Клеточно-локальный алгоритм выделения и оценки изменений на бинарных изображениях


https://doi.org/10.18255/1818-1015-2014-4-64-74

Полный текст:


Аннотация

Рассматривается задача выделения изменений и оценки степени этих изменений на динамически меняющемся во времени бинарном изображении некоторой сцены. Выделение изменений происходит за счет анализа двух кадров, полученных в моменты времени t' и t'' > t' соответственно. В работе вводится числовая характеристика степени изменений областей, основанная на коэффициенте сходства Жаккара. Для ее вычисления предлагается архитектура двумерного клеточного автомата с диффузионным взаимодействием клеток. Доказана сходимость конфигураций клеточного автомата к стационарной конфигурации, которая определяет искомую характеристику для каждой области меняющегося изображения. Результат можно представить в виде полутонового изображения, что в значительной мере облегчает визуальный анализ динамики изменений. Предложенный подход может быть использован для выделения и количественной оценки изменений в случае, когда число градаций яркости изображений больше двух.

Об авторах

Алексей Абрамович Короткин
Ярославский государственный университет им. П.Г. Демидова
Россия
канд. техн. наук, доцент, 150000, Россия, г. Ярославль, ул. Советская, 14


Александр Андреевич Максимов
Северный банк ОАО «Сбербанк России»
Россия
ведущий инженер, 150003, Россия, г. Ярославль, ул. Советская, 34


Список литературы

1. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. М.: Логос, 2001. [Kashkin V.B, Sukhinin A.I. Distancionnoe zondirovanie Zemli iz kosmosa. Cifrovaya obrabotka izobrazhenij. M.: Logos, 2001 (in Russian)].

2. Preston K.J., Duff M.J.B., Levialdi S., Norgren P.E., Toriwaki J. Basics on cellular logic with some applications in medical image processing // Proceedings IEEE. May 1979. Vol. 67, No. 5. P. 826–857.

3. Preston K., Duff M. Modern Cellular Automata. Theory and Applications. Plenum Press, 1984.

4. Rosin Paul L. Training Cellular Automata for Image Processing // Image Analysis. Lecture Notes in Computer Science. 2005. Vol. 3540. P. 195–204.

5. Тоффоли Т., Марголус Н. Машины клеточных автоматов. М.: Мир, 1991. (In English: Toffoli Т., Margolus N. Cellular Automata Machines. Cambridge: MIT Press, 1987).

6. Weickert J. Theoretical foundations of anisotropic diffusion in image processing. ECMI Series, Teubner Verlag, Stuttgart, 1998.

7. Борисенко Г.В., Денисов A.M. Нелинейный источник в диффузионных методах фильтрации изображений // Журнал выч. мат. и мат. физ. 2007. Том 47. №10. C. 1701–1705. (English transl.: Borisenko G.V., Denisov A. M. Nonlinear source in diffusion filtering methods for image processing // Computational Mathematics and Mathematical Physics. October 2007. Vol. 47. Issue 10. P. 1631–1635).

8. Бандман О.Л. Клеточно-автоматные модели пространственной динамики // Системная информатика. Новосибирск: СО РАН. 2006. Вып. 10. С. 59–113. [Bandman O.L. Kletochno-avtomatnye modeli prostranstvennoj dinamiki // Sistemnaya informatika Novosibirsk: SO RAN. 2006. V. 10. P. 59–113 (in Russian)].

9. Короткин А.А., Майоров В.В. Нейронная сеть с диффузионным взаимодействием элементов для селекции изменений динамического изображения // Журнал выч. мат. и мат. физ. 2000. Т. 40, №2. C. 300–306. (English transl.: Korotkin A.A., Majorov V.V. A neural network with diffusive interaction between elements for selecting changes in a dynamic image // Computational Mathematics and Mathematical Physics. 2000. 40:2. P. 287–292.)

10. Марманис Х., Бабенко Д. Алгоритмы интеллектуального Интернета. Передовые методики сбора, анализа и обработки данных: Пер. с англ. СПб.: Символ-Плюс, 2011. (In English: Marmanis H., Babenko D. Algorithms of the Intelligent Web. Manning Publications Co. May, 2009).

11. Kaneko K. Theory and Application of Coupled Map Lattices. John Wiley&Sons Ltd, 1993.

12. Феллер В. Введение в теорию вероятностей и ее приложения. М.: Мир, 1964. Т. 1. (In English: Feller W. An introduction to probability theory and its applications. 2d ed. New York: Wiley, 1957. Vol. 1.)


Дополнительные файлы

Для цитирования: Короткин А.А., Максимов А.А. Клеточно-локальный алгоритм выделения и оценки изменений на бинарных изображениях. Моделирование и анализ информационных систем. 2014;21(4):64-74. https://doi.org/10.18255/1818-1015-2014-4-64-74

For citation: Korotkin A.A., Maksimov A.A. Cellular-local Algorithm for Localizing and Estimating Changes in Binary Images. Modeling and Analysis of Information Systems. 2014;21(4):64-74. (In Russ.) https://doi.org/10.18255/1818-1015-2014-4-64-74

Просмотров: 236

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1818-1015 (Print)
ISSN 2313-5417 (Online)