Адаптивное выделение мелких объектов на цифровых изображениях

В. Ю. Волков

Адаптивное выделение мелких объектов на цифровых изображениях

В. Ю. Волков

Полный текст:

Аннотация

Задача обнаружения и локализации протяженных мелких объектов различных размеров и формы встречается в радиотехнических системах наблюдения, которые используют радары с синтезированной апертурой, лидары, инфракрасные и телевизионные камеры. Основной трудностью при обработке является интенсивный и нестационарный фон. Эта задача решается с использованием ориентированной фильтрации, адаптивной пороговой обработки и морфологического анализа. Предложен усовершенствованный метод адаптации порога обнаружения, основанный на анализе изолированных фрагментов, остающихся на изображении после пороговой обработки.

Ключ. слова

Фильтрация, локализация объектов на изображениях, адаптивная пороговая обработка,

Об авторе

В. Ю. Волков

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича
Россия
доктор технических наук, профессор кафедры радиосистем и обра ботки сигналов

Список литературы

1. Волков В. Ю. Методы дискретной фильтрации и задачи обработки изображений в радиотехнических системах наблюдения / СПбГУТ. СПб., 2013. 144 с.

2. Волков В. Ю. Адаптивные и инвариантные алгоритмы обнаружения объектов на изображениях и их моделирование в Matlab: учеб. пособие. СПб.: Лань, 2014. 191 с.

3. Гонсалес Р., Вудc Р., Эддинс С. Цифровая обра-ботка изображений в среде MATLAB. М.: Техносфера, 2006. 615 c.

4. Gao Gui. Statistical modeling of SAR images. A Sur-vey // Sensors. 2010. Vol. 10, iss. 1. P. 775-795.

5. Misra A., Kartikeyan B. Denosing techniques for synthetic aperture radar data - a Review // Int. J. Com-puter Engineering & Technology (IJCET). 2015. Vol. 6, iss. 9. P. 01-11.

6. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных: справ. изд. М.: Финансы и статистика, 1983. 471 с.

7. Волков В. Ю., Турнецкий Л. С. Пороговая обра-ботка для сегментации и выделения протяженных объектов на цифровых изображениях // Информаци-онно-управляющие системы. 2009. № 5 (42). С. 10-13.

8. Sezgin M., Sankur B. Survey over image threshold-ing techniques and quantitative performance evaluation. // J. of Electronic Imaging. 2004. Vol. 13, iss. 1. P. 146-165.

9. Volkov V. Segmentation and Extraction of Exten-sive Objects on Digital Images // Proc. 2009 Intern. conf. on Image Processing, Computer Vision and Pattern Recognition. IPCV2009, Las Vegas, USA, Jul 13-16, 2009. Las Vegas: CSREA Press, 2009. Vol. II. P. 656-662.

10. Volkov V. Thresholding for segmentation and extraction of extensive objects on digital images // Proc. 32 Ann. German Conf. on Artificial Intelligence. KI 2009, Paderborn, Germany, Sept. 15-18, 2009. Berlin: Springer Verlag, 2009. P. 623-630.

Дополнительные файлы

Для цитирования: Волков В.Ю. Адаптивное выделение мелких объектов на цифровых изображениях. Известия высших учебных заведений России. Радиоэлектроника. 2017;(1):17-28.

For citation: Volkov V.Y. Adaptive Extraction of Small Objects in Digital Images. Journal of the Russian Universities. Radioelectronics. 2017;(1):17-28. (In Russ.)

Обратные ссылки

Обратные ссылки не определены.

Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 1993-8985 (Print)

Логин
Пароль