселях.

Наиболее близким является способ выделения контуров объектов изображения (патент №2383925, опубл. 27.04.2009), включающий процесс предварительной фильтрации фильтром Гаусса, выделения контуров оператором Собела, утончения контурных линий и пороговой обработки.

Недостатком данного способа является низкая скорость выделения контуров.

Технической задачей изобретения является повышение точности определения областей движущихся объектов, с одновременным увеличением скорости выделения контуров.

Задача решается тем, что в известный способ, включающий выделение контуров на основе пространственного дифференцирования, утончение контуров и бинаризацию, введены обнаружение движущихся объектов и определение направления движения пикселей объектов.

Изобретение может быть использовано для выделения контуров объектов изображения в системах технического зрения, цифровых фото- и видеокамерах.

Сущность изобретения поясняется чертежом, где показан обобщенный алгоритм способа выделения контуров движущихся объектов.

Рассмотрим операции, применяемые в изобретении, к которым относятся формирование движущихся объектов, пространственное дифференцирование обнаруженных объектов, скелетизация контурных линий на градиентном изображении, пороговая обработка скелетного градиентного изображения.

Для обнаружения движущихся объектов предыдущий кадр I(k-1) и текущий кадр I(k) обрабатываются скользящим окном 3х3. Для каждого пикселя (i,j) текущего и предыдущего кадра составляются матрицы яркости X(k) и X(k-1) восьмисвязной окрестности

,n=k, k-1,

Для учета возможных изменений внешней освещенности сцены с одним и тем же расположением объектов в следующем кадре относительно текущего кадра матрицы X(k) и X(k-1) преобразуются следующим образом:

, ; ,

, ; ,

Направление перемещения r каждого пикселя относительно текущего k-го кадра определяется по принципу межкадрового вычитания. Расчет производится для восьмисвязной окрестности каждого пикселя. Вывод о перемещении пикселя в одном из 8 направлений делается на основании следующего условия:

X**(k/k-1)=X*(k)-X*(k-1),

, , ,

где Td - минимальный порог обнаружения движения.

Для определения направления движения пикселя формируются матрицы определения перемещения центрального пикселя на текущем кадре относительно предыдущего, которые задаются в общем виде следующим образом:

,

, ; ; ,

где r - номер направления движения.

Результирующие матрицы яркости изображения, вычисляющие перемещение пикселя на текущем кадре, задаются в общем виде следующим образом:

Xr(k/k-1)=X*(k)-Xr(k-1), .

За направление движения пикселя принимается то направление, для которого суммарное значение изменений яркости (сумма всех элементов результирующих матриц) по модулю является минимальным.

где direction(•) - функция, значением которой является величина верхнего индекса матрицы Xr (k/k-1).

При получении в текущей точке xij функцией direction (•) нескольких минимумов учитываются смежные пиксели xij-1, xi-1j, xi-1j-1, xij+1. Если направление движения смежного пикселя D(xzl(k)) однозначно определено и совпадает с одним из направлений движения текущего пикселя D(xij(k)), то

текущему пикселю присваивается направление движения смежного пикселя D(xij(k))=D(xzl(k)).

Пиксели с одинаковым направлением движения группируются в объекты при условии, что для каждой точки найдется не менее одной соседней точки, расположенной на расстоянии 1 пиксель. В результате отсеиваются неинформативные точки с разным направлением движения, уточняя области для выделения контуров, за счет чего повышается точность и скорость последующих этапов обработки.

Выделение контуров производится с помощью оператора Собела

,

,

где Gr - градиентное изображение, каждый элемент которого содержит два компонента: модуль градиента G(x,y) (поле величин), отражающий скорость изменения яркости в точке с координатами 〈x,y〉, и направление градиента ν(x,y) (поле направлений), которое определяется углом наклона прямой, соответствующий направлению перепада яркости, к оси абсцисс.

Функция утончения контурных линий fes(>) выполняет создание односвязных представлений контуров

,

где (х*,у*) - координаты опорных точек, находящихся на прямой, ортогональной касательной к контурной линии в данной точке.

Функция бинаризации feth(•) выполняет разделение точек изображения на точки контуров и точки однородных областей

,

,

, , ∀x, ∀y:b(x,y)∈[0,1],

где K - коэффициент детализации бинарного изображения В, который позволяет управлять уровнем детализации (количеством контуров); t(•) - функции изменения пороговых значений в зависимости от наличия в восьмисвязной окрестности точек контура; Т1, T2, - пороговые значения, определяемые исходя из критерия максимума и минимума энтропии.

Лучшим набором параметров для определения порога T2 является тот, который удовлетворяет условию минимума энтропии

,

а для T1 максимума энтропии

,

где H(>) - функция энтропии; t1(r), t2(r)) - пары параметров-кандидатов для расчета функции энтропии.

Пороговые значения вычисляется следующим образом:

, .

Изобретение позволяет увеличить скорость получения контуров объектов за счет повышения точности формирования областей движущихся объектов и проведения операций для выделения контуров только в выделенных областях.

Способ выделения контуров движущихся объектов, включающий пространственное дифференцирование обнаруженных объектов, скелетизацию контурных линий на градиентном изображении, пороговую обработку скелетного градиентного изображения, отличающийся тем, что предварительно обнаруживаются движущиеся пиксели по принципу межкадрового вычитания, определяется направление движения обнаруженных пикселей с учетом направления движения смежных пикселей, формируются движущиеся объекты путем объединения смежных пикселей с одним направлением и наличия пикселей в восьмисвязной окрестности.



 

Похожие патенты:

Изобретение относится к вычислительной технике и может быть использовано для выделения контуров изображения и последующего ввода результата в ЭВМ. .

Изобретение относится к определению местоположения части документа, захваченной в изображении. .

Изобретение относится к цифровой обработке изображения в процессе сканирования и копирования и особенно к области сегментации цветного и черно-белого текста, когда текст автоматически извлекается из отсканированного документа.

Изобретение относится к информационной технологии в медицине. .

Изобретение относится к автоматике и вычислительной технике и может быть использовано для анализа геометрических параметров изображений объектов в системах технического зрения.

Изобретение относится к автоматике и вычислительной технике и предназначено для контроля качества изготовления фотошаблонов интегральных схем. .

Изобретение относится к смысловому анализу содержания цифровых изображений: статических изображений, например фотографий, видеоизображений, наборов кадров в интернет-ресурсах, а также в файлах изображений на устройствах хранения данных или в приложениях к электронным письмам

Изобретение относится к области биометрической аутентификации личности, построенной на сохранении в тайне применяемого при аутентификации биометрического образа в виде рисунка отпечатка пальца

Изобретение относится к сегментации изображений и, в частности, к определению контуров анатомической структуры в изображении, вычисленном по слою данных изображения, и дополнительно к определению контуров анатомической структуры в данных изображения. Техническим результатом является повышение надежности автоматического распознавания миокарда в изображениях слоев по короткой оси. Система (200) содержит блок (210) разбиения для разбиения изображения на множество участков изображения, причем каждый участок изображения изображает участок анатомической структуры, и блок (220) адаптации для адаптации эталонного изображения к изображению на основе оценочной функции, причем оценочная функция является функцией параметров эталонного изображения и числовых показателей изображения и их относительных позиций в изображении, и на основе критерия, которому должно удовлетворять вычисленное значение оценочной функции, причем оценочная функция определена на основании множества участков изображения. Определение оценочной функции на основе множества участков изображения позволяет вычислить оптимальные величины вклада в значение оценочной функции в пределах каждого участка изображения. 5 н. и 6 з.п. ф-лы, 9 ил.

Изобретение относится к средствам обработки цифровых изображений. Техническим результатом является повышение точности выделения границ сложноструктурируемых изображений за счет формирования множества фильтрованных по направлению изображений из исходного полутонового изображения путем локальной обработки составным морфологическим оператором. В способе указанный оператор формируют из линейных структурообразующих элементов с различными параметрами ориентации относительно растра изображения равной длины, каждое фильтрованное изображение получают взаимодействием линейного структурообразующего элемента составного морфологического оператора с исходным изображением, яркости пикселей в фильтрованном изображении получают посредством выполнения для каждого пикселя исходного изображения трех морфологических операций взаимодействия исходного изображения с линейным структурообразующим элементом. 6 ил.

Изобретение относится к области распознавания образов и может быть использовано при решении задач предварительной обработки изображения с целью определения контуров объектов, которые характеризуются монотонностью изменения интенсивности цвета. Технический результат заключается в повышении помехоустойчивости распознания контура изображения за счет оценки скорости и ускорения изменения интенсивности цвета в восьмисвязной окрестности элемента изображения. Предложено устройство для определения контуров объектов в изображении. Устройство содержит датчик элементов изображения и следующие блоки: формирования пороговых значений скорости и ускорения изменения интенсивности элементов изображения, формирования восьмисвязной окрестности элементов изображения, последовательного выделения триад в восьмисвязной окрестности элемента изображения, памяти вышеупомянутых триад, дифференцирования триад, решающий блок. При этом блок формирования пороговых значений скорости и ускорения изменения интенсивности элементов изображения соединен с выходом датчика элементов изображения. Блок формирования восьмисвязной окрестности элементов изображения соединен с выходом блока формирования элементов изображения и соединен с последовательно соединенными блоком последовательного выделения триад в восьмисвязной окрестности элемента изображения, блоком памяти триад восьмисвязной окрестности элемента изображения, блоком дифференцирования триад и решающим блоком. 7 ил.

Изобретение относится к устройствам формирования изображений с функцией аутентификации личности. Техническим результатом является повышение точности аутентификации объекта за счет выбора новых данных о характерных признаках. Предложено устройство формирования изображения, включающее в себя блок формирования изображения. Устройство также включает в себя блок регистрации, сконфигурированный для регистрации множества данных о характерных признаках, вплоть до максимального предела, в энергонезависимой памяти с привязкой к одному и тому же объекту. Устройство также содержит блок аутентификации, сконфигурированный для идентификации того, является ли объект, который был обнаружен на основе изображения, захваченного посредством блока формирования изображения, зарегистрированным объектом на основе данных о характерных признаках, зарегистрированных в энергонезависимой памяти. Кроме того, устройство включает в себя блок выбора, сконфигурированный для выбора одного из объектов, зарегистрированных в энергонезависимой памяти, для которого посредством блока регистрации были зарегистрированы новые данные о характерных признаках. 6 н. и 12 з.п. ф-лы, 22 ил.

Изобретение относится к средствам компенсации дефектов цвета глаз на изображении. Техническим результатом является повышение эффективности обнаружения эффекта красных глаз на изображении. Способ включает вычисление первого разностного изображения на основе разности между яркостью красных пикселей и яркостью зеленых пикселей из набора пикселей, ассоциированного с первой областью глаза на изображении, обработку первого разностного изображения для вычисления градиента и проекции, ассоциированной с указанным градиентом, определение центральной точки на основе проекции и вычисление первой области дефекта цвета глаз на основе центральной точки и множества красных пикселей из указанного набора. 6 н. и 19 з.п. ф-лы, 8 ил.

Изобретение относится к области цифровой обработки изображений, связанной с выделением и анализом сегментов. Техническим результатом является повышение точности определения толщины слоя за счет автоматизированного выявления нечеткой границы. Предложен способ автоматического определения толщины слоя с нечеткой границей по изображению. Способ включает в себя этапы, на которых производят сегментацию изображения, проводят границу раздела сегментов слоев, вычисляют фрактальную размерность линии границы, накладывают секущие перпендикулярно границе, проводят вычисления длины секущих и вычисляют среднее арифметическое значение толщины слоя. При этом сегментирование изображения производят автоматически методом выращивания и слияния областей с использованием минимизации многомерных функций гетерогенности как на этапе выращивания, так и на этапе слияния. При проходе вдоль сегмента слоя определяют центры тяжести неперекрывающихся сегментов включений с максимальной глубиной размещения в слое, по которым строят опорные секущие включений. Выделяют опорные точки, в которых глубина размещения включения на секущих максимальна относительно базовой границы, и по опорным точкам строят аппроксимирующую функцию, на основе которой вычисляют линии нечеткой границы методом скользящего окна вариативной ширины. 1 з.п. ф-лы, 5 ил.
Изобретение относится к области обработки данных, а в частности к способам распознавания данных, в том числе считывания знаков, изображений, образов. Техническим результатом является повышение быстродействия при выявлении в любом документе заранее заданной эталонной круглой печати. Предложен способ автоматизированного поиска заранее заданных эталонных круглых печатей. Способ включает в себя этап, на котором осуществляют сбор коллекции различных заранее заданных изображений как содержащих круглые печати, так и не содержащих круглые печати. Далее согласно способу осуществляют обучение каскадных классификаторов на собранных коллекциях изображений и преобразование в заранее заданный формат всех изображений эталонных печатей, заданных пользователем. А также выявляют области в электронном файле анализируемого документа, где предположительно может располагаться печать, и осуществляют сравнение найденных областей с заранее заданными эталонами.

Изобретение относится к системам с использованием отражения или вторичного излучения электромагнитных волн, иных, чем радиоволны, и может быть использовано для определения местоположения объекта наблюдения в автоматизированных системах транспортных средств для предупреждения столкновения. Технический результат изобретения заключается в повышении быстродействия обнаружения объектов. Способ обнаружения объектов с повышенным быстродействием на высококонтрастном динамически изменяемом фоне заключается в обнаружении разности выходных опорного и сравниваемого сигналов с двух идентичных видеосистем на основе многоэлементных высокоскоростных фотоприемников в виде фотодиодных линеек с параллельными осями цилиндрических объективов, закрепленных друг относительно друга на значительно меньшем расстоянии, чем расстояние до границы зоны контроля, и определении по упомянутой разности информации о проникновении постороннего объекта в контролируемую зону при пересечении им её границ. 5 з.п. ф-лы, 2 ил.
Наверх