ГЛАВА 8. ВЫДЕЛЕНИЕ КОНТУРНЫХ ЛИНИЙ

Одной из основных и важнейших целей цифровой обработки изображений является распознавание присутствующих на них объектов. Возможность различать объекты заложена в высокой информативности изображения. В значительной мере именно это и привлекает разработчиков различных информационных систем к использованию изображений как способу представления результатов наблюдения.

Вместе с тем предъявляемые к обработке изображения содержат много избыточных мало информативных сведений, которые занимают, однако, большие объемы памяти, и требующих выполнения большого количества вычислений при попытке использовать их для распознавания. В теории распознавания образов существуют методы, позволяющие выяснять степень информативности тех или иных признаков. Однако в настоящее время эти методы не нашли широкого применения в распознавании изображений.

Значительно шире применяются методы сокращения избыточности, опирающиеся на специфические особенности зрительного восприятия изображений. Считается, что субъективное восприятие наблюдаемой сцены происходит через ее представление в виде отдельных однородных областей (т.е. сегментацию) и выделение контурных линий. Контурные, или граничные, линии разделяют на изображении участки с различными свойствами, поэтому выделение контуров иногда рассматривается как предварительная обработка, направленная на последующее выполнение сегментации. Вместе с тем, препарат, образующийся в некоторых случаях может и самостоятельно эффективно использоваться для распознавания, поскольку содержащаяся в нем информация, по крайней мере, с точки зрения зрительного восприятия,вполне достаточна для решения многих задач такого типа.

Названные причины послужили стимулом для разработки методов выделения контуров, которым в современной теории цифровой обработки изображений уделяется большое внимание. Данная глава знакомит читателей с основными подходами к решению этой задачи. Традиционное решение задачи выделения контуров включает в себя четыре этапа: подчеркивание (усиление) яркостных перепадов, выделение граничных точек, утоньшение (скелетизация) и устранение разрывов. Однако обычно лишь двум первым уделяется значительное внимание. Решение этих проблем будет предметом и нашего рассмотрения.

Развиваются и новые подходы, основанные на применении статистически оптимальных методов, способных работать в условиях, когда, например, средняя яркость изображения заранее неизвестна либо может изменяться в пределах рабочего поля. Один из таких методов также рассмотрен ниже.