С радостью, бы сделал… но пока просто нет времени… как закончу с экзаменами в аспирантуру, займусь… т.к. по сути будущая диссертация… на счет объединения — это не я, а лит-ра.
Это скорее будут вопросы диссертации, но сейчас скорее этими вопросами буду заниматься, нужно было отчасти и узнать куда дальше двигаться, поэтому после прочтения ряда вопросов от вас, есть куда дальше копать. Спасибо
1) На счет порога это хороший вопрос, вот на счет 80% от суммы яркости, могу сказать, что все скорее на глаз делается и все зависит от сферы деятельности. Как появится время хочу выложить 2-ю свою идею на счет некого коэффициента бинаризации в операторе Собеля. Была идея по средней яркости, по среднему после преобразования по Собелю.
2) Шум отсеивается за счет бинаризации, хотя если брать Канни то он его создает, потом убирает такой же критерий.
3) Вот на счет разрывов это самый коварный вопрос, продолжать линию — можно выйти и попасть не понятно куда, поэтому нужно или модернизировать или создать новый метод. Честно пока не готов ответить.
В данном случае, имеется в виду, что это последний этап и какие методы улучшения качества решать вам, хоть фильтрация, хоть увеличения/уменьшения контрастности, яркости и т.д., нахождения границ- это последний этап.
Хотелось бы увидеть все же в работе ваше выше описанные действа, с использования Фурье, и еще массу всего, что в свою очередь дает искажение фото при расчетах… какой алгоритм фильтрации и нахождения краев, которые вы так увеличиваете?
Тут уже дело за кучей возможных решений и это уже отдельная СППР: ИИ или нейронных сетей, экспертных систем и т.д… по сути это лишь малая часть хобби, для полной обработки фото нужна фильтрация, бинаризация, нахождения краев, нахождения площади (кол-ва пикселей) и т.д.
Я бы не был таким поспешным в вывода на счет CUDA, да есть у нее преимущество, но при нормальной распараллеливании процессов и обработки фото, лично могу сказать разница в 2-6 раз при обработке изображения 5000х6000 пикселей, при этом Х3 разлоченный до Х4 по сути 640… ради интереса реализовать бы в поточности и сравнить результаты с CUDA…
это хороший вопрос, спасибо. По сути эти методы были введены в медицину для нахождения изъянов и опухолей и других дефектов изображение УЗИ, снимков и т.д. Хранить форматы разные от jpg => bmp. Сравнивать это уже скорее специфическая задача и сугубо для конкретной задачи.
2) Шум отсеивается за счет бинаризации, хотя если брать Канни то он его создает, потом убирает такой же критерий.
3) Вот на счет разрывов это самый коварный вопрос, продолжать линию — можно выйти и попасть не понятно куда, поэтому нужно или модернизировать или создать новый метод. Честно пока не готов ответить.