Насиров Ф. В.
Одесская национальная академия связи имени А. С. Попова, Украина
ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ МЕТОДА ВЫДЕЛЕНИЯ ГРАНИЦ НА ЦВЕТНЫХ ЦИФРОВЫХ ИЗОБРАЖЕНИЯХ
Методы выделения границ регионов с помощью градиентных фильтров на изображениях в градациях серого не всегда оказываются эффективны, поскольку не все методы преобразования цветных изображений в градации серого, сохраняют цветовые контрасты [1]. Потеря цветовых контрастов сопровождается искажениями контуров, поэтому проблема выделения регионов на цветных изображениях является актуальной. Изображения со сложным цветовым и пространственным контекстом могут содержать как градиентные цветовые, так и текстурные регионы. Для эффективного выделения связных регионов на цветных изображениях необходимо разработать метод, инвариантный к цветовому и пространственному контексту регионов, т.е. способный эффективно выделять границы, например, между текстурными и не текстурными регионами, что и является целью данной работы.
Предложенный метод выделения границ на цветных изображениях заключается в следующем. Изображение сканируется маской размера
. В пределах маски по RGB компонентам
рассчитывается ковариационная матрица
, где
;
– интенсивность
-ой цветовой компоненты пиксела с координатами
;
– среднее значение в пределах маски. Для полученной ковариационой матрицы вычисляются собственные значения, а для дальнейшего анализа выбирается та компонента пространства RGB, которой соответствует максимальное собственное значение. Обозначим соответствующую ей маску
. Маска
векторизуется по строкам –
, по столбцам –
, зигзагом начиная с левого верхнего угла [2] –
и зигзагом начиная с правого верхнего угла –
. Для каждого ряда с окном
формируется соответствующая траекторная матрица
. Для каждой такой матрицы вычисляются сингулярные компоненты [3]: собственные значения
, собственные
и факторные
векторы. Для экспериментального исследования метода выделения границ метода было разработано соответствующее приложение.
На рис. 1 приведена маска размером
с горизонтальной границей между текстурной и градиентной областями.
а) б)
Рис. 1. Маска с текстурной и градиентной областями:
а) исходное изображение; б) выделенная горизонтальная граница
Для этой маски максимальному собственному значению матрицы
, соответствует компонента G. Для векторизации маски
использовались окна
и
. Для траекторной матрицы
рассчитывались собственные значения и факторный вектор
, соответствующий максимальному собственному значению
. На рис. 2а приведена диаграмма значений компонент этого вектора для
.
![]() |
|||
![]() |
|||
а) б)
Рис. 2. Локализация положения горизонтальной границы
а) исходный факторный вектор; б) квантованный факторный вектор
Для того чтобы упростить процедуру определения и локализации границы, компоненты вектора приводились к единичному диапазону по формуле:
.
Полученные значения квантовались по формуле
,
где
– округление до целого числа. Как видно по рис. 2б, компоненты вектора
принимают нулевые значения для области с градиентным цветом и единичные – для области с текстурой. Скачок соответствует границе, разделяющей эти области. Номер строки маски –
, в которой расположена эта граница, вычисляется по формуле:
, (1)
где
– количество нулевых компонент
. Для рассматриваемого случая
=478 и
= 17.
Квантованные факторные векторы, соответствующие
матриц
,
и
приведены на рис. 3, их структура более сложная и они существенно отличаются от
.
а) б) в)
Рис. 3. Квантованные факторные векторы:
а) векторизация по столбцам; б) векторизация зигзагом;
в) векторизация зигзагом, начиная с правого верхнего угла
Аналогичные результаты получены и для окна
=110. В дальнейшем, для векторизации маски будем использовать окно размером
. На рис. 4 приведены маски с вертикальной и диагональными границами.
В случае изображения с вертикальной границей максимальному собственному значению соответствует компонента G. Графики нормированных факторных векторов для различных способов векторизации приведены на рис. 5
а) б) в)
Рис. 4. Маски:
а) с вертикальной границей; б), в) с диагональными границами
а) б) в) г)
Рис. 5. Квантованные факторные векторы:
а) векторизация по строкам; б) векторизация по столбцам;
в) векторизация зигзагом;
г) векторизация зигзагом, начиная с правого верхнего угла
Здесь один скачок имеет факторный вектор - для случая векторизации по столбцам. Следовательно, граница вертикальная и расположена в столбце, номер которого вычисляется по формуле (1) –
. Для масок с диагональными границами получены аналогичные результаты, а именно: один скачок содержат только те факторные векторы, которые получены в случаях диагональной векторизации маски.
Для изображения маски с текстурной областью все факторные векторы содержат больше одного скачка.
Таким образом, предложенный метод позволяет выделять границы различной ориентации на цветном цифровом изображении не только между градиентными областями, но и между градиентными и текстурными областями, а также между текстурными областями.
Список использованных источников:
1. Cadík M. Perceptual Evaluation of Color-to-Grayscale Image Conversions / M. Cadík // Pacific Graphics, 2008.– V . 27. – P . 128 - 138.
2. ISO/IEC 10918-1:1994 Information technology - Digital compression and coding of continuous-tone still images: Requirements and guidelines. – ISO/IEC, 1994. – 186 p .
3. Golyandina N. Analysis of Time Series Structure: SSA and Related Techniques. London: Chapman & Hall / N. Golyandina, V. Nekrutkin, A. Zhigljavsky // CRC, 2001. - 305 p.