Wektorowe porządkowe operatory statystyczne jako detektory krawędzi obiektów w zaszumionych obrazach kolorowych

• Autorzy: Niedziela T. , Krukar W.

Warianty tytułu

EN

Vector order statistics operators as edge detectors of objects in noised colour images

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono przegląd najskuteczniejszych metod detekcji (wykrywania) krawędzi obiektów w obrazach kolorowych. Zaprezentowano skuteczność wektorowych operatorów porządkowych i wektorowych operatorów różnicowych oraz ich odmiany rozszerzone o różnego typu filtry. Detektory uzyskane w ten sposób są w różnym stopniu skomplikowane obliczeniowo oraz odporne na szum impulsowy i gaussowski. W przypadku operatorów DV dodanie członów filtrujących istotnie podnosi ich odporność na obecność szumu. Najlepsze wyniki ekstrakcji krawędzi w zaszumionych obrazach kolorowych uzyskano, stosując operator DV_&aL-trim.

EN

The paper offers review of most effective methods of detecting edges in noised colour images. Presented has been effectiveness of vector order operators and vector difference operators, as well as variants thereof enriched with filters of different types. Detectors gained in this way are complicated to different degrees from the viewpoint of computations, and resistant to impulsive and Gaussian noises. In the case of DV operators, addition of filtering elements significantly increases resistance thereof to the presence of noise. Best effects of edge extraction in noised images have been gained using the DV_ Alpha-trim operator.

Słowa kluczowe

PL

krawędzie; obrazy kolorowe; operatory wektorowe; sztuczna inteligencja

EN

edges; colour images; vector operators; artificial intelligence

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Prace Naukowe Instytutu Technicznego Wojsk Lotniczych
• Rocznik: 2007
• Tom: nr 22
• Strony: 5--26
• Opis fizyczny: pol.,s.27--46ang.,Bibliogr.13poz.,rys.

Twórcy

autor

Niedziela T.

autor

Krukar W.

• Politechnika Warszawska

Bibliografia

• 1. Astola J., Haavisto P., Neuvo Y.: Vector median filters. Proc. IEEE, 78, 4, 1990, s. 678÷689.
• 2. Barnett V.: The ordering of multivariate data. J. R. Stat. Soc. 139, 3, 1976, s. 318÷343.
• 3. David H.A.: Order statistics. Wiley, New York 1980.
• 4. Feechs R.J., Arce G.R.: Multidimensional morphologic edge detection. Conf. Visual Communication and Image Processing, Proc. SPIE 845, 1987, s. 285÷282.
• 5. Lee J.S.J., Haralick R.M., Shapiro L.G.: Morphologic edge detection. IEEE J. Robot Automat., 3, 2, 1987, s. 142÷156.
• 6. Niedziela T., Krukar W.: A method for extraction of contours of aircraft targets from infrared images. Mat – VII International Conference Airplanes and Helicopter Diagnostic, 16–19.10.2001, Warszawa/Kielce (Ameliówka).
• 7. Niedziela T., Krukar W.: Metody ekstrakcji konturów obiektów z obrazów monochromatycznych. „Prace Naukowe ITWL, 16, 2003, s. 137÷160.
• 8. Niedziela T., Krukar W.: Metody ekstrakcji konturów obiektów z obrazów kolorowych. „Prace Naukowe ITWL”, 20, 2006, s. 103÷120.
• 9. Niedziela T., Krukar W.: Sieć neuronowa realizująca ekstrakcje konturów obiektów z obrazów zaszumionych. „Prace Naukowe ITWL”, 16, 2003, s. 161÷179.
• 10. Plataniotis K.N., Androutsos D., Venetsanopoulos A.N.: Color image filters: the vector directional approach. Opt. Eng. 36, 9, 1997, s. 2375÷2383.
• 11. Treisman A.: Features and objects in visual processing. Sci. Am. 255, 1986, s. 114÷125.
• 12. Treisman A., Gelade G.: A feature integration theory of attention. Cogn. Psychol. 12, 1980, s. 97÷136.
• 13. Yang Y.: Color edge detection and segmentation using vector analysis. MASc Thesis , University of Toronto 1994.