18.5.3. НАРАЩИВАНИЕ ОБЛАСТЕЙ

Наращивание областей - один из наиболее простых для понимания подходов к сегментации по яркости: соседние элементы с одинаковыми яркостями группируются вместе и образуют область. Однако на практике для достижения приемлемых результатов на процесс наращивания областей требуется наложить ограничения, причем некоторые из них достаточно сложные.

Рис. 18.5.5. Наращивание областей.

Брайс и Феннема [50] разработали и испытали метод наращивания областей, основанный на выборе простых правил роста. На первом этапе процесса пары квантованных элементов изображения объединяются в группы, называемые «атомами», если они обладают одинаковой яркостью и являются четырехсвязными. Затем по двум эвристическим правилам удаляются слабые границы между атомами. Обратимся к рис. 18.5.5. Пусть  и  есть две смежные области, полученные на предыдущем шаге слияния с периметрами  и . Заметим, что после выполнения начальных этапов наращивания может оказаться, что некоторая область содержит ранее слитые подобласти с различными значениями яркости. Пусть  означает длину общей границы, а  - длина той части границы, для которой разность яркостей  граничащих элементов меньше некоторого коэффициента значимости . Тогда области  и  сливаются, если

,                                   (18.5.5)

где  - константа, обычно равная . Это эвристическое правило предотвращает слияние смежных областей приблизительно одинакового размера, но допускает поглощение меньших областей большими. По второму правилу происходит ликвидация общих слабых границ, остающихся после применения первого правила. Смежные области сливаются, если

,                                                        (18.5.6)

где  - константа, приблизительно равная . Применение только второго правила ведет к чрезмерному слиянию областей.

Наращивание областей по методу Брайса и Феннема обеспечивает достаточно точную сегментацию простых сцен с небольшим числом объектов и без текстуры [50, 51], однако для более сложных сцен этот метод не дает хороших результатов. В работе [52] сделана попытка усовершенствовать идею наращивания областей, введя ограничения на слияние, основанные на бейесовской оценке признаков для каждой области. Тененбаум и Вейл [53] использовали семантические знания для управления процессом слияния. Оба метода дают лучшие результаты, чем метод Брайса и Феннема, однако они очень сложны.