В статье описано исследование методов сегментации изображений на различных примерах. Целью исследования является обнаружение достоинств и недостатков некоторых известных методов.
Методы, которые будут рассмотрены в данной статье:
- Метод выращивания регионов Тут можно почитать про метод выращивания регионов;
- Метод водораздела А тут подробно про метод водораздела, еще и с кодом;
- Метод нормальных разрезов Подробнее почитать можно тут.
Исследование методов сегментации на модельных изображениях
Исследование методов сегментации первоначально проводилось моделях изображений. В качестве моделей использовались девять видов изображений.
| Название метода | Результаты |
|---|---|
| Метод выращивания регионов |  |
| Метод водораздела |  |
| Метод нормальных разрезов |  |
Результаты исследования показали:
- Метод выращивания регионов локализует дефекты текстуры как резко отличающиеся от фона, так и образованные поворотом и изменением яркости текстуры;
- Метод выращивания регионов в различной степени локализует дефекты при разных углах поворота текстуры;
- Рассмотренный метод сегментации водораздела в исходном виде не обеспечивает локализацию текстурных дефектов;
- Метод нормальных разрезов хорошо локализует наличие текстуры отличной от фона, но не выделяет изменение яркости и поворот текстуры.
Исследование методов сегментации на изображениях объекта
Для исследования методов сегментации было подготовлена база изображений различных объектов. Полученные изображения прошли сегментацию с помощью различных методов, результат которой представлен на рисунках в таблице
| Исходное изображение | Метод выращивания регионов | Метод нормальных разрезов | Метод водораздела |
|---|---|---|---|
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
Результаты:
- Метод выращивания регионов не обеспечивает локализацию сегментов на изображениях объекта;
- Рассмотренные методы водораздела и нормальных разрезов в исходном виде не обеспечивают локализацию представленных объектов;
- Метод нормальных разрезов обеспечивает локализацию объектов на изображениях объектов.
Результаты
Результаты проведенного исследования:
- Метод выращивания регионов не обеспечивает локализацию сегментов как на модельных изображениях, так и на изображениях объекта, а также обеспечивает локализацию элементов дорожно-транспортной инфраструктуры.
- Рассмотренные методы водораздела и нормальных разрезов в исходном виде не полностью обеспечивают локализацию представленных объектов.
- Метод нормальных разрезов обеспечивает локализацию объектов как на модельных изображениях, так и на изображениях объектов, а также обеспечивает локализацию элементов дорожно-транспортной инфраструктуры.
- Метод выращивания регионов и метод нормальных разрезов могут быть рекомендованы для использования в автоматизированных системах визуального контроля.
Комментарии (16)
IliaSafonov
17.01.2017 21:18+3Прошу прощения за критику, но как-то это мало, чтобы называться исследованием. Замечаний очень много. Вот несколько:
1. Несмотря на то, что эти методы действительно можно считать более-менее известными, хорошо бы привести ссылки на статьи или ресурсы, где указано, о каком алгоритме в действительности идет речь.
2. У этих алгоритмов есть параметры. Какие использовались у Вас?
3. От конкретной реализации зависит работа того или иного метода. Вы сами их рtализовали или использовали готовые библиотеки? Какие? На каком языке?
4. Наконец, в тексте сначала написано «Метод выращивания регионов обеспечивает локализацию сегментов на изображениях объекта». Несколько строк ниже: «Метод выращивания регионов не обеспечивает локализацию сегментов».обеспечивает локализацию элементов дорожно-транспортной инфраструктуры
А это какое отношение к посту имеет?
Kosyura
18.01.2017 12:25Мой ответ будет несколько расплывчатый. Данная статья — это кусок из исследования, которое было направлено на выявление группы методов для работы с элементами дорожно-транспортной инфраструктуры. К сожалению, ту часть, что относится к этой теме пришлось выпилить, а то что я оставила это в выводах — моя невнимательность. Спасибо, за указанные неточности. Добавила ссылки на некоторые статьи. Реализация алгоритмов была в Matlab, где то были взяты библиотечные функции (например, метод водораздела), где-то были реализованны самостоятельно.
Первоначально было проверенно несколько больше алгоритмов, чем вынесенно в итоге, но писать о них неинтересно, так как результаты заметно хуже.
По поводу вопроса 4. Результаты в каждой главе свои, но да, это очепяточка
aamonster
17.01.2017 21:49Советую начать с начала:
- Поставить задачу (на каких классах изображений вы работаете и какие результаты вам нужны). Разные алгоритмы сегментации применимы в разных задачах.
- Оценить, какие алгоритмы препроцессинга могут подойти для вашей задачи и пробовать сегментацию после них. Предобработка может кардинально поменять ситуацию.
Если раскажете про свои задачи — постараюсь что-нибудь посоветовать. Я, правда, давно сменил работу, но 10 лет в области анализа изображений так просто из памяти не выкинешь, да и занятие увлекательное.
mikkab
17.01.2017 22:59как все запутано. в общем случае без пред-обработки любой алгоритм может не работать, только это и показали. параметры для разных целей разные. выводы не обоснованы и к «дорожно-транспортной инфраструктуре» и «использования в автоматизированных системах визуального контроля» отношения не имеют.
wd34
18.01.2017 11:43Картинки — это, конечно же, хорошо и показательно.
Но я не знаю эти алгоритмы, и, к сожалению, даже отсылок к ним нет.
FenixFly
18.01.2017 11:59Можно прочитать лекции графикона про анализ изображений, там основные методы кратко описаны. Например тут:
http://courses.graphicon.ru/index.php?q=main/cg/lectures/2012
moroz69off
18.01.2017 11:44Интересно, в каком порядке лучше применить эти методы для OCR. Давняя идея собрать свой ридер показаний бытовых счётчиков с камеры носимого устройства.
FenixFly
18.01.2017 12:18Можно сделать аналогично распознаванию автомобильных номеров, на хабре есть довольно подробная статья: https://habrahabr.ru/company/recognitor/blog/225913/
msts2017
18.01.2017 13:00не понятно какой результат хотелось бы получить в итоге, нужна картинка с ручным сегментированием как цель.
IliaSafonov
18.01.2017 16:41Поддерживаю предыдущего оратора. Нужен критерий качества сегментации. Как минимум, это картинка с желаемым результатом. Лучше ещё и численный показатель качества сегментации. Несколько таких метрик можно найти, например, в статье.
nightrain912
Вы не могли бы переупорядочить изображения в результатах сегментации?
Сейчас для каждого метода в своём порядке, сложно ориентироваться :(
Kosyura
Да, конечно, сейчас поменяю