УДК: 621.397.3, 536.3

Объектно-независимый подход к структурному анализу изображений

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Луцив В.Р. Объектно-независимый подход к структурному анализу изображений // Оптический журнал. 2008. Т. 75. № 11. С. 26–34.

Lutsiv V.R. Object-independent approach to the structural analysis of images [in Russian] // Opticheskii Zhurnal. 2008. V. 75. № 11. P. 26–34.

Ссылка на англоязычную версию:

V. R. Lutsiv, "Object-independent approach to the structural analysis of images," Journal of Optical Technology. 75 (11), 708-714 (2008). https://doi.org/10.1364/JOT.75.000708

Аннотация:

Представлен объектно-независимый подход к структурному анализу изображений. В отличие от объектно-специфичных методов, достигающих эффективных решений, используя специфику решаемых задач, представленный подход основан на наиболее общих ограничениях, характерных для пространственной организации окружающего мира (непрозрачность и локальная жесткость составляющих его объектов, правила их взаимного загораживания). Учитываются также ограничения, обусловленные устройством зрительной системы человека и большинства систем компьютерного зрения (аффинные или проективные преобразования, возникающие при проецировании изображения через сферическую линзу). Иерархические структурные методы анализа сцен и структурные методы анализа текстур рассмотрены в рамках представленного подхода с единых позиций с учетом иерархической организации окружающего мира, в котором объекты могут состоять из подобъектов, а текселы на их поверхностях могут становиться самостоятельными объектами анализа при увеличении пространственного разрешения изображения. На основе принятых ограничений сформирован объектно-независимый ортогональный базис обобщенных структурных элементов, пригодный для структурной декомпозиции изображений на разных иерархических уровнях, и разработаны методы построения структурных описаний на основе таких элементов. Показаны примеры анализа реальных изображений на базе предложенного подхода.

Коды OCIS: 100.2980, 3000.3020

Список источников:

1. Жеребко А.К., Луцив В.Р. Согласованная фильтрация в естественных и искусственных нейронных сетях // Оптический журнал. 1999. Т. 66. № 9. С. 69-72.

2. Qin-sheng Chen, Defrise M., Deconinck F. Symmetric phase-only matched filtering of Fourier-Mellin transforms for image registration and recognition // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1994. V. 16. № 12. P. 1156-1167.

3. Кейсесент Д. Оптическое когерентное распознавание образов // ТИИЭР 1979. Т. 67. № 5. С. 131-148.

4. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. под ред. Ю.И. Журавлева. М.: Мир, 1978. 411 с.

5. Maitra S. Moment invariants // Proc. IEEE. 1979. V. 67. № 4. P. 697-699.

6. Интегральные роботы. Сборник статей / Пер. с англ. под ред. Г.Е. Поздняка. В. 1. М.: Мир, 1973. 421 с.

7. Интегральные роботы. Сборник статей / Пер. с англ. под ред. Г.Е. Поздняка. В. 2. М.: Мир, 1975. 449 с.

8. Beech E. Sightunseen//Flight International. 1989. V. 135. №4151. P. 34-35.

9. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов / Пер. с англ. М.: Радио и связь, 1987. 400 с.

10. Отчет о работе "Оценка возможностей создания аппаратуры для автоматического измерения отклонения линии визирования объекта привязки на местности". Ленинград, Государственный оптический институт им. С.И. Вавилова, 1992, Peг. №22-7/92. 198 с.

11. Lutsiv V., Malyshev I., Novikova Т. Hierarchical approaches to analysis of natural textures//Proc. SPIE. 2004. V. 5426. P. 144-154.

12. Луцив В.Р. Метод обработки изображений при управлении роботами в ГАП // ЭВМ в проектировании и производстве. Сб. статей. В. 2 / Под общ. ред. Г.В. Орловского. Л.: Машиностроение, Ленинградское отделение, 1985. С. 154-162.

13. Луцив В.Р. Применение обобщенных эталонных функций в естественных и искусственных зрительных системах //Оптический журнал. 2007. Т. 74. № 11. С. 47-52.

14. Гуревич О.Б. Основы теории алгебраических инвариантов. М., Л.: Гос. изд. техн.-теорет. лит-ры, 1948. 408 с.

15. Slavutskaya A.V., Mikhailova E.S., Konishev V.A. Human visual evoked potentials to bars and cross-like figures // Perception. 2006. V.35 (Supplement. ECVP 2006. 29-th European conference on visual perception. St. Petersburg. 2006. Abstracts). P. 99.

16. Завалишин Н.В., Мучник И.Б. Модели зрительного восприятия и алгоритмы анализа изображений. М.: Наука, 1974. 344 с.

17. Julesz В. Textrons, the elements of texture perception, and their interactions // Nature. 12 March 1981. V. 290. P. 91-97.

18. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов / Пер. с англ. под ред. Ю.Н. Александрова. М.: Мир, 1978. 848 с.

19. Луцив В.Р. К вопросу структурного анализа изображений // Иконика. Книга VI. Труды ГОИ. 1992. Т. 79. В. 213. С. 65-71.

20. Луцив В.Р. Моделирование зон внимания в задачах автоматической декомпозиции и структурного анализа изображений // Оптический журнал. 2007. Т. 74. № 4. С. 59-67.

21. Луцив В.Р., Новикова Т.А. Моделирование зон внимания на основе анализа локальных особенностей текстуры изображений // Оптический журнал. 2008. Т. 75. № 7. С. 55-64.

22. Разработка методов оптимизационного системного проектирования механических конструкций, приводов, систем управления и адаптации роботизированных комплексов // Отчет по Г.Б. НИР Г-3-4-14-86 "Роботы", промежуточный, № ГР01860016170. Л.: ЛИАП, 1987. 120 с.

23. Lutsiv V., Malyshev I., Pepelka V. Automatic fusion of the multiple sensor and multiple season images // Proc. SPIE. 2001. V. 4380. P. 174-183.

24. Lutsiv V., Malyshev I., Pepelka V., Potapov A. The target independent algorithms for description and structural matching of aerospace photographs // Proc. SPIE. 2002. V. 4741. P. 351-362.

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

26. Dolinov D.S., Zherebko A.K., Novikova T.A., Lutsiv V.R. Using artificial neural networks in image processing problems // JOT. 1997. V. 64. № 2. P.112-118.

27. Vistnes R. Texture models and image measures for segmentation // Proceedings: Image understanding workshop. 1988. P. 1005-1015.