ИССЛЕДОВАНИЕ МЕТОДОВ ВЫЯВЛЕНИЯ КОНТУРОВ ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ
DOI:
https://doi.org/10.52167/1609-1817-2024-130-1-304-309Ключевые слова:
обработка изображений, выявление контуров, программное приложение, распознавание особенностей, анализАннотация
Применение методов выделения контуров является важным этапом в обработке изображений. Данная статья посвящена исследованию методов обработки изображений с акцентом на выделение контуров. Представлена программа, разработанная для сравнительного анализа различных операторов обработки, с целью эффективного выделения контуров на изображениях. Программа реализована с помощью MatLAB. Статья описывает принципы работы каждого оператора обработки и их способность выявлять грани и контуры на изображениях. Экспериментальное исследование проведено на примере различных изображений, демонстрируя эффективность каждого метода в различных сценариях. Результаты исследования позволяют сравнить производительность различных операторов обработки и выделения контуров. Обсуждение результатов подчеркивает практическую применимость каждого метода в зависимости от характеристик изображения и конкретных задач. Это исследование важно для разработки более точных и эффективных методов анализа изображений с выделением важных деталей и структур. Исследование имеет практическое значение для областей компьютерного зрения, распознавания образов и обработки изображений, где выделение контуров играет важную роль в анализе и интерпретации данных.
Библиографические ссылки
[1] Deng R., Liu S. Deep structural contour detection // Proceedings of the 28th ACM international conference on multimedia. – 2020 – P. 304-312.
[2] Arbeláez P., Pont-Tuset J., Barron J.T., Marques F., Malik J. Multiscale combinatorial grouping // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. – 2014. – P. 328–335.
[3] Vu N.S., Caplier A. Enhanced patterns of oriented edge magnitudes for face recognition and image matching // IEEE Trans. Image Process. – 2011. – Vol. 21 – P. 1352– 1365.
[4] Jing J., Liu S., Wang G., Zhang W., Sun C. Recent advances on image edge detection: A comprehensive review // Neurocomputing. – 2022. – Vol. 503. – P. 259-271. – https://doi.org/10.1016/j.neucom.2022.06.083.
[5] Drolia U., Guo K., Tan J., Gandhi R., Narasimhan P. Cashier: Edge-caching for recognition applications // 2017 IEEE 37th International Conference on distributed computing systems. – 2017. – P. 276–286.
[6] Zhang J., Pang H., Cai W., Yan Z. Using image processing technology to create a novel fry counting algorithm // Aquaculture and Fisheries. – 2022. – Vol. 7, Issue 4. – P. 441-449. – https://doi.org/10.1016/j.aaf.2020.11.004.
[7] Díaz-Huerta J.L., Téllez-Anguiano A.C., Gutiérrez-Gnecchi J.A., Arellano-Calderón S., Olivares-Rojas J.C. Analysis and comparison of image processing and artificial intelligence algorithms to detect AFB in pulmonary tuberculosis images // Tuberculosis, – 2022. – Vol. 134. – P. 102196.
[8] Chaurasia A., Gautam A., Rajkumar R., Chander A.S. Road traffic optimization using image processing and clustering algorithms // Advances in Engineering Software. – 2023. – Vol.181. – P. 103460. – https://doi.org/10.1016/j.advengsoft.2023.103460.
[9] Yuan Y., Zhang N., Han C., Yang S., Xie Z., Wang J. Digital image processing-based automatic detection algorithm of cross joint trace and its application in mining roadway excavation practice // International Journal of Mining Science and Technology. – 2022. – Vol.32, Issue 6. – P.1219-1231.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Рауан Мухтаргалиев, Гульнур Тюлепбердинова, Жанар Оралбекова, Макпал Жартыбаева, Нургуль Узаккызы
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
