Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: integral image

Sortuj według:

Ogranicz wyniki do:

Adaptive binarization with non-uniform image illumination

Lishchuk R., Kucheruk V., Kurytnik I.P.

Pomiary Automatyka Robotyka

2014

R. 18, nr 6

72--75

The article considers the image binarization process for its further recognition. During binarization of the image with non-uniform illumination some noise appears which makes it impossible to select features in the image. Considering the QR-code image as an example, Otsu method, Niblack method and Bernsen method were analyzed. Some errors in binarization of the image with non-uniform illumination were detected in the process of application of these methods. Therefore, the necessity of finding a better method arose. The presented method of adaptive binarization is a simple extension of Bernsen method, the main idea of which is the comparison of each pixel with arithmetical mean of pixels in its environment and simultaneous application of integral presentation of the image.

Artykuł prezentuje proces binaryzacji obrazu dla jego późniejszej analizy. Podczas binaryzacji nierównomiernie oświetlonego obrazu pojawia się szum, który uniemożliwia przetwarzanie obrazu. Na przykładzie kodu QR przeanalizowano metody Otsu, Niblacka i Bernsena. Błędy w binaryzacji obrazu z nierównomiernym oświetleniem wykryto w procesie stosowania tych metod. Pojawiła się w związku z tym konieczność znalezienia lepszej metody. Przedstawiona metoda adaptacyjnego obcinania (binaryzacji) jest prostym rozszerzeniem metody Bernsena, której główną ideą jest porównanie każdego piksela ze średnią arytmetyczną pikseli w jego środowisku i zastosowanie jednoczesnej integralnej prezentacji obrazu.

Klasyfikacja zdjęć w multimedialnych bazach danych

Gąciarz T., Czajkowski K.

Studia Informatica

2010

Vol. 31, nr 2A

335-346

Praca dotyczy zagadnień szybkiej klasyfikacji zdjęć w oparciu o informacje w nich zawarte. Brane są pod uwagę takie cechy, jak występowanie linii prostych, średnia jasność w poszczególnych obszarach zdjęć, występowanie tekstów oraz obecność twarzy. Na podstawie tych cech, wykorzystując m.in. sieć neuronową, obrazy są klasyfikowane do jednej z kilku kategorii. W pracy przedstawiono implementację omawianego podejścia oraz wyniki przeprowadzonych eksperymentów.

This paper concerns pictures fast classification on the basis of information included in them. Features as occurrence of straight lines, average brightness in particular areas of picture, text detection as well as human face occurrence are taken into consideration. On the basis of these features, images are classified to one of several categories, by using neural network. Chapter describes implementation and results obtained using mentioned approach.