6.6.3. Сегментация

В результате предварительной обработки изображение содержит одно или несколько контурных представлений объектов. Процедура разделения этих контуров и соотнесения их с определенными объектами называется сегментацией. Если априорно известно, что изображение содержит несколько объектов, процедура сегментации проводится после выделения контуров перед этапом кодирования изображения. Несмотря на многообразие алгоритмов сегментации, все они направлены на поиск однородных областей изображения, которые можно было бы присвоить одному объекту. Алгоритмы сегментации путем обхода контура получили большее развитие. Некоторые из них используются в программах компьютерного распознавания текста.

Обход контура начинается после того, как в результате фильтрации изображения выделяются точки, которые могут принадлежать контуру. При этом анализируются яркости пикселей в некоторой окрестности (3x3 или 5x5) каждой точки образа, которая предположительно принадлежит контуру. Процедура сегментации, называемая анализом связности, реализуется в каждой точке контура путем поиска ближайших точек с теми же свойствами.

Наиболее простой алгоритм обхода контура предполагает перемещение сканирующего окна размером 3x3 пикселя от точки к точке с последующей нумерацией точек контура. Если контур оказывается замкнутым, то в результате описанной процедуры все его точки получают привязку к абсолютной системе координат. Для более компактного представления данных в СТЗ сразу после обхода контура или одновременно с ним проводится кодирование контура.

6.6.4. Кодирование изображения

Под кодированием изображения понимается обратимое преобразование информации, позволяющее получить компактный (сжатый) массив чисел, однозначно описывающий это изображение в удобной для данной вычислительной структуры форме.

В СТЗ робототехнических комплексов, как правило, применяются алгоритмы сжатия без потерь. Для систем, обрабатывающих полутоновые изображения пространственными методами, различают два основных метода кодирования:

кодирование собственно изображения методом кодов длин серий;

кодирование контура изображения цепным кодом Фримана.

В обоих случаях при кодировании происходит значительное уменьшение объема данных, характеризующих изображение. Эффективность кодирования определяется степенью сжатия изображения.

Сущность кодирования методом кодов длин серий, реализуемого с помощью алгоритма RLЕ, заключается в представлении изображения однородными отрезками строки развертки, где яркости и цвета пикселей одинаковы. При этом каждая серия характеризуется соответствующим значением и длиной серии (числом пикселей). Например, для полутонового изображения кодируется номер пикселя, его яркость и длина серии, начинающаяся с этого пикселя. Исследования, проведенные для бинарных изображений, показали, что использование метода кодов длин серий обеспечивает сжатие информации в 4—7 раз. Приведем пример записи бинарного изображения, представленного на рис. 6.22, а, с помощью этого метода:

3, 8, 6; 2, 7, 1; 8, 7, 1; 2, 6, 1; 9, 6, 1; 2, 5, 2; 10, 5, 1; 3, 4, 1; 9, 4, 1; 4, 3, 6.

Этот метод наиболее эффективен для кодирования изображения с гладким контуром (без резких изломов).

Для кодирования непосредственно контура изображения чаще всего применяют цепной код Фримана (рис. 6.22, б). В этом случае контур объекта начиная с некоторой точки задается последовательностью векторов, принимающих дискретные значения, с углом наклона модуля, кратным 45 .

З начение модуля равно если угол наклона вектора составляет 45 , и 1 при вертикальном или горизонтальном его положении. Изменение направления вектора при переходе от одной точки кривой к другой отражает характер изменения моделируемой кривой. Цепной код для бинарного изображения, приведенного на рис. 6.22, б, имеет вид

2, 2, 2, 2, 2, 4, 3, 3, 5, 4, 6, 6, 6, 6, 6, 7, 0, 6, 0, 0, 1.

Достоинством представления контура объекта с помощью кода Фримана является инвариантность полученного описания к выбору точки началаобхода. Кроме того, запись в цепном коде эффективна для изображения сломаным контуром.