Доклады о будущих и современных технологиях
СЕГМЕНТАЦИЯ СИМВОЛОВ НА ИЗОБРАЖЕНИИ С ПРИМЕНЕНИЕМ АЛГОРИТМА SEAM CARVING
И. Н. Трапезников, Д. В. Федорин, Д. С. Королев
Научный руководитель - А. Л. Приоров, д-р техн. наук, доцент
Ярославский государственный университет им. П. Г. Демидова
В настоящее время количество систем видеонаблюдения неуклонно растет. В связи с этим возрастает потребность в автоматизации этих систем. Поэтому нельзя обойтись без алгоритмов распознавания и классификации объектов на изображении. При рассмотрении задачи оптического распознавания символов возникает проблема сегментации символов на цифровом изображении.
В отличие от распознавания символов рукописного текста, распознавание символов автомобильных регистрационных знаков затруднено из-за большой роли геометрических искажений, низкой контрастности и шумов. В таких системах алгоритмы сегментации, основанные на выборе порогового значения для разделения символов, показывают низкую эффективность. Требуется, чтобы алгоритм автоматически учитывал содержание исходного кадра. Одним из вариантов решения этой задачи является подход, основанный на поиске линий разделения между отдельными сегментами по методу «Seam Carving».
Алгоритм «Seam Carving» использует энергетическую функцию, определяющую важность пикселей изображения. Энергетическая функция выделяет структуру и контуры объектов на изображении как наиболее значимые элементы. При сегментации, между символами проходит линия шва, составленная из связных пикселей с низкой энергией и пересекающая изображение снизу вверх. При сегментации изображения выделение линии шва гарантирует сохранение структуры символов, удаление большего количества пикселей с низкой энергией и не важных с точки зрения дальнейшей классификации.
В алгоритме сегментации, основанном на методе «Seam Carving», в 90 % случаев между символами проходит хотя бы одна линия разделения (шов). В силу принципа формирования энергетической функции, между символами может пройти множество подобных швов. Чтобы избежать такой ситуации начало линии разделения выбирается как локальный экстремум энергетической функции.
