КОМП’ЮТЕРНА СИСТЕМА ДЛЯ СЕГМЕНТАЦІЇ ЗОБРАЖЕНЬ ЗАЛІЗНИЧНОГО ТРАНСПОРТУ - Scientific conference

Congratulation from Internet Conference!

Hello

Рік заснування видання - 2011

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.



Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter
Сonferences

Conference 2024

Conference 2023

Conference 2022

Conference 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення