Двухэтапный алгоритм обнаружения и оценивания границы объектов на изображениях в условиях аддитивных помех и деформирующих искажений

Сирота Александр Анатольевич Соломатин Алексей Иванович Воронова Елена Владимировна

Журнал: Компьютерная оптика @computer-optics

Рубрика: Дифракционная оптика, оптические технологии

Статья в выпуске: 1 т.34, 2010 года.

Бесплатный доступ

Рассматривается двухэтапный алгоритм обнаружения объектов на изображении со случайной формой границы в присутствии аддитивного шума. На первом этапе с использованием статистически оптимального или нейросетевого алгоритма анализируются локальные участки изображения с целью обнаружения и оценивания параметров перепада яркости. На втором этапе путем анализа результатов первичной обработки локальных участков с использованием алгоритма максимального правдоподобия принимается окончательное решение о наличии объекта на изображении и о локализации его целостной границы. Для ускорения процесса обнаружения объектов предложен алгоритм, реализующий нахождение максимума функционала правдоподобия путем поиска минимального пути на графе методом динамического программирования.

обработка изображений \ перепад яркости \ обнаружение объектов \ выделение границ объектов \ нейронные сети

Похожие статьи в разделе Электротехника

Сравнение алгоритмов распознавания объектов
Сравнение алгоритмов распознавания объектов

Попов Глеб Александрович, Попова Татьяна Александровна

Нечетко-логические методы в задаче детектирования границ объектов
Нечетко-логические методы в задаче детектирования границ объектов

Максим Владимирович Бобырь, Александр Евгеньевич Архипов, Сергей Викторович Горбачев, Цзиньдe Цао, Сиддхартха Бхаттачарья

Обнаружение объектов на изображении: от критериев Байеса и Неймана-Пирсона к детекторам на базе нейронных сетей
Обнаружение объектов на изображении: от критериев Байеса и Неймана-Пирсона к детекторам на базе нейронных сетей

Андриянов Никита Андреевич, Дементьев Виталий Евгеньевич, Ташлинский Александр Григорьевич

Короткий адрес: https://sciup.org/14058912

IDS: 14058912