Статистическое моделирование контуров бинарных изображений в системах технического зрения
Автор: Черкасов А.С., Рожков С.А.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 3-2 (114), 2026 года.
Бесплатный доступ
В статье рассмотрены основные подходы к анализу и представлению контуров бинарных изображений в системах технического зрения. Проанализированы методы выделения контуров, включая градиентные и морфологические подходы, а также геометрические, статистические и современные методы их моделирования. Показано, что использование дескрипторов формы и статистических характеристик контура позволяет повысить устойчивость и точность распознавания объектов. Выполнено сопоставление различных подходов и определены их преимущества и ограничения. Сделан вывод о целесообразности комбинированного использования методов при анализе бинарных изображений.
Бинарные изображения, контурный анализ, компьютерное зрение, выделение контуров, полигональная аппроксимация, дескрипторы формы, статистическое моделирование, распознавание образов
Короткий адрес: https://sciup.org/170213079
IDR: 170213079 | DOI: 10.24412/2500-1000-2026-3-2-143-148
Statistical modeling of contours in binary images for computer vision systems
The paper examines the main approaches to the analysis and representation of contours in binary images within computer vision systems. Methods of contour extraction are analyzed, including gradient-based and morphological approaches, as well as geometric, statistical, and modern methods of contour modeling. It is shown that the use of shape descriptors and statistical characteristics of contours improves the robustness and accuracy of object recognition. A comparison of different approaches is carried out, and their advantages and limitations are identified. It is concluded that a combined use of methods is advisable for the analysis of binary images.
