ПРОГРАМНА РЕАЛІЗАЦІЯ АЛГОРИТМІВ ВИОКРЕМЛЕННЯ КОНТУРІВ ЗОБРАЖЕНЬ ОБ'ЄКТІВ В ІНТЕЛЕКТУАЛЬНИХ СИСТЕМАХ ВІДЕОСПОСТЕРЕЖЕННЯ
DOI: 10.31673/2412-4338.2024.022439
Анотація
Інтенсивний розвиток засобів прийому та передачі цифрових зображень створює проблему обробки величезних обсягів потоків відеоінформації. Існує широкий спектр завдань, в яких зображення розглядаються як джерело інформації, на основі якого приймається рішення. Важливі завдання, які вирішують інтелектуальні системи відеоспостереження: ідентифікація об'єктів і визначення їх траєкторій; вимірювання швидкості об'єктів; виявлення тривожних подій у завданнях охорони об'єктів-територій в режимі реального часу. Однією з основних операцій в інтелектуальних системах відеоспостереження при обробці зображень для подальшого аналізу є виділення контурів зображень об'єктів, оскільки контур містить всю необхідну інформацію для розпізнавання об'єктів за їх формою. Такий підхід дозволяє не враховувати внутрішні точки зображення і, таким чином, значно скоротити обсяг інформації, що обробляється. Це дає можливість аналізувати зображення в реальному часі. Контурний аналіз – це сукупність методів виділення, опису та обробки контурів зображення, що дозволяє описувати, зберігати, порівнювати та шукати об’єкти, представлені у вигляді їх зовнішніх контурів, а також ефективно вирішувати основні завдання розпізнавання образів – перенесення. , повертати та масштабувати зображення об’єкта. У цьому випадку контур означає просторово-довжинний розрив, різницю або різку зміну значень яскравості. У публікації розглянуто основні методи аналізу контурів, наведено програмну реалізацію алгоритмів виділення контурів зображень об’єктів в інтелектуальних системах відеоспостереження. Перспективним напрямком подальших досліджень є синтез алгоритмів виділення контурів зображень об’єктів, які реалізують двомасштабну статистичну модель зображення.
Ключові слова: контури зображень об’єктів, контурний аналіз, інтелектуальні системи відеоспостереження, виявлення об’єктів, відстеження об'єктів, цифрове оброблення зображень.
Список використаної літератури
1. Ainsworth T. Buyer Beware // Security Oz. 2002. Vol. 19. P. 18–26.
2. Крючкова, Л. П., Стрельніков, В. І., Акулінічева, М. В., Бортник, О. С., & Дібрівний, О. А. (2020). Виокремлення контурів зображень об'єктів в інтелектуальних системах відеоспостереження. Зв'язок, № 5, 50-56.
3. Bastian, L., & Schiele, B. (2003). Analyzing appearance and contour based methods for object categorization. Computer Society Conference on Computer Vision and Pattern Recognition. (Vol. 2). Proceedings.
4. Polyakova M. Image contour segmentation in the space of coefficients of signal semantic wavelet transform / M. Polyakova, V. Krylov // Modern Problems of Radioengineering, Telecommunications and Computer Science: Proc. of Intern. Conf. TCSET 2008, Ukraine – 2008. – Р. 280–283.
5. Polyakova M. Classification of methods of the signal semantic wavelet transform for image contour segmentation / M. Polyakova, V. Krylov // Int. Journal of Computing – 2008. – Vol. 7 – Issue 1– Р. 51 – 57.
6. Williams, D. J., & Shah, M. (1992). A fast algorithm for active contours and its application to computer vision. IEEE Transactions on Pattern Analysis and Machine Intelligence, 14(2), 111-123.
7. Terzopoulos, D., Witkin, A., & Kass, M. (1988). Constraints on deformable models: Recovering 3D shape from 2D images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 10(4), 363-370.
8. Xu, C., & Prince, J. L. (1998). Snakes, shapes, and prior knowledge. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(3), 321-333.
9. Canny J.E. А computational арproach to edge detection / J.E. Canny // IEEE Trans Pattern Analysis and Machine Intelligence. — 1986. — № 8. — P. 679 - 698.
10. Bradski, G., & Kaehler, A. (2008). Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media.
11. Jähne, B. (2002). Digital image processing. Springer.
12. Pratt W.K. Digital Image Processing: PIKS Inside, Third Edition. William K. Pratt / John Wiley and Sons, Inc., New York. – 2001 – 736 p.
13. Canny J. F. Finding edges and lines in images // Master’s thesis. MIT, Cambridge, USA, 1983. Р. 50—67.
14. Rajashekar P. Evaluation of Stopping Criterion in Contour Tracing Algorithms / P.Rajashekar Reddy et al, / (IJCSIT) International Journal of Computer Science and Information Technologies. – Vol. 3 (3). – 2012. – P. 3888-3894.
15. Pavlidis T. Algorithms for Graphics and Image Processing / T. Pavlidis – US, Rockville, Maryland: Computer Science Press, 1982. – 438 p
16. Prewitt, J. M-S. (1970). Object enhancement and extraction. Picture processing and Psychopictorics, 10(1), 15–19.
17. Sobel, I., & Feldman, G. (1973). A 3x3 Isotropic Gradient Operator for Image Processing. Pattern Classification and Scene Analysis, 271–272
18. Kirsch, R. (1971). Computer determination of the constituent structure of biological images. Computers and Biomedical Research, 4, 315–328.
19. Moon, P., & Spencer, D. E. (1953). The Meaning of the Vector Laplacian. J. Franklin Inst., 551–558.
20. D.A. Sharr and H.S. Ahuja (1980). A New Method for Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 210-216.
