Морфологические методы анализа сцен

Материал из Техническое зрение
Перейти к: навигация, поиск

Изображения одной и той же сцены могут значительно различаться между собой при вариации условий их регистрации - таких, как освещение, оптические свойства поверхности объектов, свойства среды, влияющей на оптические свойства объекта, и пр. Этот факт усложняет задачу анализа сцен по их изображениям, поскольку связь между расположением объектов и распределением яркости на поле зрения неоднозначна. Тем не менее, если всевозможные изображения сцены могут быть описаны определенным классом преобразований, выполняемых над некоторым изображением этой сцены, то характеристикой формы объектов на изображении естественно считать максимальный инвариант данного класса преобразований. Поскольку этот инвариант, как правило, не позволяет восстановить $\textit{форму объектов}$, он назван $\textit{формой изображения}$, а методы анализа изображений, основанные на этой идее, - $\textit{морфологическими} (\textit{Пытьев}$, 1984; $\textit{Пытьев}, \textit{Чуличков}$, 2010).

Содержание

Выделение неизвестных объектов на изображениях известной сцены

Морфологические методы анализа изображений ориентированы на решение задач, которые могут быть сгруппированы в два больших класса. Первый класс включает задачи $\textit{выделения неизвестных объектов на изображениях известной сцены}$, полученных при неизвестных условиях. Трудность, с которой традиционно сталкиваются при решении этой задачи, состоит в том, что изменение условий регистрации приводит к изменениям в изображении, часто более существенным, чем появление/исчезновение объектов на местности. Морфологические методы позволяют успешно справиться с этой задачей.

6-2-1.jpg

Идея морфологического выделения неизвестного объекта в известной сцене наблюдения

Идея морфологического решения такой задачи схематически показана на рис. 1. Пусть имеются два изображения одной и той же сцены - $A$ и $B$, которые различаются тем, что, во-первых, сняты в различных условиях освещенности, в результате чего изменились яркостные (но не геометрические!) характеристики видимого поля, а во-вторых, на изображении $B$ появился небольшой объект, которого не было на изображении $A$. Если мы просто сравним изображения $A$ и $B$ между собой, то полученное разностное изображение не позволит нам отделить изменения в составе сцены от изменений яркости. Однако это возможно сделать, если сформировать такое вспомогательное изображение $C$, которое имело бы $\textit{форму}$ изображения $A$, но $\textit{яркость}$ элементов этой формы оценивалась бы по изображению $B$. Такое изображение в морфологии Пытьева называется $\textit{проекцией B на форму A}$.


Алгоритм решения задачи $\textit{сравнения изображений по форме}$ с использованием морфологической проекции в рассматриваемом простейшем случае имеет следующий вид.

  1. Выделить связные области на изображении $A$.
  2. Вычислить среднюю яркость по областям $A$ на $B$.
  3. Сформировать $C$ по форме $A$ с яркостями из $B$.
  4. Найти разность $C$ и $B$.
  5. Выделить область с существенной разностью интенсивностей пикселов.

Эта идея, несмотря на свою кажущуюся простоту, достаточно эффективно работает и на реальных изображениях. Пусть, например, имеется два изображения местности и объектов на ней, полученных зимой и летом (см. рис. 2 сверху). Пусть при предъявлении этих изображений для анализа необходимо выделить объект, отсутствующий на «летнем» изображении, но различимый на «зимнем». На рис. 2 внизу слева приведено изображение, яркость которого равна разности яркостей изображений сцены, полученных в разные сезоны года. Видно, что различие в условиях

6-2-2.jpg

Результат выделения отличий в сценах. Вверху - изображения одной и той же местности, полученные в разные сезоны года. Внизу слева - разность $f-g$ изображений, приведенных на рис. 1, внизу справа - отличие изображения $g$ летнего пейзажа от зимнего $f$ по форме. Форму изображения $f$ определяют конфигурации областей его одинаковой яркости. Отличие по форме получается вычитанием средней яркости $P_f g$ изображения $g$ на этих областях из яркости изображения $g$ в каждой точке поля зрения. Отличие от нуля разности $g-P_f g$ возникают вследствие изменения конфигураций областей поля зрения равной яркости изображения $g$ по сравнению с конфигурациями соответствующих областей изображения $f$, которые вызваны изменением сцены

регистрации приводят к существенной разнице в яркостях. На этом же рисунке внизу справа приведена $\textit{морфологическая разность}$ этих же изображений, позволившая выделить объект (яркое пятно в правом нижнем углу), появившийся на сцене и не связанный с изменениями условий наблюдения.

Поиск известных объектов на неизвестной сцене

Второй класс задач связан с поиском $\textit{известных объектов на неизвестной сцене}$. Например, пусть на изображении сцены, полученном в видимом диапазоне электромагнитного излучения (рис. 3 слева), требуется найти фрагмент (автомобиль), видимый на изображении ИК-диапазона (рис. 3 справа).

6-2-3.jpg

Изображение сцены (слева) и ее фрагмента, полученного видеосистемой с существенно меньшим пространственным разрешением (справа)

6-2-4.jpg

График зависимости близости по форме сравниваемых участков изображений, представленных на рис. 3, от взаимного сдвига изображений (в условных единицах). Точка максимума соответствует наибольшему сходству изображений по форме и служит оценкой координат искомого фрагмента

Яркости участков поля зрения, соответствующие изображению автомобиля, существенно различаются, однако их структура («форма») сохраняется, что позволило определить координаты искомого фрагмента ИК-изображения на видимом изображении. На рис. 4 приведен график зависимости близости по форме сравниваемых участков изображений от взаимного сдвига изображений (в условных единицах). Точка максимума соответствует наибольшему сходству изображений по форме и служит оценкой координат искомого фрагмента.


Подробнее

  1. Форма изображения как инвариант преобразований изображений, отвечающих вариациям условий регистрации
  2. Сравнение изображений по форме
  3. Выделение отличий изображений по форме
  4. Обнаружение объекта по его изображению и оценка его координат
  5. Морфология на базе кусочно-линейной интерполяции


Литература

Книга (Пытьев, Чуличков) — основной источник по данному разделу. Она содержит систематическое изложение морфологического анализа изображений по Ю. П. Пытьеву, при изучении которого ранее приходилось ссылаться лишь на журнальные публикации и публика-ции в сборниках.

1) Пытьев Ю. П. Задачи морфологического анализа изображений / Математические методы исследования природных ресурсов Земли из Космоса. — М.: Наука, 1984. C. 41–83.

2) Пытьев Ю. П., Чуличков А. И. Методы морфологического анализа изображений. — М.: Физматлит, 2010.

3) Визильтер Ю. В. Проективные морфологии на базе интерполяции // Вестник компьютер-ных и информационных технологий. 2008. № 4. С. 11–18.

Полезные ссылки

  1. ☝ К началу
  2. ☜ Морфологический анализ изображений
Личные инструменты
Пространства имён

Варианты
Действия
Навигация
Инструменты