Результат интеллектуальной деятельности: СПОСОБ ФОРМИРОВАНИЯ КОНТУРНОГО ИЗОБРАЖЕНИЯ

Изобретение относится к технологиям обработки изображений и может быть использовано в системах технического зрения.

Известны способы обработки изображений для выделения контуров, которые основаны на вычислении модуля градиента на всей площади цифрового изображения по приближениям первой производной - локальным конечным разностям (см. Gonzalez R.C., Woods R.E. Digital image processing. Pearson Education, Inc., Prentice Hall, New Jersey, 2002. Рус. перевод: Гонсалес P., Вудс P. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.; Pratt W.K. Digital image processing. A Wlley-lntersclence Publication John Wiley and Sons New York/Chlchester/Brlsbane/Toronto 1978. Pyc. перевод: Прэтт У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982. Кн. 2. 480 с.). При этом приближенные компоненты градиента вычисляют с использованием скользящего окна (маски), перемещающегося по всему изображению и имеющему размеры, как правило, 3×3 пикселя. Коэффициенты маски подбирают таким образом, чтобы выходной сигнал контурного оператора обеспечивал максимум на перепадах яркости и не реагировал на монотонные участки (например, маски: Робертса, Превитта, Собела, Кирша и др.).

Недостатками известных способов является чувствительность к ориентации границ областей и к шумам, а также появление разрывов контуров при обработке границ объектов с малыми перепадами яркости.

Также известны способы, основанные на вычислении приближений вторых производных. Например, способ преобразования изображений с помощью оператора Лапласа, выбранный в качестве прототипа (см. Gonzalez, R.C., Woods R.E. Digital image processing. Pearson Education, Inc., Prentice Hall/R.C. Gonzalez, R.E. Woods. NewJersey, 2002. Рус. перевод: Гонсалес P., Вудс P. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. М: Техносфера, 2005. 1072 с.; Pratt, W.K. Digital image processing/ W.K. Pratt // A Wiley-interscience Publication John Wiley and Sons New York/Chichester/Brisbane/Toronto, 1978. Рус. перевод: Прэтт, У. Цифровая обработка изображений. Пер. с англ./У Прэтт, М: Мир, 1982. Кн. 2.480 с.), в соответствии с которым сформированное исходное цифровое изображение подвергается обработке дискретным двумерным фильтром верхних пространственных частот, при этом используется маска фильтра в виде двумерной системы с центральным элементом, перемещаемая по всему изображению от пикселя к пикселю по вертикали и горизонтали.

Лапласиан является нечувствительным к ориентации границ областей, что и позволяет использовать его при детектировании контуров. В дискретном случае оператор Лапласа реализуют в виде процедуры линейной обработки изображения окном 3×3. Импульсная характеристика фильтра, вычисляющего лапласиан имеет вид: причем могут быть задействованы и диагональные элементы: Лапласиан может принимать как положительные, так и отрицательные значения, поэтому, в операторе выделения контуров берут его абсолютное значение.

В результате обработки формируется контурное изображение, размерность которого соответствует исходному изображению. Роль лапласиана в задачах выделения контуров сводится к использованию его свойства пересечения нулевого уровня для локализации границы объекта.

К недостатку прототипа можно отнести то, что он чувствителен к шумам и требует значительных вычислительных ресурсов и ресурса памяти при обработке изображений высокого разрешения.

Техническим результатом предлагаемого способа является снижение чувствительности к шумам за счет уменьшения размерности формируемого изображения, а также уменьшение ресурса памяти при обработке цифровых изображений.

Технический результат достигается тем, что в известном способе формирования контурного изображения, включающего формирование входного цифрового изображения реальной сцены, выделение контурного состава, формирование выходного контурного изображения, согласно изобретению, выделение контурного состава осуществляют путем формирования поля, имеющего размеры входного изображения, заполняют его отсчетами входного изображения, разбивают поле на области заданного размера, в каждой области выделяют центральную и периферийную зоны, для каждой области формируют отсчет, величину которого определяют как взвешенную сумму яркостей пикселей центральной и периферийной зон, производят восемь разнонаправленных последовательных вертикальных и горизонтальных сдвигов входного изображения относительно поля на величину линейного размера центральной зоны, при каждом сдвиге для всех областей поля формируют новые отсчеты, для каждой области формируют матрицу размером 3×3, результирующее выходное контурное изображение получают объединением матриц отсчетов всех областей в единый массив.

Сущность изобретения заключается в том, что выделение контурного состава осуществляют путем формирования поля, имеющего размеры входного изображения, заполняют его отсчетами входного изображения, разбивают поле на области заданного размера, в каждой области выделяют центральную и периферийную зоны, для каждой области формируют отсчет, величину которого определяют как взвешенную сумму яркостей пикселей центральной и периферийной зон, производят восемь разнонаправленных последовательных вертикальных и горизонтальных сдвигов входного изображения относительно поля на величину линейного размера центральной зоны, при каждом сдвиге для всех областей поля формируют новые отсчеты, для каждой области формируют матрицу размером 3×3, результирующее выходное контурное изображение получают объединением матриц отсчетов всех областей в единый массив.

Сущность изобретения поясняется фигурами 1-3.

На фигуре 1 представлено, разделенное на двухзоновые области, поле размером (2М+1)×(2N+1), где 2М+1 - число столбцов входного изображения; 2N+1 - число строк входного изображения; х, у - пространственные координаты. Цифрами на фигуре обозначены: 1 - двухзоновая область; 2 - центральная зона области; 3 - периферийная зона области.

На фигуре 2 показан фрагмент поля из 16 областей, заполненный отсчетами некоторого входного изображения, имеющими различную яркость.

На фигуре 3 представлены сформированные отсчеты 16 областей для фрагмента поля с фигуры 2.

Цифровое изображение характеризуется наличием шумов. Поскольку все известные аналоги и прототипы осуществляют фильтрацию верхних пространственных частот, то влияние шумов не уменьшается. В предлагаемом способе за счет формирования взвешенных сумм шумы накапливаются не когерентно, в то время как полезный сигнал, соответствующий контурам, формируется когерентно. Как известно, некогерентное накопление шумов приводит к уменьшению влияния шумов за счет...[Перов А.И., Статистическая теория радиотехнических систем/ А.И. Перов., М.: Радиотехника, 2003. 400 с.]. Уменьшение размерности приводит к изменению размерности формируемого изображения и к уменьшению ресурса памяти при обработке цифровых изображений.

В предлагаемом способе для выделения контурного состава изображения формируют поле одинаковых двухзоновых областей (фиг. 1). Отсчет каждой (i,j)-й области определяют взвешенной суммой [Пономарев А.В., Детекторные поля/ Пономарев А.В., Богословский А.В., Жигулина И.В., М: Радиотехника, №7, 2018 г. С. 129-136. DOI 10.18127/j00338486-201807-23]:

где ƒ_l,ν - значения яркостей пикселей входного изображения. Z_p, Z_c - периферийная и центральная зоны области, соответственно.

Вторая сумма в выражении (1) имеет коэффициент, равный восьми, поскольку так учитывается различное количество пикселей центральной и периферийной зоны. Это обеспечивает нулевую реакцию области на равномерную освещенность, т.е. область реагирует только на перепады яркости (фиг. 2-3).

Для предотвращения пропуска границ освещенности входное изображение перемещают относительно поля. Величина сдвига равна линейному размеру центральной зоны. Сдвиги производят последовательно по вертикали и горизонтали так, чтобы центральные зоны соседних областей соприкасались, но не перекрывались, обеспечивая получение отсчетов, необходимых для сохранения целостности границ освещенности на входном изображении. При этом для каждой области получают девять отсчетов.

Таким образом, формируют выходное контурное изображение уменьшенной размерности - размерность входного изображения; m×n - размер центральной зоны каждой области. При этом наиболее важные структурные свойства изображения сохраняются, но существенно уменьшается количество обрабатываемых данных из-за устранения менее значимых элементов изображения.

На фигуре 4 представлена схема устройства, с помощью которого может быть реализован предлагаемый способ формирования контурного изображения. Цифрами обозначены:

1 - датчик изображения;

2 - запоминающее устройство;

3 - блок формирования поля;

4 - блок управления сдвигом;

5 - блок формирования выходного контурного изображения;

6 - устройство отображения.

Блок формирования поля 3 предназначен для формирования совокупности двухзоновых областей и может быть выполнен на сумматорах.

Блок управления сдвигом 4 предназначен для выборки отсчетов входного изображения, которые будут заполнять поле, смещенное относительно исходного изображения, он может быть реализован на микроконтроллерах.

Работа устройства осуществляется следующим образом.

Сцена проецируется на светочувствительную поверхность датчика изображения 1. Измеренные отсчеты видеосигнала изображения, пропорциональные уровню освещенности, передаются в запоминающее устройство 2. С выхода запоминающего устройства 2 под действием управляющего сигнала с выхода блока управления сдвигом 4 осуществляется девять последовательных выборок входного изображения, которые затем поступают на вход блока формирования поля 3. Под действием управляющих сигналов с блока управления сдвигом 4 в блоке формирования поля 3 формируются соответствующие отсчеты матриц областей поля. С выхода блока формирования поля 3 сформированные отсчеты записываются в блок формирования выходного контурного изображения 5, где по окончании цикла из восьми сдвигов формируется выходное контурное изображение кадра, поступающее в устройство отображения 6.

Таким образом, предложенный способ менее чувствителен к шумам, он позволяет уменьшать размерность изображения, а также значительно сокращать объем записи данных. Этот способ полезен для повышения эффективности методов обнаружения объектов, например, за счет инвариантности к масштабу изображения.