Magistrlik dissertatsiyasi 7 bet, 59 ta rasm, ta jadval, 70 ta adabiyot va ilovadan iborat

43-rasm. Splaynlarga yakuniy ishlov berish. Chapda: yakuniy ishlov berishdan oldingi splayn ko‘k rangda. O‘ngda: yakuniy ishlov berishdan keyingi splaynlar yashil rang bilan ajratilgan.

Ular uzunroq ko‘rinadi va yo‘llarda lokallashtirilgan bo‘ladi. Ko‘chuvchi laboratoriyalar uchun yana bir algoritm: Yo‘l chiziqlarini aniqlash tasvir superpiksellari yoki segmentlari uchun tasniflash vazifasi sifatida shakllantiriladi. Ushbu yondashuv ikki sababga ko‘ra qo‘llaniladi: birinchidan, faqat segmentlar fazoviy ma’lumotlarni taqdim etishi mumkin, masalan segment yo‘nalishi, maydon, uzayishi, tasniflash uchun juda muhimdir; ikkinchidan, bu tizim ishlashini sezilarli darajada tezlashtiradi. Yondashuv segmentlash kaskadini ishlatishga asoslangan.

44-rasm. Kaskad ishining umumiy sxemasi.

Kaskadning eng umumiy ishlash sxemasi yuqorida keltirilgan (44-rasm): avvalgisiga qaraganda “murakkabroq” bo‘lgan klassifikatorlar kaskadi mavjud. Kiruvchi ma’lumotlarning bir qatori ular orqali navbat bilan o‘tadi; ularning har biri aniq sinfga tegishli bo‘lmagan ma’lumotlarni chiqarib tashlaydi, qolganlari aniqlashtirish uchun keyingi, yanada murakkab “klassifikator” ga o‘tkaziladi. Har bir klassifikator kaskadning har bir qatlamida mavjud bo‘lgan aniqlanishlar sonini ko‘paytirishga o‘rqitiladi (ma’lumotlarni kaskad orqali har o‘tish iteratsiyasida). Bu “murakkab” klassifikatorlarga faqat bahsli hududlarga e’tibor berishga imkon beradi, bu esa butun tizimning ishlash tezligini oshiradi. Ishlab chiqilgan tizimda kaskadning ishlash sxemasi quyidagicha.

Har bir klassifikator ushbu klassifikator o‘qitilgan qayta segmentatsiya parametrlari bilan bog‘liq. Agar uni qayta segmentatsiyalash yanada batafsilroq va kichikroq superpikselli masshtabga ega bo‘lsa, klassifikator yanada murakkabroq bo‘ladi. Kaskadning kirish qismida yo‘lakning tasviri beriladi.
U birinchi klassifikatorning parametrlari bilan segmentlanadi, shundan so‘ng olingan segmentlar to‘g‘ri aniqlanganlik darajasi 100% ga yaqin bo‘lishiga harakat qilinadi, ya’ni klassifikator faqat ularda hech qanday yo‘l chiziqlari yo‘qligiga ishonch hosil qilgan segmentlarni o‘chirib tashlaydi. Keyin tashlab yuborilgan segmentlar asl tasvirga qora rangda bo‘yaladi va bu keyingi segmentatsiyani tezlashtirish imkonini beradi. Keyin ushbu tasvir yangi qatlamga o‘tadi, u yerda u yana segmentlanadi, lekin kichikroq miqyosda va bu protsedura takrorlanadi.
Bu klassifikator oldindan belgilangan barcha yo‘l chiziqlarini to‘g‘ri aniqlashga emas, balki noto‘g‘ri aniqlashni minimallashtirishga o‘qitiladi. O‘qitish oxirgi qatlamgacha bo‘ladi. Kaskadning oxirgi qatlamiga to‘g‘ri keladigan segmentatsiya, tasvirdagi turli xil tafsilotlarni hisobga olish uchun yetarlicha batafsil va yo‘lning ko‘p qismi va begona narsalar bo‘yalgan bo‘ladi. Bu, shuningdek, yo‘l chiziqlari segmentlari sonini birlashtiradi, sinf nomutanosibligi muammosini hal qiladi. Bundan tashqari maqsadsiz sinfning katta o‘lchamida kichik sinfni topish uchun mo‘ljallangan har qanday tizimning ish sifatini sezilarli darajada yomonlashtiradi.
Sohalarni aniqlash. Sohalarni aniqlash ikkita algoritm ishi orqali amalga oshiriladi. Birinchidan, yo‘l sahnasi Gabor filtrlariga, so‘ngra maksimal barqaror ekstremal mintaqalar algoritmiga beriladi.
Qiziqtirgan sohalarni topishda ko‘p yutuqlarni ko‘rish mumkin. Chapdagi rasmda Gabor filtrlarisiz MSER algoritmining natijasi, o‘ngda esa filtrlash foydalanilgan natija ko‘rsatilgan. Tasvirni qiziqish sohasini ifodalamaydigan joylar sonini sezilarli darajada kamaytirganini ko‘rish mumkin.