Автор: Чудовська Анастасія Костянтинівна

Название статьи: Порівняльний аналіз алгоритмів виділення контурів

Источник: Матеріали XIII Всеукраїнської (VIII Міжнародної) студентської наукової конференції з прикладної математики та інформатики, Львів, 22 – 23 квітня 2010 року

Зі збільшенням автоматизації всіх сфер людської діяльності завдання машинного розпізнавання образів стало дуже актуальним. Найважливішим етапом розпізнавання є виділення контурів об'єкта, що розпізнається. Воно може виступати як частина системи прийняття рішень охоронної системи, що відфільтровує помилкові спрацьовування (наприклад, відокремлювати тварин від людей). У рамках даної роботи був проведений аналіз ефективності роботи найбільш популярних з існуючих алгоритмів виділення контурів.

Характерною особливістю розглянутого підходу до отримання оцінки якості використовуваних алгоритмів для задачі виділення контурів на фотозображеннях є застосування спеціальних наборів штучних зображень, розроблених для тестування різних властивостей методів виділення кордонів.

Якість роботи того чи іншого методу оцінюється шляхом порівняння результатів роботи методу на зашумлене або розмите зображення з еталонним препаратом контурів, який формується редактором тестових зображень. В якості шумів розглянуті білий і Гауса, як найбільш адекватні при моделюванні шумових викривлень.

Набір тестових зображень, має властивість певної повноти, тобто він охоплює значну кількість ситуацій, що виникають при обробці реальних зображень.

Нехай ідеальний контур складається з Nt крапок, і деякий детектор контурів при обробці зображення виділив Nd точок кордону, з яких Ntd точок виділені вірно.

Якість роботи детектора контурів оцінюється параметрами: чутливість = Ntd / Nt, і специфічність = Ntd / Nd.

Чутливість відображає, яка частина дійсних точок контуру знайдено, а специфічність - яка частка дійсних точок серед усіх знайдених.

Крім того обчислюється відстань від знайденого контуру до еталонного і визначаються дві характеристики: Emean - середня відстань між контурами і Emax - максимальна відстань між контурами.


Рисунок 1 – Набір тестових зображень

За отриманими даними рохзраховуємо усереднені показники для кожного методу і будуємо таблицю ефективності методів.

Таблиця 1 – Числові характеристики методів


Метод

Чутливість

Специфічність

Emean

Emax

Canny

0.94

0.906

0.12

1.4

Змійки на вододілі

0.942

0.891

0.24

2

Моделі теорії графів

0.897

0.732

0.41

2.2

Метод активних контурів

0.904

0.661

0.54

1.6

Динамічне програмування

0.912

0.750

0.44

1.2

Алгоритм Перова

0.81

0.53

0.58

2.3

Алгоритм жука

0.794

0.603

0.53

1.4

Слід зазначити, що якість роботи методів активного контуру знижується при зашумленні зображення, а також за наявності на зображенні ділянок контурів з великою кривизною.

Алгоритми Canny і «Змійки на вододілі» володіють найкращою специфічністю, тобто дають менше помилкових точок.