Poszukiwanie odpowiedniości elementów obrazów z wykorzystaniem niedokładnej odpowiedniości grafów

• Autorzy: Bal, A.

Warianty tytułu

EN

Correspondence of image elements using inexact graph matching algorithm

• Języki publikacji: EN

Abstrakty

PL

W pracy przedstawiono dwa algorytmy - algorytm jednokrokowy i algorytm iteracyjny - pozwalające określić odpowiedniość obszarów obrazów stereo. Zadanie to realizowane jest poprzez poszukiwanie niedokładnej odpowiedniości grafów reprezentujących obrazy wejściowe. Do poszukiwania niedokładnej odpowiedniości grafów zastosowano zmodyfikowany algorytm poszukiwania największej kliki w odpowiednio zdefiniowanym grafie skojarzeniowym. Działanie algorytmów zaprezentowane zostało na symulowanych i rzeczywistych obrazach stereo.

EN

In this report two novel algorithms (one-step algorithm and iterative algorithm) for stereo image region matching are presented. Region matching is established by finding inexact matching of graphs that represented input images. For finding of inexact graph matching modified maximum clique finding algorithm is used. The tests results for simulated and real stereo images are also presented.

Słowa kluczowe

PL

teoria grafów; odpowiedniość grafów; odpowiedniość elementów obrazów; algorytm jednokrokowy; algorytm iteracyjny; obraz stereo; obraz rzeczywisty

EN

graph theory; correspondence of image elements; one-step algorithm; iterative algorithm; stereo image; real image

• Czasopismo: Zeszyty Naukowe. Automatyka / Politechnika Śląska
• Rocznik: 2003
• Tom: z. 138
• Strony: 7-29
• Opis fizyczny: Bibliogr. 14 poz.

Twórcy

autor

Bal, A.

• Instytut Automatyki Politechniki Śląskiej, 44-100 Gliwice, ul. Akademicka 16, tel. [phone],

Bibliografia

• 1. Andrade-Cetto J., Kak A. C., Object Recognition in Wiley Encyclopedia of Electrical Engineering, John Wiley & Sons, Sup. 1, 2000, pp. 449-470.
• 2. Cappelli R., Lumini A., Maio D., Maltoni D., Fingerprint Classification by Diectional Image Partitioning, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 21, no. 5, 1999, pp. 402-421.
• 3. Cinque L., Yasuda D., Shapiro L. G., Tanimoto S., Allen B., An Improved Algorithm for Relational Distance Graph Matching, Pattern Recognition, vol. 29, no. 2, 1996, pp. 349359.
• 4. Hellwich O., Faig W., Graph-Based Feature Matching Using Descriptive and Relational Parameters, Photogrammetric Engineering & Remote Sensing, vol. 60, no. 4, 1994, pp. 443-450.
• 5. Jain R., Kasturi R., Schunck В. G., Machine Vision, McGraw-Hill International Editions, 1995.
• 6. Korean B., Elementy teorii grafów i sieci. Metody i zastosowania, WNT, Warszawa 1978.
• 7. Lladós J., Combining Graph Matching and Hough Transform for Hand-drawn Graphical Document Analysis. Application to Architctural Drawings, Ph.D. Thesis, Universität Autňnoma de Barcelona, 1997.
• 8. Mayeda W., Graph Theory, Wiley & Sons, 1972.
• 9. Messmer B. T., Efficient Graph Matching Algorithms for Preprocesed Model Graphs, Ph.D. Thesis, University of Bem, 1995.
• 10. Myers R. O., Genetic Algorithms for Ambiguous Labelling Problems, Ph.D. Thesis, The University of York, 1999.
• 11. Palus H., Barwne stereowidzenie: przegląd metod i analiza możliwości, Prace ГРІ PAN, nr 747, Warszawa 1994.
• 12. Pelillo M., Siddigi K., Zucker S. W., Matching Hierarchical Structures Using Association Graphs, 5th European Conference on Computer Vision, Freiburg, June 1998.
• 13. Sangwine S. J., Home R. E. N. (edytorzy), The Colour Image Processing Handbook, Chaman & Hall, 1998.
• 14. Schalkoff R. J., Pattern Recognition: Statistical, Structural and Neutral Approaches, Wiley & Sons, 1992.