Congratulation from Internet Conference!
Hello
КОМП’ЮТЕРНА СИСТЕМА ДЛЯ СЕГМЕНТАЦІЇ ЗОБРАЖЕНЬ ЗАЛІЗНИЧНОГО ТРАНСПОРТУ
21.10.2021 23:32
[1. Information systems and technologies]
Author: Тащук О.Ю., к.ф.-м.н., ВСП «Фаховий коледж Чернівецького національного університету імені Юрія Федьковича»
На даний час існує потреба у розробці автоматичних засобів для аналізу стану рухомого складу на залізничному транспорті, а саме стану поїздів і вагонів. При цьому в багатьох випадках інформація про досліджувані об’єкти отримується з відеокамер у вигляді цифрових зображень. Тому поширеним завданням є виділити на зображеннях поїздів і вагонів змістовні області (сегменти), наприклад, як сегменти виділяються вікна, фари, однорідні ділянки стінок, колеса та ін. Виділення сегментів на зображеннях значно спрощує їх подальшу комп’ютерну обробку, зокрема, визначення розмірів і площ об’єктів, розпізнавання об’єктів. Проте, для реальних зображень поїздів і вагонів є характерним певний рівень шуму, неоднорідний фон і контраст. Тому з метою підвищення точності сегментації та подальшої обробки зображень розроблено комп’ютерну систему, в якій перед сегментацією виконується фільтрація зображень, видаляється їх неоднорідний фон і підвищується контраст.
Зменшення рівня шуму на зображеннях виконується методом медіанної фільтрації (рис. 1а), а контури виділяються методом Собела (sobel) (рис. 1б) [1]. Сегментація зображень виконується методом водорозділів функцією watershed бібліотеки skimage (рис. 1в) [2]. На основі сегментованого зображення можна обробляти сегменти з довільним номером (рис. 1г). Обробку зображень реалізовано на мові Python з використанням бібліотек OpenCV і Skimage засобами хмарної платформи Google Colab. Таку обробку зображень також можливо реалізувати апаратно засобами мікрокомп’ютера Raspberry Pi 3 B+.
Рис. 1. Приклад сегментації зображення локомотива [3] методом водорозділів: а) початкове зображення; б) контури зображення; в) матриця сегментів; г) сегмент з номером 4
Для отриманих сегментів зображення (рис. 1в) виконується їх селекція, у результаті якої відбираються сегменти певної висоти, ширини, площі, яскравості та ін. Показано, що за рахунок фільтрації шуму і підвищення локального контрасту зображень можливо значно підвищити точність їх сегментації.
Література:
1. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс . – М. : Техносфера, 2005. – 1072 с.
2. Image Segmentation. – Режим доступу: https://scikit-image.org/docs/dev/user_guide/tutorial_segmentation.html.
3. Офіційний веб-сайт Укрзалізниці. Світлини. Поїзди і вагони. – Режим доступу: https://www.uz.gov.ua/press_center/photogallery/gallery-265193.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter
Another articles in this section
-
КЛАСТЕРНИЙ АНАЛІЗ ПАРАМЕТРІВ ЗАЛІЗНИЧНИХ ДІЛЬНИЦЬ
21.10.2021 23:35 -
АВТОМАТИЗОВАНІ РОБОЧІ МІСЦЯ ЯК НЕОБХІДНИЙ ЕЛЕМЕНТ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ УПРАВЛІННЯ ДЛЯ АГРАРНИХ ПІДПРИЄМСТВ
21.10.2021 23:29 -
ОПИС ВИКОРИСТАННЯ TAG-ХЕЛПЕРІВ У ПРОЕКТІ ASP.NET CORE ПО ТИПУ WEB APPLICATION (MODEL-VIEW-CONTROLLER)
21.10.2021 23:26 -
ВИКЛАДАННЯ ДИСЦИПЛІНИ МЕДИЧНА ІНФОРМАТИКА В ПЕРІОД ПАНДЕМІЇ COVID-19
21.10.2021 23:22 -
РОЗРОБКА АРХІТЕКТУРИ АВТОМАТИЗОВАНОЇ СИСТЕМИ УПРАВЛІННЯ ТЕПЛИЧНИМ ГОСПОДАРСТВОМ
21.10.2021 23:20
Сonferences
Conference 2024
Conference 2023
Conference 2022
Conference 2021
