Распознавание контура видеоизображений

4.3. Описание математической модели

При преобразовании светового сигнала в цифровой код неизбежно возникают искажения, так называемый шум.

Сглаживание шума и повышение контрастности изображения

Рассмотрим простейший алгоритм, позволяющий снизить уровень шума в цифровом изображении и повысить его контрастность. Предположим, что уровень шума не превосходит 50%, и для сглаживания, а также для повышения контрастности можно использовать следующий алгоритм:

Однако после реализации данного алгоритма в цифровом изображении могут остаться блики или пятна. Говорят, что на изображении имеются блики (пятна), если для некоторых пикселей яркость соседних пикселей ниже (выше).

Для того, чтобы убрать блики, можно использовать различные процедуры, например, такую:

То есть в данном случае анализируются пиксели, находящиеся сверху, снизу, справа и слева от исследуемого (рисунок 4.3).

	W _{i-1 , j}
W _{i , j-1}		W _{i , j+1}
	W _{i+1 , j}

Рисунок 4.3. Простейшая окрестность пикселя с координатами i,j.

Отметим, что аналогичный алгоритм, позволяющий убирать шумы и блики можно построить, если включить в окрестность пикселя большее количество точек, как показано на рисунке 4.

W _{i-1 , j-1}	W _{i-1 , j}	W _{i-1 , j+1}
W _{i , j-1}		W _{i , j+1}
W _{i+1 , j-1}	W _{i+1 , j}	W _{i+1 , j+1}

Рисунок 4.4. Окрестность пикселя с координатами i,j.

Поиск контура

Поиск контура это процедура позволяющая найти очертания объектов или их частей. Алгоритм ищет резкие перепады яркости, которые обычно наблюдаются на границах объекта, при резких изменениях света или рельефа поверхности. Отметим, что в реальных ситуациях, как правило, переходы 'смазаны' вследствие небольших колебаний шероховатости поверхности, электронными помехами и т.п. В качестве примера, рассмотрим процесс поиска контура прямоугольного фрагмента (размером u × v ) объекта показанного на рисунке 4.5.

Предполагаем, что с помощью алгоритмов, описанных выше или аналогичных, убраны блики и пятна, снижен уровень шума и повышена контрастность изображения. Анализируя итоговую матрицу цифрового изображения Q , построим массивы - координат точек, расположенных по контуру объекта, с помощью такого алгоритма: , если

Рисунок 4.5. Реальный объект, контур которого описывается параболой.

Так как нам известны реальные размеры области: [a,b] × [c,d] , можно определить масштабные множители и построить массивы X и Y вещественного типа такие, что n - число точек контура. Предположим далее, что нам известен вид кривой, например, A(x , a₀ , a₁ , a₂ ) = a₂ x ² + a₁ x + a₀ , описывающей контур реального объекта, с точностью до параметров: a₀ , a₁ , a₂ . Рассматривая массивы X, как значения на входе, а Y, как значения на выходе, для определения значений a₀ , a₁ , a₂ решаем задачу параметрической идентификации.