Wyniki wyszukiwania - BazTech

1

Analiza trwałości i widoczności enkodowania znaku wodnego w obrazie w przestrzeni kolorów YUV w domenie DCT

Walczyna Tomasz, Piotrowski Zbigniew

Elektronika : konstrukcje, technologie, zastosowania

|

2021

|

Vol. 62, nr 7

40-43

PL

W artykule przedstawiono analizę metody cyfrowego znakowania wodnego w obrazie w przestrzeni kolorów YUV w domenie Dykretnej Transformaty Cosinusowej (DCT). Zastosowane jest tu znakowanie non-blind, tzn. do ekstrakcji znaku wodnego konieczne jest użycie także oryginalnego obrazu bez enkodowanego znaku wodnego. Ukrycie znaku wodnego następuje w domenie DCT zastosowanej na części Y przestrzeni kolorów YUV, na równo podzielonych blokach 8 x 8. Analiza obejmuje różne konfiguracje algorytmu.

EN

This paper presents an analysis of a digital watermarking method for an image in YUV color space in the domain of the Dicrete Cosine Transform (DCT). Non-blind watermarking is used here, i.e., the original image without encoded watermark is also required for watermark extraction. The watermark hiding is done in the DCT domain applied on the Y part of the YUV color space, on equally divided 8 x 8 blocks. The analysis includes different configurations of the algorithm.

2

Analiza zmian chorób skórnych przy pomocy odwzorowań przestrzeni barw

Wyczechowski M., Wąs Ł., Pietrzak Ł.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 3

68--71

PL

Głównym celem artykułu jest analiza zmian dermatologicznych skóry w oparciu o analizę modelu przestrzeni barw, z których autorzy są w stanie wydobyć informacje przydatne dla systemu ekspertowego. W artykule autorzy badają zdjęcia zmiana skórnych wprowadzając autorski algorytm ekstrakcji cech używając zmodyfikowanej analizy przestrzeni barw. Autorzy również skupią się nad analizą zdjęcia uwzględniając model przestrzeni kolorów taki jak RGB oraz YCbCr z wyżej wymienionych modeli autorzy ekstrahują kolejne składowe przenosząc reprezentacje danej składowej na inną. Autorzy skupiają się na skali YCbCr, gdyż niesie ona ze sobą informację inaczej skonstruowaną o konkretnym obrazie aniżeli jego odpowiednik w RGB.

EN

The main aim of this article is to analyze the changes in dermatological skin based on the analysis of the model color space with which the authors are able to extract information useful for expert system. In the article, the authors examine the images change skin by introducing proprietary algorithm feature extraction using a modified analysis of the color space. The authors also focus on the analysis of images taking into account the model color space such as RGB and YCbCr of the above models, the authors extract another component moving representations of a component to another. The authors focus on the scale YCbCr, because it carries information differently constructed about a particular image than its equivalent in RGB.

3

Facial landmarks localization using binary pattern analysis

Ochocki M., Sawicki D.

Przegląd Elektrotechniczny

|

2016

|

R. 92, nr 11

43--46

EN

In the paper an algorithm for localization of the facial landmarks is presented. A preliminary analysis in the form of identifying regions of interest has been used. In this analysis each region corresponds to a different color space. The accuracy of the algorithm was verified using the Stimuli database of face images. The proposed algorithm can locate basic 21 landmarks with a very good average accuracy of 95.62%. This result ranks it among the best algorithms published between 2005 and 2015.

PL

W artykule przedstawiono algorytm lokalizacji punktów charakterystycznych twarzy. Zastosowano wstępną analizę w postaci wyodrębnienia obszarów zainteresowań. Przy czym dla różnych obszarów wykorzystano różne przestrzenie barw. Dokładność algorytmu zweryfikowano wykorzystując bazę Stimuli zdjęć twarzy. Opracowany algorytm pozwala lokalizować 21 podstawowych punktów z bardzo dobrą średnią skutecznością na poziomie 95.62%. Wynik ten plasuje zaproponowany algorytm wśród najlepszych rozwiązań opublikowanych w latach 2005-2015.

4

Real-time procedures for automatic recognition of road signs

Pawłowski P., Prószyński D., Dąbrowski A.

Elektronika : konstrukcje, technologie, zastosowania

|

2009

|

Vol. 50, nr 3

57-62

EN

In this paper we propose procedures for detection and recognition of main groups of vertical road signs. The algorithm is intended for the use in vehicles, thus it is optimized to work in real-time. The described recognition process consists of several following stages. At first we are reducing the number of colors using the minimum variance quantization and changing the representation of an input video to the indexed color images. By this step the total amount of data is significantly reduced without decreasing the recognition quality. Then we check, which objects in individual images of the examined video have similar colors to those of particular road signs. To solve this problem, i. e., to determine proper RGB dependencies for the color-based segmentation of real world scenes, we use perceptive color spaces such as HSI and JCh instead of, e. g., the RGB space. The next step is to determine, which regions from those just found in the previous step by the color matches exhibit the road sign like shapes. This classification is done by computing geometric moments and appropriate shape factors. As the meaning of most road signs lies in the shape of the symbol just inside the sign, the essential process consists in recognition of this symbol. Thus in the final stage we recognize and classify the sign symbols using an artificial neural network (ANN). Additionally we propose a procedure to detect road marking, which can be used to track the car position on the road. All presented procedures work in real-time and improve safety of driving and, in consequence, may possibly decrease numbers of accidents.

PL

Artykuł przedstawia procedury wykrywania i rozpoznawania podstawowych grup pionowych znaków drogowych. Zaproponowany algorytm jest przeznaczony do zastosowania w pojazdach, w związku z tym jest przystosowany do pracy w czasie rzeczywistym. Przedstawiony proces rozpoznawania składa się z kilku etapów. W pierwszym, za pomocą kwantyzacji metodą minimalnej wariancji oraz przekształcenia wejściowych ramek wideo do obrazów z indeksowanym kolorem, jest redukowana liczba kolorów. Proces ten znacząco zmniejsza liczbę danych do przetworzenia bez istotnego pogorszenia jakości rozpoznawania. Następnie są wykrywane obiekty o kolorach zbliżonych do wykorzystywanych w znakach drogowych. Aby zminimalizować wpływ zmian oświetlenia i otoczenia na poprawne wykrywanie kolorów na tym etapie, zamiast klasycznej przestrzeni barw np. RGB, użyto przestrzeni percepcyjnych takich jak HSI i JCh. W kolejnym kroku w obszarach o dopasowanych kolorach, za pomocą momentów geometrycznych i współczynników kształtu, są wykrywane kształty znaków. Ponieważ znaczenie większości znaków określają symbole umieszczone wewnątrz znaków, kluczową procedurą jest wykrycie i rozpoznanie tych symboli. Ten etap został zrealizowany za pomocą sztucznych sieci neuronowych. Dodatkowo zaproponowano procedurę wykrywającą wybrane znaki poziome, jakimi są linie rozdziału pasów ruchu. Wyniki zostaną wykorzystywane do śledzenia trajektorii pojazdu, co w połączeniu z pozostałymi procedurami, może przyczynić się do zwiększenia bezpieczeństwa na drogach i zmniejszenia liczby kolizji i wypadków.