Итерационное совмещение геометрически подобных изображений с использованием контуров
https://doi.org/10.31854/1813-324X-2023-9-2-57-64
Аннотация
Совмещение геометрически подобных изображений проводится по методике с раздельной оценкой параметров. В декартовой системе координат оценивается смещение вдоль координатных осей, в логарифмически-полярной системе – оцениваются масштаб и поворот. Для повышения точности оценки параметров модели (смещений, масштаба и поворота) обработка данных проводится итерационным способом. Для уменьшения времени совмещения предлагается вместо сравнения изображений по коэффициенту корреляции использовать сравнение контуров по количеству совпадающих точек. Для проверки разработанной методики использовались кадры с изображением вагона. Выигрыш по времени обработки модифицированной методики «со сравнением контуров» оценивался в сравнении с исходной методикой «со сравнением изображений».
Ключевые слова
Об авторе
Р. Р. Диязитдинов
Поволжский государственный университет телекоммуникаций и информатики
Россия
Россия
кандидат технических наук, доцент, доцент кафедры Сетей и систем связи
Самара, 443010, Российская Федерация
Список литературы
1. Ke Y., Sukthankar R. PCA-SIFT: A more distinctive representation for local image descriptors // Computer Vision and Pattern Recognition. 2004. Vol. 2. PP. 506‒513. DOI:10.1109/CVPR.2004.1315206
2. Bay H., Tuytelaars T., Van Gool L. Surf: Speeded up robust features // Proceedings of the 9th European Conference on Computer Vision (ECCV 2006, Graz, Austria, 7‒13 May 2006). Lecture Notes in Computer Science. Vol. 3951. Berlin, Heidelberg: Springer, 2006. PP. 404‒417. DOI:10.1007/11744023_32
3. Сунгатуллина Д., Крылов А. Быстрый алгоритм совмещения контуров изображений, связанных изотропным аффинным преобразованием // GraphiCon. 2014. C. 92‒95. URL: https://www.graphicon.ru/html/2014/papers/92-95.pdf (дата обращения 11.05.2023)
4. Новиков А.И., Саблина В.А., Горячев Е.О. Применение контурного анализа для совмещения изображений // Известия Тульского государственного университета. Технические науки. 2013. № 9-1. C. 260‒270.
5. Елесина С.И., Ефимов А.И. Отбор критериальных функций для систем улучшенного и комбинированного видения // Известия Тульского государственного университета. Технические науки. 2013. № 9-1. C. 229‒236.
6. Raguram R., Frahm J.M., Pollefeys M. A Comparative Analysis of RANSAC Techniques Leading to Adaptive Real-Time Random Sample Consensus // Proceedings of the 10th European Conference on Computer Vision (ECCV 2008, Marseille, France, 12‒18 October 2008). Lecture Notes in Computer Science. Vol. 5303. Berlin, Heidelberg: Springer, 2008. PP. 500‒513. DOI:10.1007/978-3-540-88688-4_37
7. Создание бесшовного изображения. URL: https://wiki.gis-lab.info/w/Создание_бесшовного_изображения (дата обращения 31.03.2023)
8. Диязитдинов Р.Р., Васин Н.Н. Итерационный алгоритм оценки смещения и угла поворота при влиянии аддитивной и мультипликативной помехи для пространственно-временного совмещения телевизионных сигналов // Труды учебных заведений связи. 2020. Т. 6. № 4. С. 28‒34. DOI:10.31854/1813-324X-2020-6-4-28-34
9. Кузьмин С.В. Инвариантное к масштабу определение задержек между двумя одномерными цифровыми сигналами // Инфокоммуникационные технологии. 2011. Т. 9. № 2. C. 7‒10.
10. Губанов А.В., Ефимов В.М., Киричук В.С., Пустовских А.И., Резник А.Л. Методы оценивания взаимного смещения фрагментов изображений // Автометрия. 1988. № 3. C. 70‒73.
11. Мясников Е.В. Определение параметров геометрических трансформаций для совмещения портретных изображений // Компьютерная оптика. 2007. Т. 31. № 3. С. 77‒82.
12. De Castro E., Morandi C. Registration of Translated and Rotated Images Using Finite Fourier Transforms // IEEE Transactions Pattern Analysis and Machine Intelligence. 1987. Vol. 9. Iss. 5. PP. 700‒703. DOI:10.1109/TPAMI.1987.4767966
13. Reddy B.S., Chatterji B.N. An FFT-based technique for translation, rotation, and scale-invariant image registration // IEEE Transactions Pattern Analysis and Machine Intelligence. 1996. Vol. 5. Iss. 8. PP. 1266–1270. DOI:10.1109/83.506761
14. Ефимов А.И., Новиков А.И. Алгоритм поэтапного уточнения проективного преобразования для совмещения изображений // Компьютерная оптика. 2016. Т. 40. № 2. С. 258‒265. DOI:10.18287/2412-6179-2016-40-2-258-265
15. Canny J.F. A Computational Approach To Edge Detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. Vol. 8(6). PP. 679–698. DOI:10.1109/TPAMI.1986.4767851
16. Диязитдинов Р.Р., Васин Н.Н. Использование фрагментов телевизионного изображения системы технического зрения для верификации повышения помехоустойчивости измерений скорости протяженного объекта // Труды учебных заведений связи. 2022. Т. 8. № 1. С. 34‒40. DOI:10.31854/1813-324X-2022-8-1-34-40
Рецензия
Для цитирования:
Диязитдинов Р.Р. Итерационное совмещение геометрически подобных изображений с использованием контуров. Труды учебных заведений связи. 2023;9(2):57-64. https://doi.org/10.31854/1813-324X-2023-9-2-57-64
For citation:
Diyazitdinov R. Superposition of the Similarity Images by Contour. Proceedings of Telecommunication Universities. 2023;9(2):57-64. (In Russ.) https://doi.org/10.31854/1813-324X-2023-9-2-57-64
Просмотров:
347
Послать статью по эл. почте 