Метод обробки складних зображень та їх розпізнавання
Наведено метод розпізнавання та розділення візуальних об'єктів, що частково накладені один на інший. Метод досліджено на прикладі розділення конгломератів клітин....
Gespeichert in:
| Datum: | 2011 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Видавничий дім "Академперіодика" НАН України
2011
|
| Schriftenreihe: | Доповіді НАН України |
| Schlagworte: | |
| Online Zugang: | http://dspace.nbuv.gov.ua/handle/123456789/36983 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Метод обробки складних зображень та їх розпізнавання / В.В. Грицик // Доп. НАН України. — 2011. — № 1. — С. 28-32. — Бібліогр.: 6 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-36983 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-369832012-08-30T12:06:49Z Метод обробки складних зображень та їх розпізнавання Грицик, В.В. Інформатика та кібернетика Наведено метод розпізнавання та розділення візуальних об'єктів, що частково накладені один на інший. Метод досліджено на прикладі розділення конгломератів клітин. A method of identification and separation of visual objects that partially overlap one another is presented. The example of the division of cell conglomerates is studied. 2011 Article Метод обробки складних зображень та їх розпізнавання / В.В. Грицик // Доп. НАН України. — 2011. — № 1. — С. 28-32. — Бібліогр.: 6 назв. — укр. 1025-6415 http://dspace.nbuv.gov.ua/handle/123456789/36983 004.89;681 uk Доповіді НАН України Видавничий дім "Академперіодика" НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| topic |
Інформатика та кібернетика Інформатика та кібернетика |
| spellingShingle |
Інформатика та кібернетика Інформатика та кібернетика Грицик, В.В. Метод обробки складних зображень та їх розпізнавання Доповіді НАН України |
| description |
Наведено метод розпізнавання та розділення візуальних об'єктів, що частково накладені один на інший. Метод досліджено на прикладі розділення конгломератів клітин. |
| format |
Article |
| author |
Грицик, В.В. |
| author_facet |
Грицик, В.В. |
| author_sort |
Грицик, В.В. |
| title |
Метод обробки складних зображень та їх розпізнавання |
| title_short |
Метод обробки складних зображень та їх розпізнавання |
| title_full |
Метод обробки складних зображень та їх розпізнавання |
| title_fullStr |
Метод обробки складних зображень та їх розпізнавання |
| title_full_unstemmed |
Метод обробки складних зображень та їх розпізнавання |
| title_sort |
метод обробки складних зображень та їх розпізнавання |
| publisher |
Видавничий дім "Академперіодика" НАН України |
| publishDate |
2011 |
| topic_facet |
Інформатика та кібернетика |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/36983 |
| citation_txt |
Метод обробки складних зображень та їх розпізнавання / В.В. Грицик // Доп. НАН України. — 2011. — № 1. — С. 28-32. — Бібліогр.: 6 назв. — укр. |
| series |
Доповіді НАН України |
| work_keys_str_mv |
AT gricikvv metodobrobkiskladnihzobraženʹtaíhrozpíznavannâ |
| first_indexed |
2025-07-03T18:42:59Z |
| last_indexed |
2025-07-03T18:42:59Z |
| _version_ |
1836652355603398656 |
| fulltext |
оповiдi
НАЦIОНАЛЬНОЇ
АКАДЕМIЇ НАУК
УКРАЇНИ
1 • 2011
IНФОРМАТИКА ТА КIБЕРНЕТИКА
УДК 004.89;681
© 2011
В.В. Грицик
Метод обробки складних зображень
та їх розпiзнавання
(Представлено членом-кореспондентом НАН України В.В. Грициком)
Наведено метод розпiзнавання та роздiлення вiзуальних об’єктiв, що частково накла-
денi один на iнший. Метод дослiджено на прикладi роздiлення конгломератiв клiтин.
1. Проблема. Розглядається предметна область обробки складних зображень комп’ютер-
ного зору в галузi автоматизацiї мiкробiологiї, роздiлення конгломератiв (злитих об’єктiв)
на складовi (рис. 1). Автоматизацiя обробки вiзуальних зображень на полi уваги є склад-
Рис. 1. Конгломерати клiтин кровi: а — моноцитiв; б — лiмфоцитiв; в — нейрофiлiв. Розроблений алгоритм
28 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2011, №1
ною задачею [1–3]. Тому дослiдження та розробка методiв i алгоритмiв декомпозицiї кон-
гломератiв (складних об’єктiв), аналiзу, розпiзнавання важливi для реалiзацiї у застосу-
ваннях.
Нижче наведено дослiдження з обробки складних зображень (на неоднорiдному фо-
нi з неоднорiдними слабоформалiзованими об’єктами). Дослiдження проводилось у три
етапи:
1) розробка методу пошуку конгломератiв на зображеннях у полi уваги без прив’язки
до типу зображення. За основу взято пiдхiд, описаний в [4];
2) розробка методу ефективної реалiзацiї видiлення об’єктiв, що входять до складу кон-
гломератiв;
3) проведення iмiтацiйного моделювання i випробування з якiсною та кiльцевою оцiнкою
ефективностi обробки та розпiзнавання зображень.
2. Метод пошуку конгломератiв на зображеннях (декомпозицiя конгломера-
тiв). Обробка даних на зображеннях здiйснюється так: розробка даних роздiлення кон-
гломератних утворень на складовi об’єкти; реалiзацiя контролю процесу розбиття на скла-
довi об’єкти; формування критерiїв розбиття: аналiзу i роздiлення накладених об’єктiв,
розпiзнавання об’єктiв, фiльтрацiї цих зображень, iдентифiкацiя конгломератiв на зобра-
женнi.
Рис. 1 демонструє можливiсть формування конгломератiв з рiзних слабоформалiзова-
них об’єктiв, що вiдрiзняються за структурою, числом об’єктiв тощо. Простим випадком
в полi уваги є конгломерат, утворений як поєднання двох об’єктiв (клiтин), накладання
яких є незначним.
У такому випадку конгломерати можна роздiлити та провести розпiзнавання практич-
но без iнформацiйних втрат про об’єкти, що в нього включенi. Це досягається алгорит-
мом реставрацiї вiдфiльтрованих об’єктiв. Проте для конгломератiв, утворених поєднан-
ням трьох i бiльше об’єктiв або об’єктiв зi значним злиттям (коли людинi важко одно-
значно iдентифiкувати об’єкт, визначити його приналежнiсть до певного класу), вiднов-
лення об’єктiв з конгломерату стає дуже складною задачею для запропонованого алгорит-
му. Наведений нижче алгоритм декомпозицiї потенцiйно може використовуватися в рiз-
них областях знань та застосувань iз аналiзом складних зображень, що дозволяє реалi-
зовувати iнформацiйно-аналiтичнi системи для пiдтримки прийняття рiшень та керуван-
ня при розробках комп’ютерного зору [2, 3, 5, 6]. Дослiдження та реалiзацiю алгоритму
розглянуто на прикладi клiтин, оскiльки клiтини є природними об’єктами i кожна з них
унiкальна.
3. Алгоритм обробки даних зображень — контур об’єкта зображень. Для реа-
лiзацiї пошуку локальних змiн напрямку контура зображення здiйснюється обробка даних,
згiдно з масивом розмiрностi m× n, де кожний елемент матрицi набуває значення 1, якщо
елемент належить об’єкту, i 0, якщо належить фону. Тодi для контурних точок справедли-
ва така умова:
Matrix[x, y] = 1.
Якщо
Matrix[x, y − 1] = 0 ∨Matrix[x− 1, y] = 0 ∨Matrix[x+1, y] = 0 ∨Matrix[x, y +1] = 0 ⇒
⇒ (x, y) = K(O),
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2011, №1 29
Таблиця 1
Вхiдне зображення Результуюче зображення
30 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2011, №1
де x = 0, n, y = 0,m, O — масив точок, що формує об’єкт на зображеннi; K(O) — масив
точок, що належать контуру об’єкта.
4. Метод обробки об’єктiв на зображеннi та їх iдентифiкацiя i класифi-
кацiя.
Основною ознакою конгломерату є те, що у мiсцi злиття опуклих об’єктiв завжди вини-
кає рiзка змiна напрямку слiдування контура об’єкта (перепад напрямку в мiсцi злиття).
Алгоритм передбачає:
1) зрiзування шарiв з конгломерату до його роздiлення на складовi об’єкти (ядра
об’єктiв);
2) вiдновлення об’єктiв (нарощування зрiзаних шарiв) з покроковим встановленням при-
належностi пiкселiв кожного шару до того чи iншого об’єкта.
Зрiзування шарiв iз аналiзованого об’єкта дозволяє одночасно як роздiлити, так i iден-
тифiкувати роздiленi об’єкти. Одночасно з вiдновленням об’єктiв проводиться додатковий
контроль приналежностi їх до того чи iншого класу об’єктiв.
Метод передбачає подiл об’єктiв на три основних класи: конгломерати, не конгломерати,
об’єкти з завадами.
5. Алгоритм автоматичного роздiлення конгломератiв. В основi алгоритму ле-
жить аналiз контура зображень вiдповiдно до таких етапiв.
Етап 1:
1) вiдсiювання фону. Алгоритм пошуку межi яскравостi кольору фону, методiв оконту-
рювання та кластеризацiї;
2) приведення зображення до бiнарного вигляду (фон бiлий, об’єкт чорний).
Етап 2:
1) видiлення об’єктiв на бiнарному зображеннi для їх подальшого аналiзу;
2) аналiз об’єкта на наявнiсть локальних змiн напрямку ходу контура;
3) пошук наступного об’єкта на вхiдному зображеннi;
4) розпiзнавання даних об’єктiв;
5) зрiзування шарiв та iндексацiя.
Етап 3:
1) аналiз наявностi зрiзаних шарiв за даним iндексом;
2) нарощення шару з заданим iндексом. На цьому кроцi вiдновлюється шар з заданим
iндексом, що дотикається до даного об’єкта;
3) аналiз зображення на наявнiсть шарiв;
4) позначення контурiв об’єктiв на вхiдному зображеннi.
6. Обробка складних зображень. Ефективнiсть алгоритму та рiвень склад-
ностi обробки вхiдних зображень. В табл. 1 наводяться вхiднi зображення та
демонструється ефективнiсть алгоритму на рiзних рiвнях складностi вхiдних зобра-
жень.
Отже, в роботi запропоново ефективнi для використання алгоритм та метод обробки
даних складних зображень та їх розпiзнавання. Розглянуто тестовi зображення в реальних
умовах. Розроблений метод може бути ефективно застосований для найрiзнiших предмет-
них областей знань в системах комп’ютерного зору.
ISSN 1025-6415 Доповiдi Нацiональної академiї наук України, 2011, №1 31
1. Грицик В.В., Влах М.А. Технiчнi та програмнi засоби розпiзнавання та аналiзу зображень складних
бiологiчних об’єктiв // Iнформ. технологiї i системи. – 2005. – 8, № 1. – С. 17–28.
2. Форсайд Д., Понс Ж. Компьютерное зрение. Современный подход. – Москва; Ст-Петербург; Киев:
Вильямс, 2004. – 926 с.
3. Грицик В. В. Задача класифiкацiї бiологiчних об’єктiв // Зб. наук. праць Iн-ту проблем моделювання
в енергетицi iм. Г.Є. Пухова НАН України, № 34. – Київ, 2006. – С. 153–160.
4. Грицик В.В., Влах М.А., Пелих Н. I., Влах В.А. Розпiзнавання текстово-символьної графiчної iн-
формацiї на зображеннях за допомогою нейтронної мережi комп’ютерного зору. – Львiв, 2008. – 39 с.
(Препринт / НАН України, Держ. наук.-дослiдн. iн-т iнформ. iнфраструктури.)
5. Грицик В.В. Новаторськi iдеї штучного iнтелекту. Iнформацiйно-аналiтичнi системи. – Львiв: Вид-во
наук.-дослiдн. iн-ту iнформ. iнфраструктури НАН України, 2008. – 63 с.
6. Грицик В.В. Концепцiя iнтелектуальних систем дослiдження бiологiчного середовища для прийняття
рiшення у реальному часi // Вiсн. нац. ун-ту “Львiвська полiтехнiка”, № 543. – Комп’ютернi науки та
iнформацiйнi технологiї. – Львiв, 2005. – С. 204–211.
Надiйшло до редакцiї 29.03.2010Державний науково-дослiдний iнститут
iнформацiйної iнфраструктури
НАН України, Львiв
V.V. Hrytsyk
A method of processing and recognition of complex images
A method of identification and separation of visual objects that partially overlap one another is
presented. The example of the division of cell conglomerates is studied.
32 ISSN 1025-6415 Reports of the National Academy of Sciences of Ukraine, 2011, №1
|