Порівняльний аналіз алгоритмів визначення контурів на зображеннях в задачах комп'ютерного зору. Частина 1

Анотація

Визначення контурів на зображеннях є однією з фундаментальних задач комп’ютерного зору, яка лежить в основі багатьох сучасних технологій. Їх точне виявлення дозволяє розв’язувати широкий спектр практичних завдань: від сегментації та розпізнавання об’єктів до 3D-реконструкції, медичної діагностики та автономного керування системами.

В галузі комп’ютерного зору досягнуто значного прогресу в створенні алгоритмів обробки зображень, проте залишається багато нерозв’язаних задач. Актуальними залишаються задачі з покращення швидкодії розв’язання існуючих алгоритмів, розробки алгоритмів для роботи з обмеженими обчислювальними ресурсами пам’яті.

В даній роботі пропонується опис і аналіз деяких відомих алгоритмів обробки зображень з визначення контурів на зображенні. Як відомо зображення, в комп’ютерних системах це набір пікселів заданої яскравості та кольору. Таке представлення можна відображати у виді матриць, де кожен її елемент – це піксель, а положення – це координати кожного пікселя. Таким чином обробка зображення з позиції математики – це робота з матрицями та множинами. Якість алгоритму обробки буде залежати від обраної методики роботи з матрицями.

Нейронні мережі, хоча і не є новим підходом, проте здобули широку популярність відносно нещодавно, головним чином завдяки розвитку згорткових нейронних мереж, які спеціалізуються на обробці фото- та відеоданих. Крім того, використання рекурентних нейронних мереж дозволяє здійснювати пошук оптимальної архітектури для нейромережевих систем. Різні моделі були адаптовані до специфічних обмежень, таких як розмір самої моделі, обчислювальні ресурси чи забезпечення необхідної точності.

Альтернативними підходами до нейронної мережі є алгоритми на основі детекторів та дескрипторів. По суті це алгоритми, які дозволяють порівняти зображення на основі деяких базових ознак. Наприклад, щоб зрозуміти, що на двох різних фото зображений один і той самий об’єкт, комп'ютер не порівнює кожен піксель, а шукає «особливі» місця і описує їх математично, що значно пришвидшує обробку зображення, проте може давати похибки.