Исследование методов сегментации изображений

    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:


    1. Метод выращивания регионов Тут можно почитать про метод выращивания регионов;
    2. Метод водораздела А тут подробно про метод водораздела, еще и с кодом;
    3. 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.


    image


    Название метода Результаты
    Метод выращивания регионов image
    Метод водораздела image
    Метод нормальных разрезов image

    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
    image image image image
    image image image image
    image image image image
    image image image image
    image image image image

    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.
    Share post
    AdBlock has stolen the banner, but banners are not teeth — they will be back

    More
    Ads

    Comments 17

      0

      Вы не могли бы переупорядочить изображения в результатах сегментации?
      Сейчас для каждого метода в своём порядке, сложно ориентироваться :(

        +1
        Да, конечно, сейчас поменяю
        +3
        Прошу 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?
          0
          Мой 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
          0

          Советую начать с начала:


          1. Поставить задачу (на каких классах изображений вы работаете и какие результаты вам нужны). Разные алгоритмы сегментации применимы в разных задачах.
          2. 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.
            0
            как 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.
              0
              У метода Region growing в русском языке устоялось название «Разрастание регионов», а не «выращивание регионов».
                0
                Да, действительно Вы правы, более популярно «Разрастание регионов», но используются оба вариант
                0
                Картинки — это, конечно же, хорошо и показательно.
                Но я не знаю эти алгоритмы, и, к сожалению, даже отсылок к ним нет.
                0
                Интересно, в каком порядке лучше применить эти методы для OCR. Давняя идея собрать свой ридер показаний бытовых счётчиков с камеры носимого устройства.
                  0
                  Я думаю, что Вам стоит почитать тут.
                    0

                    Можно сделать аналогично распознаванию автомобильных номеров, на хабре есть довольно подробная статья: https://habrahabr.ru/company/recognitor/blog/225913/

                    0
                    не понятно какой результат хотелось бы получить в итоге, нужна картинка с ручным сегментированием как цель.
                      0
                      Поддерживаю 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.
                        0

                        Было бы замечательно, если бы все эти красивые методы были применены к какой-нибудь интересной задаче, с четкой оценкой качества.


                        Вот лично мне было бы интересно, если бы вы это проделали вот с этой задачей:
                        Dstl Satellite Imagery Feature Detection


                        Хорошая проблема на сегментацию изображений. Там вам предложает более-менее очищенные отмаркированные данные со спутниковых снимков и вы сможите сравнить ваши любимые методы против того, что работает у других людей. Метрика — Jaccard index.


                        Ну и, конечно, я присоединюсь к другим комментариям в том смысле, что нужны ссылки на описание алгоритма или хотя бы их название на английском.

                        Only users with full accounts can post comments. Log in, please.