छवियों पर सटीक कंटूरिंग

मैं छवियों में आकृति का चयन करने के लिए गैर-रेखीय एल्गोरिदम में से एक का वर्णन करना चाहता हूं।

क्लासिक

एक मशीन बाइट के भीतर 0..255, पूर्णांक के मान के साथ संख्याओं के एक मैट्रिक्स के रूप में एक छवि के निकट लगभग सभी ज्ञात समरूपता एल्गोरिदम (हम बाद में विकल्प 16 पर विचार करेंगे)। फिर, गुणांक के मैट्रिक्स के साथ एक दृढ़ संकल्प बनाया जाता है।

और अगर आप नहीं करते हैं

और अगर आप नहीं करते हैं

लेकिन अगर हम अपने विश्लेषण में गहराई तक जाते हैं और छवि का एक और भी गहरा विखंडन मान लेते हैं, तो वह है, इसका विस्तार " बाइनरी लेयर्स " में करना।
मूल्यों के एक मैट्रिक्स के बजाय 0..255, एक ही आकार के 8 मैट्रिक्स पर विचार करें, लेकिन मान 0..1 के साथ

और अब हम परिणामी द्विआधारी matrices के साथ लागू होते हैं ...



गुणांक के बिना। बस बूलियन बीजगणित के कार्य को निष्पादित करें। आखिरकार, इनपुट डेटा बाइनरी मान है। [1]

जोखिम

यह बूलियन फ़ंक्शन कहाँ से आया था?

• मान लें कि समोच्च द्विआधारी छवि के कुछ पिक्सेल में पाया जाता है यदि इस अक्षर का चमक मान nx n विंडो में इसके आसपास के पिक्सेल के कम से कम एक चमक मूल्य से भिन्न होता है। एक पृथक पिक्सेल के मामले को आवश्यकता से अलग रखा गया है: विचार किए गए पिक्सेल का मूल्य आसपास के कम से कम एक पिक्सेल के मूल्य से मेल खाना चाहिए;
• आरोही क्रम में समोच्च (0 से 1 तक, जहां 1 का विश्लेषण पिक्सेल का मूल्य है), अवरोही क्रम में समोच्च (1 से 0 तक, जहां 0 का विश्लेषण किया गया पिक्सेल का मूल्य है) मेल नहीं खाते ;
  
• दूसरे पद से हम प्राप्त करते हैं कि समोच्च चयन के लिए तीन विकल्प हैं क) आरोही क्रम में अलग आकृति; बी) अवरोही क्रम में अलग आकृति; ग) चमक में ऊपर और नीचे परिवर्तन के लिए नियंत्रण का संयुक्त चयन।
  

दृश्य परिणाम:

• स्रोत (इलेक्ट्रॉन माइक्रोस्कोप)
• हमारे सूत्र के अनुसार समोच्च
• हमारे परिणाम में उच्च विपरीत

तुलना के लिए:

• रैखिक ऑपरेटर सोबेल के अनुसार समोच्च
• सामग्री समोच्च [2]
• सामग्री समोच्च [3]

और एक और "लाइव" उदाहरण


विकल्प

"आरोही"


"नीचे"

[१] आइज़ेनबर्ग आई और बुटकॉफ़ सी।, "मल्टी-वैल्यूड और यूनिवर्सल बाइनरी न्यूरॉन्स के आधार पर सेलुलर न्यूरल नेटवर्क्स का उपयोग करके इमेज प्रोसेसिंग", सिग्नल, छवि और वीडियो प्रौद्योगिकी के लिए वीएलएसआई सिग्नल प्रोसेसिंग सिस्टम, वॉल्यूम। 32, 2002, पीपी। 169-188।
[२] XZSun, और ANVenetsanopoulos "हमारे द्वारा फ़िल्टरिंग और एज डिटेक्शन के लिए अनुकूली योजनाएँ
सांख्यिकी ”, IEEE लेन-देन सर्किट और सिस्टम पर, वॉल्यूम। कैस -35, 1988, पीपी। 57-69
[३] आरएम हैरलिक "सांख्यिकी और बनावट के लिए संरचनात्मक दृष्टिकोण", कार्यवाही IEEE, वॉल्यूम। 67, नंबर 5, 1979, पीपी। 786-804