Алгоритм сбалансированной интерполяции пикселей при выделении контуров объектов на границах изображения
https://doi.org/10.55648/1998-6920-2022-16-2-79-93
Аннотация
Работа алгоритмов выделения контуров объектов, использующих операцию двумерной
свертки, 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 вне
пиксельной матрицы обрабатываемого изображения [1, 2, 3]. В данной работе предлага-
ется к рассмотрению алгоритм сбалансированной интерполяции пикселей на границах
изображения 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 интерполяции
с 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
Об авторах
Денис Владимирович Заерко
БГУИР
Беларусь
Беларусь
Заерко Денис Владимирович, аспирант кафедры информатики
Минск, ул. Платонова, 39, корп. 5, каб. 401а
Наталия Леонидовна Боброва
БГУИР
Беларусь
Беларусь
Боброва Наталия Леонидовна, к.т.н., доцент кафедры информатики
Минск, ул. Платонова, 39, корп. 5, каб. 401а
Список литературы
1. Хиршман И. И, Уиддер Д. В. Преобразования типа свертки. М.: Издательство иностранной литературы, 1958. 312 с.
2. Брейсуэлл Р. Н. Преобразование Хартли: пер с англ. М.: Мир, 1990. 175 c.
3. Dettmers T. Understanding convolution in deep learning // TD Blog. URL: https://timdettmers.com/2015/03/26/convolution-deep-learning (дата обращения: 20.03.2022).
4. 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.
5. 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.
6. Хендрик Б., Джозеф Р., Марк Ф. Машинное обучение. СПб.: Питер, 2017. 336 с.
7. Заерко Д. В., Липницкий В. А. Алгоритм весового определения граничных пикселей // Системный анализ и прикладная информатика. 2022. № 4. С. 59–62.
8. 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.
Рецензия
Для цитирования:
Заерко Д.В., Боброва Н.Л. Алгоритм сбалансированной интерполяции пикселей при выделении контуров объектов на границах изображения. Вестник СибГУТИ. 2022;(2):79-93. https://doi.org/10.55648/1998-6920-2022-16-2-79-93
For citation:
Zaerko D.V., Bobrova N.L. Balanced pixel interpolation algorithm when identifying the object’s contours on the borders of the image. The Herald of the Siberian State University of Telecommunications and Information Science. 2022;(2):79-93. (In Russ.) https://doi.org/10.55648/1998-6920-2022-16-2-79-93
Просмотров:
3617
JATS XML
Послать статью по эл. почте 
