Блочно-сегментный поиск локальных экстремумов изображений на основе анализа яркостей смежных пикселей и областей
https://doi.org/10.21122/2309-4923-2019-4-4-9
Аннотация
Целью работы является разработка алгоритма выделения локальных экстремумов изображений с низкой вычислительной сложностью и высокой точностью. Известные алгоритмы блочного поиска локальных экстремумов имеют низкую вычислительную сложность, но выделяют без ошибок только строгие максимумы и минимумы. Морфологический поиск дает точные результаты, выделяя экстремальные области, образованные нестрогими экстремумами, однако, он имеет высокую вычислительную сложность. В работе предложен алгоритм блочно-сегментного поиска локальных экстремумов изображений на основе анализа яркостей смежных пикселей и областей. Сущность алгоритма состоит в поиске однопиксельных локальных экстремумов и однородных по яркости областей, сравнении значений их граничных пикселей со значениями соответствующих пикселей смежных областей: область является локальным максимумом (минимумом) если значения всех ее граничных пикселей больше (меньше) или равны значениям всех смежных пикселей. Разработанный алгоритм, как и алгоритм морфологического поиска, позволяет обнаруживать все однопиксельные локальные экстремумы, а также экстремальные области, чем превосходит алгоритмы блочного поиска. При этом разработанный алгоритм по сравнению с алгоритмом морфологического поиска требует значительно меньше времени и оперативной памяти.
Об авторах
А. Т. НгуенБеларусь
Нгуен Ань Туан – аспирант кафедры инфокоммуникационных технологий
В. Ю. Цветков
Беларусь
Цветков Виктор Юрьевич – доктор технических наук, доцент, заведующий кафедрой инфокоммуникационных технологий
Список литературы
1. Van Herk, M. A fast algorithm for local minimum and maximum fi on rectangular and octagonal kernels / M. Van Herk // Pattern Recognition Letters. – 1992. – Vol. 13. – P. 517–521.
2. Gil, J. Computing 2-D min, median, and max / J. Gil, M. Werman// IEEE Trans. on PAMI. – 1993. – Vol. 15. – P. 504–507.
3. Coltuc, D. Fast computation of rank order statistics / D. Coltuc, P. Bolon // Proc. Of EUSIPCO. – 2000. – P. 2425– 2428.
4. Neubeck, A. Efficient non-maximum suppression / A. Neubeck, L. Van Gool// Proc. of ICPR. – 2006. – Vol. 3. – P. 850–855.
5. Forstner, W. A fast operator for detection and precise locations of distinct points, corners, and centres of circular features / W. Forstner, E. Gulch // Proc. of Intercommission Conf. on Fast Processing of Photogrammetric Data. – 1987. – P. 281–305.
6. Tuan Q. Pham. Non-maximum Suppression Using fewer than 2 Comparisons per Pixel / Tuan Q. Pham // Advanced Concepts for Intelligent Vision Systems(ACIVS). – 2010. – Vol. 12. – P. 438 –451.
7. Bastys, A. Iris Matching by Local Extremum Points of Multiscale Taylor Expansion / A. Bastys, J. Kranauskas, R. Masiulis // Springer-Verlag Berlin Heidelberg, 2009. ICB 2009, LNCS 5558. – P. 1070–1079.
8. Soille, P. Morphological Image Analysis: Principles and Applications / P. Soille. Springer, 2002. – 391 p
Рецензия
Для цитирования:
Нгуен А.Т., Цветков В.Ю. Блочно-сегментный поиск локальных экстремумов изображений на основе анализа яркостей смежных пикселей и областей. Системный анализ и прикладная информатика. 2019;(4):4-9. https://doi.org/10.21122/2309-4923-2019-4-4-9
For citation:
Nguyen A.T., Tsviatkou V.Yu. Block-segment search of local extrema of images based on analysis of brightnesses of related pixels and areas. «System analysis and applied information science». 2019;(4):4-9. (In Russ.) https://doi.org/10.21122/2309-4923-2019-4-4-9