Устройство выделения высокодетализированных объектов на изображении сцены

Изобретение относится к устройствам выделения высокодетализированных объектов. Технический результат заключается в выделении на изображениях и видеопоследовательностях высокодетализированных объектов на произвольном низкодетализированном фоне. Устройство содержит блок хранения входной реализации, блок управления, блок детектора границ Канни, блок определения общего коэффициента детализации, блок выбора скользящего окна, блок определения коэффициента детализации в скользящем окне, блок сравнения, блок хранения выходной реализации, генератор тактовых импульсов. 1 ил.

 

Изобретение относится к области вычислительной техники и может быть использовано в цифровых телевизионных и фотосистемах, глобальных системах позиционирования и наблюдения.

Основная решаемая задача - выделение высокодетализированного объекта на произвольном низкодетализированном фоне.

При автоматизации информационных, радиоэлектронных и других систем, работающих с изображениями, а также для более точного анализа и принятия решений важным аспектом является прием качественного двумерного сигнала, однако в случае невозможности получения появляется необходимость в его улучшении, то есть в проведении предварительной обработки.

К предобработке относятся: отделение объекта от фона, повышение четкости контуров, фильтрация с различными параметрами. Однако ограниченный объем используемых вычислительных ресурсов ведет к повышению времени обработки сигнала либо к применению менее требовательных к вычислительным затратам методов, но в большинстве случаев не обеспечивающих достаточного качества фильтрации изображения.

Решение задачи отделения объекта от фона на изображении дает возможность выделить области с высокой детализацией объектов и области - фон, не несущие полезной информации. Поэтому задача поиска и выделения объекта или интересующих участков объекта на изображении сцены является сложной комплексной задачей, решение которой позволит:

1. Производить обработку выделенных участков методами, требующими высоких вычислительных затрат, но являющимися точными и качественными.

2. Локализовать области обработки и повысить быстродействие вычислительных систем.

Известен способ и система выделения данных об изображении объекта переднего плана на основе данных о цвете и глубине [Патент №2426172, МПК G06K 9/34]. Изобретение относится к области распознавания и сегментации изображений, в частности к способу для выделения целевого объекта из фонового изображения с использованием маски. Техническим результатом является создание усовершенствованного способа выделения данных об изображении объекта, используя данные о глубине изображения. Указанный технический результат достигается тем, что создают скалярное изображение на основе разделения объекта и фона. Различие определяется по разности освещенности. В области, где разность освещенности ниже заранее установленного порогового значения, на основе разности цвета по результатам, полученным из предыдущего видеокадра, инициализируют маску. Там где скалярное изображение разности меньше заранее установленного порога, маску заполняют единицами, где соответствующий пиксель принадлежит объекту, и нулями в ином случае. Затем кластеризуют скалярное изображение разности и на основе нескольких кластеров и создают маску для каждого положения пикселя видеокадра. Используя центры тяжести кластеров скалярной разности и данные по глубине для текущего положения пикселя, компенсируют изменения фона сцены во времени путем обновления изображения фона на основе использования созданной маски и изображения разности. Полученный отделенный объект сохраняется для последующей обработки.

Признаки способа и системы - аналога, совпадающие с признаками заявляемого технического решения, следующие: выделение целевого объекта из фонового изображения.

Недостатками известного способа и системы являются:

Требуется обязательное использование видеокамер.

Исследование видеопотока требует больших вычислительных затрат.

Известен способ выделения объекта на изображении на основе решения уравнений Пуассона (Poisson matting for images) [Patent USA №7636128]. Способ основан на решении системы уравнений Пуассона с граничными условиями для изображения, сегментированного на три области: передний план, фон, неизвестная область, разделяющая передний план и фон. Для разделения объектов решают уравнение Пуассона вида:

α * = arg min α z Ω α z 1 F z B z I z 2 d z

с граничным условием Дирихле:

α | Ω = α ¯ | Ω ,   α ¯ | Ω = { 1 , p Ω F 0 , p Ω B .

Найденное решение системы уравнений Пуассона позволяет разделение объектов, т.е. альфа-каналом изображения, для уточнения которого применяют локальные фильтры, позволяющие вручную исправить окончательный результат с помощью решения локальных уравнений Пуассона.

Признаки способа - аналога, совпадающие с признаками заявляемого технического решения, следующие: выделение объекта из фонового изображения.

Недостатками известного способа являются: применение локальных фильтров, исправляющие вручную окончательный результат с помощью решения локальных уравнений Пуассона, что не позволяет получить эффективной автоматизированной системы обработки.

Известно устройство выделения контуров объектов на изображении [Патент №2362210, МПК G06K 9/36, G06K 9/62, A61B 5/04]. Изобретение относится к области распознавания образов и может быть использовано в системах технического зрения при решении задач предварительной обработки изображения.

Алгоритм обработки изображений включает в себя следующие операции: фильтрацию, пространственное дифференцирование, скелетизацию и пороговую обработку.

Изображение фиксируется датчиком изображения, переводящим его в телевизионный сигнал. При появлении кадрового синхроимпульса формируется сигнал начала кадра, по которому ЦСП переходит в состояние ожидания подтверждения данных, приходящего по окончании строчного синхроимпульса, по которому ЦСП выполняет последовательное считывание строки изображения с информационного выхода АЦП в ОЗУ. Таким образом, вводится весь кадр. Обработка изображений ведется параллельно со вводом следующего кадра.

При фильтрации ЦСП передает пять смежных строк изображения в буферную память блока фильтрации. В буферную память блока фильтрации записывается пять смежных строк изображения. На основании пяти строк изображения, находящихся в буферной памяти блока фильтрации, блок фильтрации формирует результирующую строку отфильтрованного изображения по формуле:

f ( z , y ) = f ( x , y ) T ¯ D = i = 1 N T j = 1 N T f ( x + j N T 2 1 , y + i N T 2 1 ) t ¯ i j , T ¯ D = t ¯ i j i = 1 , N T , ¯ j = 1 , N T ¯ ,

где: NT - размер маски, T ¯ D - маска свертки.

T ¯ D = ( 1 5 7 5 1 5 20 33 20 5 7 33 55 33 7 5 20 33 20 5 1 5 7 5 1 )

При пространственном дифференцировании ЦСП передает три смежные строки изображения в буферную память блока пространственного дифференцирования. На основании трех строк изображения, находящихся в буферной памяти блока пространственного дифференцирования, формирующего результирующую строку обработанного изображения по формуле

G r = d x 2 + d y 2 , a r c t g ( d y d x )

где dх(х,у), dy(x,y)- результаты свертки изображения I′ с горизонтальной Нх и вертикальной Ну масками соответственно

d x ( x , y ) = f ( x , y ) H x = i = 1 3 j = 1 3 f ( x + j 2 , y + k 2 ) h j k ( x ) , i = 1 , 2 , ¯

d y ( x , y ) = f ( x , y ) H y = i = 1 3 j = 1 3 f ( x + j 2 , y + k 2 ) h j k ( y ) , i = 1 , 2 , ¯

H x = h 12 ( x ) h 12 ( x ) h 13 ( x ) h 21 ( x ) h 22 ( x ) h 23 ( x ) h 31 ( x ) h 32 ( x ) h 33 ( x ) = 1 0 1 2 0 2 1 0 1 , H y = h 12 ( y ) h 12 ( y ) h 13 ( y ) h 21 ( y ) h 22 ( y ) h 23 ( y ) h 31 ( y ) h 32 ( y ) h 33 ( y ) = 1 0 1 2 0 2 1 0 1 ,

Таким образом, вычисления, производимые блоком пространственного дифференцирования, сводятся к операциям сложения, выполняемым с помощью сумматоров и логических элементов, что позволяет реализовать данный блок на ПЛИС. Операции скелетизации и бинаризации полностью выполняются процессором.

Признаки устройства - аналога, совпадающие с признаками заявляемого технического решения, следующие: выделение контуров объекта на изображении.

Недостатками известного устройства являются: Поиск контуров производится по анализу данных, получаемых из анализа видеопотока, и требует больших вычислительных затрат.

Наиболее близким к изобретению является способ автоматического обнаружения лица на электронном оцифрованном изображении [Patent EP 1777643 A4]. Изобретение относится к способам распознавания образов путем выделения деталей или характеристик изображения и может быть использовано для автоматического обнаружения лица на электронном оцифрованном изображении, полученного с цифровой камеры или фотоаппарата в реальных, специально неконтролируемых условиях съемки. Автоматическое обнаружение лица на изображении осуществляется в два этапа: на первом этапе производят процедуры предварительной фильтрации, которые состоят из улучшения изображения посредством усредняющих фильтров, фильтров по выявлению краев изображения, процедуры последующей фильтрации контуров - предположительно принадлежащих элементам лица: овала, глаз, рта и т.д. На следующем этапе проводится поиск элементов лица с последующим их удостоверением посредством проверки статистических соотношений между ними, отличающийся тем, что предварительно сужают область поиска лица путем определения области расположения головы с помощью предварительной фильтрации верхних фрагментов контура головы.

Фильтрация верхних фрагментов контура головы проводится путем поиска наиболее вероятных кандидатов на другие фрагменты контура головы: боковых сторон, глаз, плеч, проверки статистических соотношений между ними и последующего поиска в областях наиболее вероятного расположения с помощью шаблонов модели контура головы. Определение положения глаз на изображении в окрестности найденного положения головы проводят предварительную фильтрацию элементов лица с помощью фильтров горизонтальных и вертикальных краев.

Признаки способа - прототипа, совпадающие с признаками заявляемого технического решения, следующие: обработка двумерного цифрового сигнала, выделение объектов со сложным контуром (глаза, рот, волосы) на произвольном мало детализированном фоне (кожа лица) и их предобработка.

Недостатками известного способа и устройства, его реализующего, являются требование к правильному формированию массива шаблонов, требуемых для последующего поиска, большие вычислительные затраты на обработку.

Предлагаемое устройство выделения контуров объектов на текстурированном фоне при обработке цифровых изображений позволяет выделять высокодетализированный объект на произвольном низкодетализированном фоне. Устройство реализует следующий алгоритм:

- Первый шаг осуществляется поиском на исходном изображении / границ, применяя детектор Канни (Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. - М.: Техносфера, 2006. - 616 с). Данный метод детектирования границ основан на последовательном выполнении операции сглаживания изображения с целью увеличения отношения сигнал/шум путем нахождения градиента изображения с целью подсветки области с высоким пространственным разрешением, подавления всех пикселей, которые не в максимуме (немаксимальное подавление) и уменьшения градиентного массива путем использования гистерезиса с целью отслеживания оставшихся пикселей, которые не были подавлены. Результатом фильтрации является определение пространственной функции изображения объекта с использованием оптимального по Канни оператора - гауссиана

f(x)=-x*exp(-x2/k2s2),

где x - переменная; s - стандартное отклонение оператора Гаусса; * - «оптимальный» линейный оператор для свертки с изображением; к2=2.

- На втором шаге, используя полученные границы, подсчитывается общий коэффициент детализации, который определяется по формуле (1):

I ( x , y ) i j = P общий ,  (1)

где I(х,у) - значение пикселя с координатами х и у; i - количество строк; j - количество столбцов; P - коэффициент детализации.

На третьем шаге подобным выражению (1) вычисляется коэффициент детализации в каждом скользящем окне:

I ( x , y ) 0.1 i j = P окна ,  (2)

где 0,1- коэффициент усреднения, связанный с автоматическим выбором размера окна, равного 10% от общего изображения.

- На четвертом шаге коэффициенты детализации Робщий и Рокна сравниваются, после чего принимается решение о детализированности в данном окне, и окно сдвигается.

Устройство выделения высокодетализированных объектов на изображении сцены (фиг.1) содержит блок хранения входной реализации 1, вход которого является информационным входом устройства, выход подключен к входу блока управления 2 и первому входу блока детектора границ Канни 3, выход которого подключен к первому входу блока выбора скользящего окна 5 и первому входу блока определения общего коэффициента детализации 4, выход которого подключен к первому входу блока сравнения 7, выход которого подключен к первому входу блока хранения выходной реализации 8, выход которого является информационным выходом устройства; выход блока выбора скользящего окна 5 подключен к перовому входу блока определения коэффициента детализации в скользящем окне 6, выход которого подключен ко второму входу блока сравнения 7; выход блока управления 2 подключен ко второму входу блока детектора границ Канни 3, к второму входу блока определения общего коэффициента детализации 4, к второму входу блока выбора скользящего окна 5, к второму входу блока определения коэффициента детализации в скользящем окне 6 и к второму входу блока хранения выходной реализации 8; синхронность работы устройства обеспечивается генератором тактовых импульсов 9.

Устройство выделения высокодетализированных объектов на изображении сцены работает следующим образом: на вход блока хранения входной реализации 1 поступает исходное изображение, на котором представлен некоторый объект на произвольном фоне. С помощью блока управления 2 автоматически выбираются размеры изображения, коэффициент усреднения, связанный с автоматическим выбором размера окна, коэффициент оператора - гауссиана детектора Канни. С выхода блока хранения входной реализации 1 изображение поступает на первый вход блока детектора границ Канни 3. Значение коэффициента оператора - гауссиана поступает с выхода блока управления 2 на второй вход блока детектора границ Канни 3. В блоке детектора границ Канни 3 происходит выделение границ на исходном изображении. Полученное изображение с выделенными границами из выхода блока детектора границ Канни 3 поступает на первый вход блока определения общего коэффициента детализации 4, ко второму входу которого подключен выход блока управления 2, осуществляющий подачу величин размеров изображения. В блоке определения общего коэффициента детализации 4 происходит вычисление Робщий, по формуле (1). Полученный в результате расчета коэффициент Робщий подается с выхода блока определения общего коэффициента детализации 4 на вход блока сравнения 7. Одновременно с этим на первый вход блока выбора скользящего окна 5 подается изображение с выделенными границами из выхода блока детектора границ Канни 3. Ко второму входу блока выбора скользящего окна 5 подключен выход блока управления 2, осуществляющий подачу величин размеров изображения i,j, а также коэффициент усреднения, связанный с автоматическим выбором размера окна. Блок выбора скользящего окна 5 осуществляет выбор фрагмента изображения размерами данного скользящего окна. Полученный фрагмент изображения с выхода блока выбора скользящего окна 5 поступает на первый вход блока определения коэффициента детализации в скользящем окне 6, второй вход которого подключен к блоку управления 2, осуществляющий подачу величин размеров изображения i,j, а также коэффициента усреднения, связанный с автоматическим выбором размера окна. В блоке определения коэффициента детализации в скользящем окне 6 происходит вычисление Pокна согласно выражению (2). Полученный коэффициент детализации Pокна с выхода блока определения коэффициента детализации в скользящем окне 6 поступает на второй вход блока сравнения 7, где Pобщий и Pокна сравниваются и принимается решение о детализированности данного скользящего окна. Полученные данные с выхода блока сравнения 7 поступают на вход блока хранения выходной реализации 8, где записываются в заданных координатах i,j, поступающих на второй вход блока хранения выходной реализации 8 с выхода блока управления 2. Выход блока хранения выходной реализации 8 является информационным выходом устройства. Синхронность работы устройства обеспечивается генератором тактовых импульсов 9.

Технический результат - выделение на изображениях и видеопоследовательностях высокодетализированных объектов на произвольном низкодетализированном фоне.

Устройство выделения высокодетализированных объектов на изображении сцены, содержащее блок хранения входной реализации, вход которого является информационным входом устройства и блока хранения выходной реализации, выход которого является информационным выходом устройства, отличающееся тем, что выход блока хранения входной реализации подключен к входу блока управления и первому входу блока детектора границ Канни, выход которого подключен к первому входу блока выбора скользящего окна и первому входу блока определения общего коэффициента детализации, выход которого подключен к первому входу блока сравнения, выход которого подключен к первому входу блока хранения выходной реализации; выход блока выбора скользящего окна подключен к первому входу блока определения коэффициента детализации в скользящем окне, выход которого подключен ко второму входу блока сравнения; выход блока управления подключен ко второму входу блока детектора границ Канни, к второму входу блока определения общего коэффициента детализации, к второму входу блока выбора скользящего окна, к второму входу блока определения коэффициента детализации в скользящем окне и к второму входу блока хранения выходной реализации; синхронность работы устройства обеспечивается генератором тактовых импульсов.



 

Похожие патенты:

Группа изобретений относится к средствам ориентирования в реальном пространстве. Техническим результатом является повышение точности обнаружения трехмерного объекта в окружающем пространстве.

Изобретение относится к средствам формирования цифровых изображений. Техническим результатом является повышение качества результирующего изображения за счет устранения артефактов в полноцветном изображении.

Изобретение относится к средствам обработки цифровых изображений. Техническим результатом является обеспечение детектирования локальных особенностей на изображении.

Изобретение относится к средствам идентификации объектов на изображении. Техническим результатом изобретения является повышение точности обнаружения объекта на изображении.

Изобретение относится к средствам анализа содержимого изображений. Техническим результатом является повышение эффективности оценки содержимого изображений.

Изобретение относится к средствам определения гряд и поясов торосов на ледяном покрове акваторий. Техническим результатом является обеспечение мониторинга состояния ледяного покрова акваторий за счет определения толщины ледяного покрова, осредненной на локальном элементе разрешения.

Изобретение относится к средствам обработки изображений. .

Изобретение относится к средствам распознавания и анализа изображений при гистологических исследованиях. .

Изобретение относится к области цифрового формирования изображений. .

Изобретение относится к синтезу текстуры, включающему автоматической формирование больших текстур из маленького примерного изображения. .

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 технологиям кодирования и декодирования трехмерных видеоданных. Техническим результатом является повышение эффективности кодирования или декодирования видеоконтента с высоким разрешением или высоким качеством при помощи информации, указывающей на то, закодирована ли информация о текстуре единицы кодирования, и принимая во внимание вырезку глубины. Предложен способ кодирования видеоданных. Способ включает в себя этап, на котором кодируют один или более блоков видеоданных, представляющих информацию текстуры, по меньшей мере, части кадра видеоданных. Далее, согласно способу обрабатывают вырезку текстуры для компонента вида текстуры текущего вида, ассоциированного с единицей доступа, причем вырезка текстуры содержит кодированные один или более блоков и заголовок вырезки текстуры, содержащий набор элементов синтаксиса, представляющих характеристики вырезки текстуры. При выполнении вырезки текстуры осуществляют формирование или прием вырезки текстуры. Далее, кодируют информацию глубины, представляющую значения глубины, по меньшей мере, для части кадра, и обрабатывают вырезку глубины для компонента вида глубины текущего вида, соответствующего компоненту вида текстуры текущего вида. 4 н. и 52 з.п. ф-лы, 6 ил., 6 табл.

Описаны способ и система формирования пространственного изображения, в общем, для металлических поверхностей с зеркальной характеристикой и, в частности, для баллистических улик, при этом используют фотометрическое стерео путем определения и решения множества систем нелинейных уравнений, содержащих диффузный член и зеркальный член, с тем, чтобы определить поле N(x, y) векторов нормалей к поверхности и использовать N(x, y) для определения пространственной топографии Z(x, y). 3 н. и 17 з. п. ф-лы,9 ил.

Изобретение относится к системам рулевого управления сельскохозяйственным транспортным средством. Техническим результатом является повышение точности рулевого управления сельскохозяйственного транспортного средства за счет передачи сигнала о корректировке, учитывающей характерную структуру поля. Предложен способ рулевого управления сельскохозяйственным транспортным средством или оборудованием по отношению к структуре в поле. Способ включает в себя этап, на котором получают изображение поля формирователем изображения, анализируют изображение устройством обработки изображения для получения текстурной информации. Далее, согласно способу, присваивают множеству областей изображения показатели вероятности, которые отражают вероятность того, что соответствующая область относится к характерной структуре. 3 н. и 8 з.п. ф-лы, 9 ил.

Изобретение относится к различению текстовой области и нетекстовой области, и, в частности, к оцениванию шрифтового символа, подвергнутого процессу сглаживания. Техническим результатом является расширение арсенала технических средств оценивания того, содержится ли единичный пиксель в символьной области на экране дисплея. В способе оценивания того, содержится ли единичный пиксель в символьной области на экране дисплея, имеющем множество единичных пикселей, каждый из которых имеет три или большее количество подпикселей основных цветов, размещенных в нем, когда задан пиксель, представляющий интерес, задают указанный пиксель и заранее определенное количество единичных пикселей, смежных с ним, в качестве области оценивания. Определяют наибольшие значения подпикселей основных цветов каждых единичных пикселей в области оценивания в качестве репрезентативного значения указанного единичного пикселя. На основании гистограммы репрезентативных значений единичных пикселей в области оценивания производят оценивание того, содержится ли пиксель, представляющий интерес, в символьной области. 8 н. и 3 з.п. ф-лы, 8 ил.

Изобретение относится, в общем, к системам и способам для создания трехмерного (3D) текстурного атласа. Техническим результатом является повышение эффективности использования кэш-памяти текстур посредством уменьшения объема кэш-памяти текстур, необходимого для хранения каждого текстурного атласа. В способе создания трехмерного текстурного атласа подразделяют трехмерную треугольную сетку на множество скорректированных треугольников. Группируют множество скорректированных треугольников в группы скорректированных треугольников. Сканируют каждую группу скорректированных треугольников внутри трехмерного ограничивающего объема, чтобы сформировать стандартизованную текстурную мозаику или нестандартизованную текстурную мозаику. Уменьшают объем компьютерной кэш-памяти текстур, требуемой для хранения текстурного атласа, путем объединения каждой стандартизованной текстурной мозаики, чтобы сформировать трехмерный текстурный атлас, содержащий равное число стандартизованных текстурных мозаик в каждом измерении. Сохраняют каждый текстурный атлас в компьютерной кэш-памяти текстур. 2 н. и 14 з.п. ф-лы, 5 ил.

Изобретение относится к области обработки изображений. Технический результат – обеспечение определения периодически повторяющихся текстур на изображении. Способ обнаружения периодически повторяющихся текстур содержит этап предварительной обработки изображения, включающий: выявление областей с постоянной яркостью; детектирование малоинформативных областей, а именно областей с плавным изменением яркости; компенсацию тренда и получение изображения с удаленным трендом; удаление выявленных областей с постоянной яркостью и малоинформативных областей для получения блоков изображения, потенциально содержащих периодически повторяющиеся текстуры; и этап обнаружения периодически повторяющихся текстур в блоках изображения, потенциально содержащих периодически повторяющиеся текстуры, включающий: нормализацию блоков изображения, вычисление спектра мощности, анализ свойств локальных максимумов спектра мощности, определение наличия периодически повторяющихся или квазипериодических текстур, оценку количества направлений, вдоль которых текстура повторяется, оценку их ориентации и периодов направлений для областей, в которых обнаружены периодически повторяющиеся или квазипериодические текстуры. 5 з.п. ф-лы, 14 ил.

Группа изобретений относится к технологиям кодирования/декодирования машиночитаемых символов. Техническим результатом является повышение эффективности кодирования/декодирования цифровых значений изображения. Предложен способ кодирования цифровых значений изображения. Способ содержит этап, на котором осуществляют установление цифрового значения изображения. Далее согласно способу предоставляют символ, содержащий несколько многоугольников, сходящихся в общей вершине и имеющих различные соответствующие цвета, которые не включают черный и белый и выбраны так, чтобы кодировать установленное цифровое значение изображения. При этом цифровое значение изображения кодируют посредством присвоения каждому цвету трехразрядного кода, содержащего соответствующие бинарные значения, представляющие три основные составляющие цвета цветов многоугольников, и комбинирования цифровых кодов для задания установленного цифрового значения изображения. 5 н. и 13 з.п. ф-лы, 8 ил., 2 табл.

Изобретение относится к области геологии и может быть использовано для моделирования многофазного потока текучей среды. Структура пор горных пород и других материалов может быть определена посредством микроскопии и подвержена цифровому моделированию для определения свойств потоков текучей среды, проходящих сквозь материал. Для экономии вычислительных ресурсов моделирование предпочтительно осуществляют на стандартном элементе объема (СЭО). В некоторых вариантах осуществления способа определение многофазного СЭО может быть выполнено путем выведения параметра, связанного с пористостью, из модели пор и матрицы материала; определения многофазного распределения внутри пор материала; разделения модели пор и матрицы на несколько моделей фаз и матрицы; и выведения параметра, связанного с пористостью, из каждой модели фаз и матрицы. Затем можно определить и проанализировать зависимость параметра от фазы и насыщения для выбора подходящего размера СЭО. Технический результат – повышение точности и достоверности получаемых данных. 2 н. и 18 з.п. ф-лы, 15 ил.

Изобретение относится к области геологии и может быть использовано для моделирования многофазного потока текучей среды. Структура пор горных пород и других материалов может быть определена посредством микроскопии и подвержена цифровому моделированию для определения свойств потоков текучей среды, проходящих сквозь материал. Для экономии вычислительных ресурсов моделирование предпочтительно осуществляют на стандартном элементе объема (СЭО). В некоторых вариантах осуществления способа определение многофазного СЭО может быть выполнено путем выведения параметра, связанного с пористостью, из модели пор и матрицы материала; определения многофазного распределения внутри пор материала; разделения модели пор и матрицы на несколько моделей фаз и матрицы; и выведения параметра, связанного с пористостью, из каждой модели фаз и матрицы. Затем можно определить и проанализировать зависимость параметра от фазы и насыщения для выбора подходящего размера СЭО. Технический результат – повышение точности и достоверности получаемых данных. 2 н. и 18 з.п. ф-лы, 15 ил.

Изобретение относится к устройствам выделения высокодетализированных объектов. Технический результат заключается в выделении на изображениях и видеопоследовательностях высокодетализированных объектов на произвольном низкодетализированном фоне. Устройство содержит блок хранения входной реализации, блок управления, блок детектора границ Канни, блок определения общего коэффициента детализации, блок выбора скользящего окна, блок определения коэффициента детализации в скользящем окне, блок сравнения, блок хранения выходной реализации, генератор тактовых импульсов. 1 ил.

Наверх