СИСТЕМА ВЫДЕЛЕНИЯ ОБЛАСТЕЙ ТЕКСТА НА

НОМЕРАХ АВТОМОБИЛЕЙ

Цель работы

Разработка программной системы обработки изображений на основе основных методов сегментации;

Анализ эффективности различных сегментационных методов применительно к различным типам изображений.

Постановка задачи Разработать программную систему,

позволяющую: обрабатывать изображения представляемые

в виде файлов различных форматов (BMP, EMF, WMF, GIF, JPG, JPEG, PNG, TIFF);

выполнять сегментацию изображений основными методами сегментации (пороговым отсечением, выделением границ, наращиванием областей);

производить неограниченное количество сегментаций с различными параметрами;

Постановка задачи строить гистограмму яркостей точек и

отображать статистические данные; позволять сохранять сегментированные

изображения в различных графических форматах.

Программа должна иметь удобный пользовательский интерфейс;

Необходимо произвести анализ методов сегментации, а также практические исследования этих методов;

Методы сегментации Ограничением по порогу яркости; Сегментация выделением границ; Сегментация наращиванием

областей: центроидным связыванием (волновым

методом); слиянием-расщеплением; методом яркостных промежутков.

Сегментация ограничением по порогу яркости

Преобразовывает изображение в бинарное: чёрные пиксели – область объекта; белые пиксели – область фона.

TyxGесли

TyxGеслиyxG

,,1

,,0,

G' – преобразованная яркость;G – исходная яркость;T – порог.

Сегментация ограничением по порогу яркости Производится на

основе анализа яркостной гистограммы изображения;

Рекомендуемый порог сегментации – один из минимумов яркостной гистограммы.

Сегментация выделением границ Контрастирует

изображение, усиливая яркость граничных пикселей и ослабляя яркость остальных.

Сегментация выделением границ

Для сегментации используются матрицы свёрток. Например:

111

000

111

H

121

000

121

H

– Превитта

– Собела

Сегментация выделением границ

Сегментированные изображения могут быть обработаны с помощью преобразований Хаффа с целью их векторизации;

Векторизованные изображения используются для нахождения отдельных объектов изображения.

Сегментация наращиванием областей Основана на

группировке пикселей с небольшой разницей в значениях яркости;

Эффективна для равномерно освещённых объектов.

Волновой метод Рекурсивный

обход точек-соседей начиная с некоторых исходных;

Объединение точек с небольшой разницей яркости.

Метод слияния-расщепления Разбиение

изображения на однородные по яркости области;

Слияние схожих по яркости областей.

Метод яркостных промежутков Разбиение

множества значений яркости изображения на N промежутков;

Замена значений яркости каждого промежутка на среднее значение промежутка.

Логическая структура программы

Программа состоит из 4 основных частей, взаимодействующих между собой: главное окно; классы графической обработки; диалоговые окна; класс документа графического файла.

Логическая структура программы

Логическая структура программы

Главное окно программы отвечает за отображение данных и общение с пользователем;

Диалоговые окна позволяют задавать пользователю параметры выполняемых операций сегментирования;

Логическая структура программы

Классы графической обработки сегментируют и преобразовуют изображения;

Класс документа позволяет загружать, сохранять и контролировать графические данные.

Главное окно программы

Окно информации о файле

Диалоговые окна пороговой сегментации и сегментации выделением границ

Диалоговые окна сегментации наращиванием областей

Диалоговое окно сохранения результатов сегментации

Результаты тестирования

Применительно к изображениям с автомобильными номерами, метод отсечения по порогу даёт наилучшие результаты для полностью освещённых номеров;

Недостаток – проблематичность нахождения подходящего порога;

Результаты тестирования При сегментации методом выделения

границ наилучшие результаты получаются с применением операторов Собела и Превитта;

Использование данных операторов позволяет обнаружить достаточно чёткие границы объектов, не пропуская границы областей помех;

Недостаток – сложность перехода от изображения границ к отдельным объектам;

Результаты тестирования

Метод наращивания областей является наиболее трудоёмким, однако наиболее эффективным при обработке особенно сложных изображений;

Достоинство данного метода –нечувствительность к сильным помехам.

Выводы В рамках проекта разработана

программная система обработки изображений на основе методов сегментации;

Программа поддерживает обработку изображений большинства графических форматов. Выполняет их сегментацию основными методами сегментации и сохраняет результаты в графические файлы;

Проведён сравнительный анализ методов сегментации.