МОДИФИКАЦИЯ АЛГОРИТМА ХАФА ДЛЯ РАСПОЗНАВАНИЯ И КЛАССИФИКАЦИИ ШТРИХОВЫХ ИЗОБРАЖЕНИЙ

УДК 004.93

 

Талапина Дарья Михайловна – магистрант кафедры информатики и веб-дизайна. Белорусский государственный технологический университет (220006, г. Минск, ул. Свердлова, 13а, Республика Беларусь). E-mail: taladarmi@mail.ru

Новосельская Ольга Александровна – кандидат технических наук, доцент кафедры информатики и веб-дизайна. Белорусский государственный технологический университет (220006, г. Минск, ул. Свердлова, 13а, Республика Беларусь). E-mail: nochka@tut.by

 

DOI: https://doi.org/ 10.52065/2520-6141-2024-284-12.

 

Ключевые слова: распознавание изображений; штриховое изображение; графические примитивы; алгоритм Хафа; предварительная обработка изображений; постобработка изображений, Евклидово расстояние.

Для цитирования: Талапина Д. М., Новосельская О. А. Модификация алгоритма Хафа для распознавания и классификации штриховых изображений // Труды БГТУ. Сер. 3, Физико-математические науки и информатика. 2024. № 2 (284). C. 89–95. DOI: 10.52065/2520-6141-2024-284-12.

Аннотация

В статье рассмотрен вопрос распознавания сложных для анализа неоднородных линий. Для выбора традиционного алгоритма с целью извлечения признаков проведен анализ существующих алгоритмов. Поскольку штриховое изображение будет состоять из геометрических фигур в виде неоднородных штрихов разной толщины, за основу взят алгоритм Хафа, являющийся традиционным алгоритмом компьютерного зрения. Известно, что алгоритм Хафа имеет ряд недостатков. В частности, существуют проблемы распознавания прерывистых линий, а также линий ограниченной длины. В статье показан процесс разработки алгоритма распознавания штриховых изображений, нацеленного на анализ, интерпретацию и классификацию штриховых изображений и графических примитивов, представленных в виде неоднородных линий. Рассмотрены особенности представления штриховых изображений, обобщены требования, предъявляемые к алгоритму распознавания. Разработанный алгоритм основывается на модифицированном алгоритме Хафа, адаптированном для распознавания штриховых, сплошных и штрихпунктирных линий. В статье описаны основные этапы алгоритма, включая предварительную обработку изображений, определение и классификацию графических примитивов, а также методы постобработки. Исходя з проведенного анализа в качестве алгоритмов предварительной обработки целесообразно использовать комбинацию фильтров со сверткой (фильтр Гаусса и фильтр Кани). Принято решение о необходимости использования морфологической операции дилатации для расширения светлых пространств на изображении. Показаны особенности модифицированного алгоритма, предложенного авторами. Осуществлен расчет параметров линий с использованием Евклидова расстояния. Проведена оценка эффективности разработанного алгоритма. Ключевой особенностью предложенного метода является возможность вывода параметров штриховых изображений в отдельный файл.

Скачать

Список литературы

  1. Наздрюхин А. С., Храмцов И. Н., Тушев А. Н. Обработка изображений товарных чеков для выделения и распознавания текстовой информации // Вестник Дагестанского государственного технического университета. Технические науки. 2019. Т. 46. №. 4. С. 113–122.
  2. Цепковская Т. А. Вопросы поиска и классификации графических примитивов внутри анализируемых изображений // Перспективное развитие науки, техники и технологий. 2020. С. 268–271.
  3. Болгов А. Н., Фаворская М. Н. Применение преобразования Хафа и его модификаций для нахождения графических примитивов // Актуальные проблемы авиации и космонавтики. 2011. Т. 1. №. 7. С. 352.
  4. Фаворская М. Н. Преобразование Хафа для задач распознавания // DSPA: Вопросы применения цифровой обработки сигналов. 2016. Т. 6. №. 4. С. 826–830.
  5. Кудрина М. А. Использование преобразования Хафа для обнаружения прямых линий и окружностей на изображении // Известия Самарского научного центра РАН. 2014. № 4–2. С. 476–478.
  6. Овчинников А., Фан Чан Данг Хо. Обработка полусферических изображений: определение центра изображения и выделение вертикальных линий // Компоненты и технологии. 2011. № 12. С. 133–136.
  7. Панфилова Е., Кунина И. Использование оконного преобразования Хафа для поиска протяженных границ на изображении // Сенсорные системы. 2020. № 34. С. 340–353. DOI: 10.31857/S0235009220030075.
  8. Matas J., Galambos C., Kittler J. Progressive Probabilistic Hough Transform // proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 1999. Vol. 1.
  9. Mammeri A., Bouckerche A., Lu G. Lane detection and tracking system based on the MSER algorithm, Hough transform and Kalman filter // Proceedings of the 17th ACM international conference on Modeling, analysis and simulation of wireless and mobile systems. 2014. P. 259–266.
  10. Соловьев Ф. С., Тарасов И. Е., Петров А. Б. Распознавание образов и обнаружение контуров объекта на изображении // Инновации в науке. 2019. №. 4 (92). С. 4–9.
  11. Астратов О. С., Филатов В. Н., Кузьмин С. А. Модифицированное преобразование Хафа в системе компьютерного зрения // Успехи современной радиоэлектроники. 2013. №. 2. С. 77–83.
  12. Денисюк В. С. Применение и оптимизация преобразования Хафа для поиска объектов на изображении // Международный конгресс по информатике: Информационные системы и технологии: материалы Междунар. науч. конгресса, Минск, 31 окт. – 3 нояб. 2011 г.: в 2 ч. Минск, 2011. Ч. 2. С. 162–165.
  13. Doermann, D. Document Analysis Systems: Theory and Practice. New York: World Scientific Publishing Co. Inc., 2016. 400 p.
  14. Doermann, D. Handbook of Document Image Processing and Recognition. New York: Springer, 2014. 666 p.
  15. Sonka M., Hlavac V., & Boyle R. Image processing, analysis, and machine vision. New York: Cengage Learning, 2014. 520 p.

Поступила после доработки 24.05.2024