Адаптивное выделение мелких объектов на цифровых изображениях
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.
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
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.
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.)
Просмотров: 96
Послать статью по эл. почте 