Геодезия, Картография, Земеустройство 1-2'2021 | Page 39

СЪВРЕМЕННО СЪСТОЯНИЕ НА АЛГОРИТМИТЕ ОТ НИСКО НИВО ЗА ИЗВЛИЧАНЕ НА ПРАВОЛИНЕЙНИ СТРУКТУРИ
Ас . д-р Валентина Христова , доц . д-р Деница Борисова Институт за космически изследвания и технологии – БАН , София
SUMMARY
The systems in which information is extracted concerning roadtransport structures and facilities from images obtained by remote sensing are numerous and include various methods and algorithms from different fields of informatics and numerical methods . The lowest level algorithms involve processing images in order to improve their quality or to extract some geometric characteristics . прецизност , като се има предвид способността на човешкото око да разграничава цветовете .
Key words : Algorithms , Remote sensing , Halftone color image conversion , Convolution , Point-by-point processes , Automatic marking
РЕЗЮМЕ
Системите , при които се извлича информация , относно пътно-транспортни структури и съоръжения от изображения , получени чрез дистанционни изследвания , са многобройни и включват разнообразни методи и алгоритми от различни области на информатиката и числените методи . Най-ниското ниво алгоритми включва обработката на изображения с цел да се подобри тяхното качество или да се извлекат някои геометрични характеристики , средното ниво обикновено открива обекти , които се наблюдават в изображението .
Ключови думи : алгоритми , дистанционни изследвания , преобразуване на цветно изображение в полутоново , конволюция , процеси точка по точка , автоматично маркиране
1 . ПРЕОБРАЗУВАНЕ НА ЦВЕТНО ИЗОБРАЖЕНИЕ В ПОЛУТОНОВО
Изображенията биват черно-бели ( 1 бит за пиксел ), полутонови ( обикновено 1 байт на пиксел при целочислено представяне , или степента на сиво приема стойности в интервала [ 0,1 ]) и цветни ( три полутонови изображения за всеки от каналите – червен , зелен и син ) [ 16 ]. Цветът е важна характеристика на изображенията , поради факта че съдържа информация , полезна за разпознаване на обектите в него . Както знаем от физиката , всеки цвят може да се разложи на три фундаментални цвята . Това свойство се използва за кодиране на цвета с различни цветни модели . Най-популярният модел за представяне на цветно изображение може да се илюстрира с фиг . 1 .
Трите координати представляват количеството на трите фундаментални цвята ( R - червен , G - зелен , B - син ). Количествата са нормализирани към единица . Началото на координатната система ( 0,0,0 ) представя черния цвят , а точката ( 1,1,1 ) белия . Другите ъгли на куба представляват червен , зелен и син цвят и техните допълнителни цветове , циан , магента и жълто . Върху главния диагонал са разположени степените на сивото , т . е . сивото се състои от равни количества на трите фундаментални цвята . Найчесто всеки цвят се кодира с 8 бита или общо 24 бита за цветно изображение . Това е напълно достатъчна
Фиг . 1 . Представяне на цветовата кодировка RGB
Полутоново наричаме монохромно изображение , където всеки пиксел е изразен като цяло число по скала между черно ( обикновено 0 ) и бяло ( 255 при 8 битово кодиране ) [ 15 ]. Следователно полутоновите изображения се състоят от нюанси на сивия цвят . Независимо от това , тези изображения съдържат достатъчно информация , за да бъдат използвани при много от методите за полуавтоматизирана обработка като откриване на ръбове . Поради това , както и поради факта , че обемът информация за третиране при тях е намален , те са често предпочитани в компютърната обработка . Ето защо преобразуването на цветни в полутонови изображения е важен метод от системата за дистанционно наблюдение . Възможността за такова преобразуване се дължи на факта , че интензитетът на отделните пиксели е функция на яркостта , независимо от това какъв е неговият цвят . Оттук следва , че трите стойности за фундаменталните цветове могат да бъдат обединени в една-единствена стойност .
Точното преобразуване на цветно в полутоново изображение се описва от уравнението , базирано на намиране на Евклидовото разстояние ( формула 1 , фиг . 1 ):
I ���� �x , y� � �R�x , y� �G�x , y� �B�x , y� ( 1 )
Квадратният корен е тежка за изпълнение компютърна операция и на практика често се използват поопростени методи , основани върху различни типове осредняване на стойностите на яркостта на всеки цвят в даден пиксел – т . нар . линейни методи .
1.1 . Метод , използващ цветови модел HSV ( Hue , Saturation , Value )
Този метод води до значителна загуба на информация , защото крайният резултат не носи информация кой от трите основни цвята е използван за преобразуване в гамата на сивото . Друг проблем е , че
ГКЗ 1-2 ’ 2021 37