КОМПЛЕКСУВАННЯ МУЛЬТИСПЕКТРАЛЬНИХ ЗОБРАЖЕНЬ ЯК МЕТОД ПІДВИЩЕННЯ ЇХ ІНФОРМАТИВНОСТІ ПРИ БІНАРНІЙ СЕГМЕНТАЦІЇ

Autor: Storozhyk, Denys V., Muraviov, Oleksandr V., Protasov, Anatoliy G., Bazhenov, Viktor G., Bohdan, Galina A.
Jazyk: ukrajinština
Rok vydání: 2020
Předmět:
Zdroj: Наукові вісті КПІ; № 2 (2020); 82-87
KPI Science News; № 2 (2020); 82-87
Научные вести КПИ; № 2 (2020); 82-87
ISSN: 2617-5509
Popis: Background. One of the biggest tech trends in manufacture and equipment engineering today is the desire to automate processes in order to increase their efficiency and minimize the influence of the human factor. A promising direction for the implementation of this concept is computer vision methods based on the automation of image processing and analysis. Machine learning allows systems, such as artificial neural networks, to detect, recognize and classify objects. All this has become possible due to the development of image processing methods, which include binary segmentation. The information content increase of the result with this data processing method is possible using the multispectral complexing algorithm, which will improve the efficiency of machine vision systems and automated image processing.Objective. The purpose of the paper is the investigation of applicability of combining multispectral images methods to increase the information content and quality of the result of data processing based on binary segmentation.Methods. For investigating of the combining images methods the software environment implemented on the C# programming language basis was used with mathematical apparatus of binary segmentation. The results analysis was made using methods of statistical data processing.Results. Effectiveness estimates of the following multispectral image combining methods applying to improve the quality of binary segmentation: averaging, maximum, interlaced combining and interlaced combining of maxima are obtained. The research was made both for images obtained at favorable conditions and in the presence of various types of noises, which decrease the information content of images in different spectral ranges.Conclusions. Using multispectral image combining methods allows increasing the information content of the binary segmentation result up to 15%. Particularly significant quality improvement is manifested in presence of noises on various spectral range images, such as flare or low light.
Проблематика. Одной из наиболее интенсивных тенденций на производстве и при проектировании различной техники на сегодняшний день является стремление к автоматизации процессов с целью повышения их эффективности и минимизации влияния человеческого фактора. Перспективным направлением реализации этой концепции представляются методы компьютерного зрения, основанные на автоматизации обработки и анализа изображений. Машинное обучение позволяет системам, таким как, например, искусственные нейронные сети, обнаруживать, распознавать и классифицировать объекты. Все это стало возможным благодаря развитию методов обработки изображений, к коим относится и бинарная сегментация. Повышение информативности результата при данном методе обработки данных возможно при использовании алгоритма мультиспектрального комплексирования, что в свою очередь позволит повысить эффективность работы систем машинного зрения и автоматизированной обработки изображений.Цель исследования. Исследование возможности применения методов комплексирования мультиспектральных изображений для повышения информативности и качества результата обработки данных на основе бинарной сегментации.Методика реализации. Для исследования методов комплексирования изображений была использована программная среда, реализованная на основе языка программирования C# с применением математического аппарата бинарной сегментации. Анализ полученных результатов проводился с использованием методов статистической обработки данных.Результаты исследования. Получены оценки эффективности применения следующих методов комплексирования мультиспектральных изображений для повышения качества бинарной сегментации: усреднения, максимума, чересстрочного комплексирования и чересстрочного комплексирования максимумов. Исследования проведены для изображений, полученных как в благоприятных условиях, так и при наличии различного вида помех, что обусловило снижение информативности снимков в разных спектральных диапазонах.Выводы. Использование методов комплексирования мультиспектральных изображений позволяет повысить информативность результата бинарной сегментации до 15 %. Особенно существенно улучшение качества проявляется при наличии помех на изображениях различных спектральных диапазонов, таких как засветки или низкая освещенность.
Проблематика. Однією з найбільш інтенсивних тенденцій на виробництві та при проектуванні різної техніки на сьогодні є прагнення до автоматизації процесів з метою підвищення їх ефективності та мінімізації впливу людського фактора. Перспективним напрямом реалізації цієї концепції видаються методи комп’ютерного зору, засновані на автоматизації обробки й аналізу зображень. Машинне навчання дає можливість системам, таким як, наприклад, штучні нейронні мережі, виявляти, розпізнавати та класифікувати об’єкти. Все це стало можливим завдяки розвитку методів обробки зображень, до яких відноситься і бінарна сегментація. Підвищення інформативності результату при цьому методі обробки даних можливе завдяки використанню алгоритму мультиспектрального комплексування, що своєю чергою дасть змогу підвищити ефективність роботи систем машинного зору й автоматизованої обробки зображень.Мета дослідження. Дослідження можливості застосування методів комплексування мультиспектральних зображень для підвищення інформативності та якості результату обробки даних на основі бінарної сегментації.Методика реалізації. Для дослідження методів комплексування зображень було використано програмне середовище, реалізоване на основі мови програмування C# із застосуванням математичного апарату бінарної сегментації. Аналіз отриманих результатів проводився з використанням методів статистичної обробки даних.Результати дослідження. Отримано оцінки ефективності застосування таких методів комплексування мультиспектральних зображень для підвищення якості бінарної сегментації: усереднення, максимуму, черезрядкового комплексування та черезрядкового комплексування максимумів. Дослідження проведено для зображень, отриманих як у сприятливих умовах, так і за наявності різноманітних перешкод, що зумовило зниження інформативності знімків у різних спектральних діапазонах.Висновки. Використання методів комплексування мультиспектральних зображень дає змогу підвищити інформативність результату бінарної сегментації до 15 %. Особливо суттєве поліпшення якості спостерігається за наявності завад на зображеннях різних спектральних діапазонів, таких як засвічення або низька освітленість.
Databáze: OpenAIRE
Externí odkaz: