Научно-технический
«ОПТИЧЕСКИЙ ЖУРНАЛ»
издается с 1931 года
 
   
Русский вариант сайта Английский вариант сайта
   
       
   
       
Статьи последнего выпуска

Электронные версии
выпусков начиная с 2008


Алфавитный указатель
2000-2010 гг


444
Архив оглавлений
выпусков 2002-2007 гг


Реквизиты и адреса

Вниманию авторов и рецензентов!
- Порядок публикации
- Порядок рецензирования статей
- Типовой договор
- Правила оформления
- Получение авторского вознаграждения
- Редакционная этика


Контакты

Подписка

Карта сайта




Журнал с 01.12.2015 допущен ВАК для публикации основных результатов диссертаций как издание, входящее в международные реферативные базы систем цитирования (Web Science, Scopus) (см. Vak.ed.gov.ru Перечень журналов МБД 16.03.2018г)

Аннотации (08.2015) : ИССЛЕДОВАНИЕ МЕТОДОВ СЕГМЕНТАЦИИ ПОВЕРХНОСТЕЙ ПРИ СОПОСТАВЛЕНИИ ИЗОБРАЖЕНИЙ В ТРЕХМЕРНОМ ПРОСТРАНСТВЕ

ИССЛЕДОВАНИЕ МЕТОДОВ СЕГМЕНТАЦИИ ПОВЕРХНОСТЕЙ ПРИ СОПОСТАВЛЕНИИ ИЗОБРАЖЕНИЙ В ТРЕХМЕРНОМ ПРОСТРАНСТВЕ

 

© 2015 г.     С. В. Пономарев*,**, студент

университет ИТМО, Санкт-Петербург

 **Государственный оптический институт им. С.И. Вавилова, Санкт-Петербург

Е-mail: sv.v.ponomarev@gmail.com

исследованы методы сегментации поверхностей в трехмерном пространстве в рамках решения задачи структурного сопоставления изображений. Представлен алгоритм сопоставления изображения в трехмерном пространстве, рассмотрены способы повышения устойчивости разработанного алгоритма к условиям съемки. Дана количественная оценка точности сегментации и быстродействия исследуемых методов. на основе результатов исследования предложена модификация алгоритма сопоставления изображений.

Ключевые слова: структурное сопоставление, методы сегментации, трехмерное пространство.

Коды OCIS: 150.1135

УДК 004.932

Поступила в редакцию 04.03.2015.

ЛИТЕРАТУРА

1.         Lutsiv. V.R., Malyshev I.A., Potapov A.S. Hierarchical structural matching algorithms for registration of aerospace images // Proc. SPIE. 2003. V. 5238. P. 164–175.

2.         Andreev V.S., Gubkin A.F., Iljashenko A.S., Kadykov A.B., Lapina N.N., Lutsiv V.R., Malyshev I.A., Novikova T.A., Potapov A.S.  Algorithms for automatically processing and analyzing aerospace pictures // Journal of optical technology. 2007. V. 74, No. 5. P. 307–322.

3.         Krishnapuram R., Gupta S. Morphological Methods for Detection and Classification of Edges in Range Images // Math. Imaging and Vision. 1992. V. 2. PP. 351–375.

4.        Arman F., Sabata B., Aggarwal J.K. Segmentation of 3D Range Images Using Pyramidal Data Structures // Proc. CVGIP: Image Understanding. 1993. V. 57, № 3. PP. 373–387.

5.         Besl P.J., Jain R.C. Segmentation through Variable Order Surface Fitting // IEEE Trans. Pattern Analysis and Machine Intelligence. 1988. V. 10, № 2.  PP. 167–192.

6.        Gupta A., Leonardis A., Bajcsy R. Segmentation of Range Images as the Search for Geometric Parametric Models // Int’l J. Computer Vision. 1995. V. 14. № 3. PP. 253–277.

7.         Hoffman R.L, Jain A.K. Segmentation and Classification of Range Images // IEEE Trans. Pattern Analysis and Machine Intelligence. 1987. V. 9. № 5. PP. 608–620.

8.        Flynn P.J., Jain A.K. Surface classification: hypothesis testing and parameter estimation // Proc. Computer Vision and Pattern Recognition. 1988. PP. 261–267.

9.        Ballard D.H. Generalized Hough Transform to Detect Arbitrary Shapes // Pattern Recognition. 1981. V. 13. №. 2. PP. 111-122.

10.       Holz D., Behnke S. Fast Range Image Segmentation and Smoothing Using Approximate Surface Reconstruction and Region Growing // Advances in Intelligent Systems and Computing. 2013. V. 194. PP. 61–73.

11.       Adams R., Bischof L. Seeded region growing. // IEEE Trans. Pattern Analysis Machine Intelligence.1994. V.16. №.6. PP. 641–647.

12.       Fischler M., Bolles R. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography // Communications of the ACM. 1981. V.24. PP. 381–395.

13.       Yang M.Y., Foerstner W. Plane Detection in Point Cloud Data // Technical Report, Department of Photogrammetry, University of Bonn, 2010. 16 p. 

14.       Potapov A.S. Principle of Representational Minimum Description Length in Image Analysis and Pattern Recognition // Pattern Recognition and Image Analysis. 2012. V. 22. No. 1. P. 82–91.

 

 

Полный текст >>>