sibsutisВестник СибГУТИThe Herald of the Siberian State University of Telecommunications and Information Science1998-6920СибГУТИ10.55648/1998-6920-2022-16-2-79-93sibsutis-136Research ArticleСтатьиАлгоритм сбалансированной интерполяции пикселей при выделении контуров объектов на границах изображенияBalanced pixel interpolation algorithm when identifying the object’s contours on the borders of the imageЗаеркоДенис ВладимировичZaerkoDenis Vladimirovich

Заерко Денис Владимирович, аспирант кафедры информатики

Минск, ул. Платонова, 39, корп. 5, каб. 401а

Denis V. Zaerko, Postgraduate student, Informatics department

Minks

zaerko1991@gmail.comБоброваНаталия ЛеонидовнаBobrovaNatalia Leonidovna

Боброва Наталия Леонидовна, к.т.н., доцент кафедры информатики

Минск, ул. Платонова, 39, корп. 5, каб. 401а

Natalia L. Bobrova, Ph. D of technical sciences, associate Professor of the Informatics Department

Minks

bobrova@bsuir.byБГУИРБеларусьBelarusian State University of Informatics and RadioelectronicsBelarus20222207202202Вестник СибГУТИ7993Copyright © Заерко Д.В., Боброва Н.Л., 20222022Заерко Д.В., Боброва Н.Л.Zaerko D.V., Bobrova N.L.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.sibsutis.ru/jour/article/view/136

Работа алгоритмов выделения контуров объектов, использующих операцию двумернойсвертки, на границах растровых изображений всецело зависит от местоположения преоб-разуемого пикселя в пиксельной матрице. Проблема связана с необходимостью исполь-зования в самом алгоритме свертки дополнительного набора пикселей, находящихся внепиксельной матрицы обрабатываемого изображения [1, 2, 3]. В данной работе предлага-ется к рассмотрению алгоритм сбалансированной интерполяции пикселей на границахизображения в дополнение к алгоритмам на основе статистических средних величин[4, 5]. Рассматриваются различные наборы коэффициентов, находящихся при определен-ной схеме расположения пикселей и участвующих в алгоритме интерполяции. Проводит-ся сравнительный анализ результатов работы алгоритма сбалансированной интерполяциис результатами, полученными при использовании методов среднеарифметического взве-шенного и моды по значениям дисперсии. Также приводится пример использования но-вого алгоритма для решения задачи выделения контуров объектов на границах растрово-го полутонового изображения. Описанный алгоритм прост для восприятия и использова-ния, легко интегрируется с другими алгоритмами и не требует значительных вычисли-тельных мощностей

The operation of algorithms for identifying object’s contours using two-dimensional convolution operationon the boundaries of raster images depends entirely on the location of the transformed pixel in the pixel ma-trix. The problem is related to the need for the convolution algorithm itself to use an additional set of pixelslocated outside the pixel matrix of the processed image [1, 2, 3]. In this paper, an algorithm for balanced in-terpolation of pixels at image boundaries in addition to algorithms based on statistical averages [4, 5] is pro-posed. Various sets of coefficients which are located at a certain pixel layout and participate in the interpola-tion algorithm is considered. A comparative analysis of the results of the balanced interpolation algorithmwith the results using the arithmetic mean methods is carried out. Also, an example of using a new algorithmto solve the problem of the object’s contours identification on the borders of a raster halftone image is pre-sented. The described algorithm is easy to understand, use and integrate with other algorithms and it does notrequire significant computing power

полутоновые изображенияпиксельная матрицавыделение контуров объектовоперация двумерной сверткинелинейные операторыинтерполированные пикселиалгоритм сбалансированной интерполяцииhalftone imagespixel matrixobject contour selectiontwo-dimensional convolution operationnon-linear operatorsinterpolated pixelsbalanced interpolation algorithmReferencesХиршман И. И, Уиддер Д. В. Преобразования типа свертки. М.: Издательство иностранной литературы, 1958. 312 с.Hirschman I. I., Widder D. V. The convolution transform. Princeton, N.J, Princeton University Press,1955, 268 p.Брейсуэлл Р. Н. Преобразование Хартли: пер с англ. М.: Мир, 1990. 175 c.Bracewell Ronald N. The Hartley Transform. Oxford University Press, New York, NY United States. 1986.Dettmers T. Understanding convolution in deep learning // TD Blog. URL: https://timdettmers.com/2015/03/26/convolution-deep-learning (дата обращения: 20.03.2022).Dettmers T. Understanding convolution in deep learning TD Blog. available at: https://timdettmers.com/2015/03/26/convolution-deep-learning (accessed: 20.03.2022).Заерко Д. В., Липницкий В. А. Алгоритмическая проблема выделения контуров объектов на растровых изображениях // Технические средства защиты информации: тезисы докла- дов ХVII Белорусско-российской научно-технической конференции, Минск, 6 июня 2021 г. С. 45.Zaerko D. V., Lipnitski. V. A. Algoritmicheskaja problema vydelenija konturov ob#ektov na rastrovyh izobrazhenijah [Algorithmic problem of selecting the contours of objects on bitmaps]. Theses of 17th RNTK «Technical means of information protection» Conference, Minsk, Republic Belarus, 6 June, 2021, p. 45.Заерко Д. В., Липницкий В. А. Анализ методов определения граничных пикселей полутонового изображения при операции двумерной свертки. // Новости науки и технологии. 2021. № 2. С. 43–52.Zaerko D V., Lipnitski. V. A. Analiz metodov opredeleniya granichnyh pikselej polutonovogo izobrazheniya pri operacii dvumernoj svertki [Analysis of methods and algorithms for determining boundary pixels of a half-tone image in a two-dimensional conversion operation]. News of science and technologies. 2021. no 2. pp 43-52.Хендрик Б., Джозеф Р., Марк Ф. Машинное обучение. СПб.: Питер, 2017. 336 с.Henrick B, Joseph W. R, Mark Fetherolf. Real Word Machine Learning, Manning Publications, 2016. 234 p.Заерко Д. В., Липницкий В. А. Алгоритм весового определения граничных пикселей // Системный анализ и прикладная информатика. 2022. № 4. С. 59–62.Zaerko D. V., Lipnitski V. A. Algoritm vesovogo opredelenija granichnyh pikselej [Weighted determination algorithm of boundary pixels]. System analysis and applied information science. 2020. no. 4. pp. 59-62.Bailey D. G. Image border management for FPGA based filters // Proc. Sixth IEEE International Symposium on Electronic Design, Test and Application. Queenstown, New Zealand, 17–19 Jan 2011. P. 144–149.Bailey D. G. Image border management for FPGA based filters. 2011 Sixth IEEE International Symposium on Electronic Design, Test and Application. Queenstown, New Zealand, 17-19 Jan 2011, pp 144-149.

The authors declare that there are no conflicts of interest present.