sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2018-3-48-53sapi-224Research ArticleОбработка информации и принятие решенийData processing and decision–makingВЫДЕЛЕНИЕ ПРЯМЫХ КОНТУРНЫХ ЛИНИЙ НА АЭРОИЗОБРАЖЕНИЯХ С ИСПОЛЬЗОВАНИЕМ ЕВКЛИДОВА ФОРМ-ФАКТОРАDETECTION OF DIRECT CONTROL LINES ON AEROVIEWS BASE ON EKKLIDOV FORM FACTORШевчукО. Г.ShevchukO. G.o.shevchuk@bsuir.byЦветковВ. ЮTsviatkouV. Yu.

Tsviatkou Viktar, Doctor of Technical Sciences, Associate Professor, Head of the Department of Infocommunication Technologies, ead of the NIL 2.3 «Network-centric video technologies and management» NIH BSUIR

vtsvet@bsuir.byБелорусский государственный университет информатики и радиоэлектроникиБеларусьBelarusian State University of Informatics and RadioelectronicsBelarus201829102018034853Copyright © Шевчук О.Г., Цветков В.Ю., 20182018Шевчук О.Г., Цветков В.Ю.Shevchuk O.G., Tsviatkou V.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/224

Разработан алгоритм выделения прямых контурных линий на основе евклидова форм-фактора. Сущность алгоритма заключается в детектировании прямых контурных линий в результате сравнения с единицей значения евклидова форм-фактора, учитывающего сумму эвклидовых расстояний между смежными пикселами, образующими контурную линию, при расчете ее длины. Показано, что разработанный алгоритм позволяет повысить стабильность выделения линий и быстродействие по сравнению с алгоритмом Хафа.

The algorithm of detection of direct contour lines base on euclidean form factor is presented. The essence of the algorithm is the detection of direct contour lines as a result of a comparison with unity of the value of the euclidean form factor, taking into account the sum of the euclidean distances between neighbors pixels forming the contour line, when its length is calculate. The developed algorithm makes it possible to increase the stability of the allocation of lines and the speed of response in comparison with the Hough algorithm is show.

 

ReferencesDuda, R. O. Use of the Hough Transformation to Detect Lines and Curves in Pictures / R. O. Duda // Communication of the ACM. – 1972. – Vol. 15, № 1. – P. 229–246.Duda, R. O. Use of the Hough Transformation to Detect Lines and Curves in Pictures / R. O. Duda // Communication of the ACM. – 1972. – Vol. 15, № 1. – P. 229–246.LSD: A Fast Line Segment Detector with a False Detection Control / R. Grompone von Gioi [et al.] // IEEE Transactions on Pattern. Analysis and Machine Intelligence. – 2010. – Vol. 32, № 4. – P. 722–732.LSD: A Fast Line Segment Detector with a False Detection Control / R. Grompone von Gioi [et al.] // IEEE Transactions on Pattern. Analysis and Machine Intelligence. – 2010. – Vol. 32, № 4. – P. 722–732.Бородина, О. Г. Выделение изолированных прямых линий на изображениях с использованием форм-фактора/ О. Г. Бородина, В. Ю. Цветков // Изв. СПбГЭТУ «ЛЭТИ». – 2015. – № 1. – C. 41–45.Borodina, O. G. Isolation of isolated straight lines on images using a form factor / O. G. Borodin, V. Yu. Tsvetkov // Izv. ETU «LETI». – 2015. – No. 1. – P. 41–45.Canny, J. A. Computational Approach to Edge Detection / J. Canny // IEEE Trans. Pattern Analysis and Machine Intelligence. – 1986. – Vol. 8, no. 6. – P. 679–698.Canny, J. A. Computational Approach to Edge Detection / J. Canny // IEEE Trans. Pattern Analysis and Machine Intelligence. – 1986. – Vol. 8, no. 6. – P. 679–698.Shih, F. Y. Automatic seeded region growing for color image segmentation / F. Y. Shih, S. Cheng // Image and Vision Computing. Newark. – 2005. – № 23. – P. 877–886.Shih, F. Y. Automatic seeded region growing for color image segmentation / F. Y. Shih, S. Cheng // Image and Vision Computing. Newark. – 2005. – № 23. – P. 877–886.Шевчук О. Г. Нормализация контурных линий по толщине на основе масочного анализа локальных ориентаций их фрагментов / Шевчук ОГ., Цветков В. Ю. // Информатика. – 2016 – № 51. – C. 14–24.Shevchuk O. G. Normalization of contour lines in thickness based on mask analysis of local orientations of their fragments / Shevchuk OG., Tsviatkou V. Yu. // Informatics. – 2016. – № 51. – P. 14–24.Шевчук О. Г. Детектирование прямых линий на основе форм-фактора/ Шевчук О. Г. // Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных: материалы междунар. научно-технич. семинара, часть 2. Минск, апрель – декабрь 2016 г. / БГУИР. – Минск, 2016. – С. 61–67.Shevchuk O. G. Detection of straight lines based on the form factor / Shevchuk OG // Telecommunications: networks and technologies, algebraic coding and data security: materials of the international. scientific and technical. seminar, part 2. Minsk, April – December 2016 / BSUIR. – Minsk, 2016. – P. 61–67.Шевчук О. Г. Детектирование прямых линий на изображении с использованием евклидова форм-фактора/ Шевчук О. Г., Крамков Д. А. // Развитие информатизации и государственной системы научно-технической информации (РИНТИ-2017): доклады XVI Международной конференции. Минск, 16 ноября 2017 г. – Минск: ОИПИ НАН Беларуси, 2016. – с. 167–173.Shevchuk O. G. Detection of straight lines in an image using the Euclidean form factor / Shevchuk OG, Kramkov DA // Development of Informatization and the State System of Scientific and Technical Information (RINTI-2017): reports of the XVI International Conference. Minsk, 16 November 2017 – Minsk: OIPI NAS of Belarus, 2016. – P. 167–173.

The authors declare that there are no conflicts of interest present.