Предложен эффективный метод для выявления и маркировки компонентов бинарного изображения, который предусматривает три подготовительных этапа процесса распознавания изображений, а именно: выделение компонентов изображения, контуров и скелетов.

Запропоновано ефективний метод виявлення та маркування компонентів бінарного зображення, який передбачає три підготовчих етапи процесу розпізнавання зображень, а саме: виділення компонентів зображення, контурів і скелетів.

Запропоновано використання дескриптора взаємних відстаней контрольних точок для розпізнавання геометричних об'єктів за формою. Контрольні точки є точками максимальної кривизни незалежно від напрямку. Підхід дозволяє урахувати можливість непропорційних варіацій у структурних елементах. Метод, запропонований для порівняння дескрипторів взаємних відстаней, є інваріантним до зсуву, повороту та масштабування.

Предложено применение дескриптора взаимных расстояний контрольных точек для распознавания геометрических объектов по форме. Контрольные точки являются точками максимальной кривизны независимо от направления. Такой подход позволяет учесть возможность непропорциональных вариаций в структурных элементах. Метод, предлагаемый для сравнения дескрипторов взаимных расстояний, является инвариантным к сдвигу, повороту и масштабированию.

A descriptor of mutual distances of control points is proposed for shape recognition. Control points are maximal curvature points, which include convexity and concavity control points. Such an approach allows to take into account probability of disproportional variation of structural elements during identification. Method developed to match descriptors of mutual distances provides shift, scale and rotation invariance.

Предложен эффективный метод для выявления и маркировки компонентов бинарного изображения, который объединяет в себе сразу три подготовительных этапа процесса распознавания изображений: выделение компонентов изображения, контуров и скелетов.

Предложена модель межмасштабного пространства кривизны для представления формы контуров геометрических объектов, которая в отличие от известных моделей масштабно-пространственного представления отображает выпуклые признаки формы в масштабном пространстве за счет введения межмасштабного проецирования, что позволяет значительно расширить класс объектов, распознаваемых с помощью масштабно-пространственных представлений.

Індекс рубрикатора НБУВ: З970.63

Рубрики:

Комп'ютерна графіка і обробка зображень

Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ