Seminarium Instytutowego Seminarium Mechaniki im. W. Olszaka i A. SawczukaMetody akumulacji danych w analizie obrazów cyfrowychdr inż. Leszek Chmielewski |
Zasada akumulacji danych jest punktem wyjścia dla konstrukcji szeregu metod analizy obrazów. Szeroko znanym przykładem metody akumulacyjnej jest transformata Hougha i metody pokrewne. Podstawowym elementem wspólnym tych metod jest tworzenie histogramu będącego empiryczną gęstością prawdopodobieństwa badanego zjawiska. Zostanie przedstawionych kilka wybranych akumulacyjnych metod analizy obrazów zawierających nowe elementy, w tym całkowicie nowa metoda detekcji linii (obiektów wydłużonych).
W metodach tych wykorzystano pojęcie słabego rozmycia. Opiera się ono na znanym zjawisku przechodzenia mody histogramu w wartość średnią danych przy określonych zmianach funkcji przynależności używanej w rozmyciu. Zjawisko to rozszerzono na przypadek histogramu okresowego. Słabe rozmycie jest jedną z możliwych metod osiągnięcia znacznej odporności metod akumulacyjnych na dane odstające (outliers).
Jako przykłady zostaną użyte obrazy biomedyczne, które stawiają duże wymagania metodom ich analizy.