9 Мавзу. Тасвирларни қайта ишлаш усуллари. Чегарани аниқлаш усуллари чегарани аниқлаш

9 Мавзу. ТАСВИРЛАРНИ ҚАЙТА ИШЛАШ УСУЛЛАРИ.
ЧЕГАРАНИ АНИҚЛАШ УСУЛЛАРИ
Чегарани аниқлаш (чегарани ажратиб олиш) — компьютер кўришида тимсолларни аниқлаш демакдир.

Тасвирдаги ранг қийматининг кескин ошиши натижасида чегара қуриб олинади. Ранг қийматининг кескин ўзгаришга қуйидагилар сабаб бўлиши мумкин:

• 
  объект турли ранг қийматларидан иборат бўлса;
  
• 
  объект сирти ўзгариши;
  
• 
  тасвирдаги объектга тушаётган ёруғлик сабабли.
  

Натижада объект чераси эгри чизиқлар билан ажратиб олинади. Бу амал эса чегарани аниқлаш фильтрлари ёрдамида амалга оширилади.
Чегара хоссалари
Чегарани аниқлаш қуйидаги турларга бўлинади:

• 
  Нуқтани аниқлаш;
  
• 
  Чизиқни аниқлаш;
  
• 
  Чегарани аниқлаш.
  

Чегара хоссалари турли кўринишда бўлиши мумкин. Масалан қуйидаги кўринишда 4 ва 5 пикселлар кескин ўзгариш билан берилган:

5	7	6	4	152	148	149

Вуйида кўринишда эса, чегара бир нечта деб қаралиши мумкин.

5	7	6	41	113	148	149

Шунинг учун ҳам тимсол чегарасини аниқлаш жараёни мураккаб хисобланади.
Чегарани аниқлашнинг бир нечта тури мавжуд.
Чегарани аниқлашнинг Кэнни усули
Джон Кэнни (англ.)русск. изучил математическую проблему получения фильтра, оптимального по критериям выделения, локализации и минимизации нескольких откликов одного края. Он показал, что искомый фильтр является суммой четырёх экспонент. Он также показал, что этот фильтр может быть хорошо приближен первой производной Гауссианы. Кэнни ввел понятие Non-Maximum Suppression (подавление не-максимумов), которое означает, что пикселями границ объявляются пиксели, в которых достигается локальный максимум градиента в направлении вектора градиента.
Хотя его работа была проведена на заре компьютерного зрения, детектор границ Кэнни до сих пор является одним из лучших детекторов. Кроме особенных частных случаев трудно найти детектор, который бы работал существенно лучше, чем детектор Кэнни.
Детектор Кэнни-Дерише был выведен из похожего математического критерия, как и детектор Кэнни, хотя, отталкиваясь от другой точки зрения, он привел к набору рекурсивных фильтров для сглаживания изображения вместо экспоненциальных фильтров и фильтров Гаусса.
Известны линейные алгоритмы выделения границ и нелинейные. В качестве первых можно привести маски, похожие на те, которые используются в линейной фильтрации. Разница в том, что для выделения границ используются весовые коэффициенты разных знаков, как положительные, так и отрицательные.
Например, использования масок для горизонтальной или вертикальной обработки (выделения, усиления) изображения:

и

В однотонных участках изображения, все точки имеют примерно одинаковую яркость, градиент уровней яркости низок, и в результирующем изображении подобные участки просто темнеют. Там, где имеются перепады (резкие переходы, края), крутизна изменения яркости высока и в конечном изображении в таких местах появляются яркие линии.