М.А. Пантюхин1, А.В. Богословский2, И.В. Жигулина3, Е.С. Легостаева4

1-4 ВУНЦ ВВС «ВВА имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж, Россия)

Постановка проблемы. При решении задачи выделения объектов на произвольном фоне используется двумерная дискретная фильтрация изображений. Такая фильтрация является изотропной, так как все пространственные направления равноправны. Поскольку изображение финитно по пространственным координатам, то неизбежно возникают краевые эффекты. Кроме того, близкорасположенные объекты на изображении могут вносить негативный «вклад» в результат обработки, что обуславливает ошибки при интерпретации полученных данных.

Цель. Исследовать возможность применения дискретных фильтров с анизотропной структурой для устранения краевых эффектов при двумерной дискретной фильтрации изображений и влияния близкорасположенных объектов.

Результаты. Рассмотрены особенности двумерной дискретной фильтрации изображений с использованием анизотропных фильтров. Обоснованы преимущества использования анизотропных фильтров для устранения краевых эффектов, а также для обработки изображений близкорасположенных объектов. Сформулированы рекомендации по выбору конфигураций анизотропных двумерных дискретных фильтров. Приведены примеры обработки реальных изображений, подтверждающие, что использование анизотропных фильтров разнообразных конфигураций позволяет полностью компенсировать «краевые эффекты», а совместная обработка несколькими подобными фильтрами повышает эффективность двумерной дискретной фильтрации. Показано, что разделить изображения двух близкорасположенных объектов можно, осуществляя поэтапное «разглядывание изображения» набором анизотропных фильтров. Предложен двухэтапный алгоритм обработки изображений, на первом этапе которого выполняется параллельная обработка изображений анизотропными фильтрами, а на втором этапе формируется выходное изображение, в каждый отсчет которого записывается максимальный из соответствующих отчетов, полученных в результате анизотропной фильтрации.

Практическая значимость. Использование анизотропных дискретных фильтров различных конфигураций позволяет полностью компенсировать краевые эффекты при обработке изображений, а также устранить негативное влияние близкорасположенных объектов на результаты обработки.

1. Обработка многомерных сигналов. В 2-х книгах. Кн. 1. Линейная многомерная дискретная обработка сигналов. Методы анализа и синтеза / Под ред. А.В. Богословского. М.: Радиотехника, 2013. 168 с.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М.: Техносфера, 2019. 1104 с.
3. Пантюхин М.А., Жигулина И.В., Беляев Р.В. Двумерная дискретная фильтрация изображений в системах технического зрения // Материалы III Всеросс. науч.-технич. конф. «Состояние и перспективы развития современной науки по направлению «Техническое зрение и распознавание образов». Анапа. 2021. С. 260–267.
4. Мартьянова А.В. Использование изотропных фильтров в обработке изображений // Информация: передача, обработка, восприятие. Екатеринбург: УрФУ. 2016. С. 34-41.
5. Хьюбел Д. Глаз, мозг, зрение: Пер. с англ. М.: Мир. 1990. 239 с.
6. Чангизи М. Революция в зрении: что, как и почему мы видим на самом деле. М: АСТ. 2015. 304 с.
7. Ремингтон Л. Клиническая анатомия и физиология зрительной системы: Пер. с англ. М.: ИД Городец. 2020. 336 с.
8. Входное изображение «Статья птиц». URL: https://www.static.orszagalbum.hu/nagy/ 1/3/2/1/7/1/5/7/4/1/1321715741.jpg (дата обращения: 01.09.2022).
9. Пантюхин М.А., Богословский А.В., Жигулина И.В. Двумерная дискретная фильтрация тестовых изображений // Радиотехника. 2020. № 3(5). С. 64–72. DOI: 10.18127/j00338486-202003(05)-07.
10. Входное изображение «Аэродром». URL: https://ic.pics.livejournal.com/sergeye2e2/ 4665613/45549/45549_original.jpg (дата обращения: 16.01.2023).
11. Входное изображение «Животные». URL: https://image.fhserv.ru/hunting/2015-05-af0458075f983442f3c9e200d6d9b92e__rsu-1000-800.jpg (дата обращения: 16.01.2023).
12. Хрящев В.В., Приоров А.Л., Павлов В.А., Ивановский Л.И. Сегментация объектов на спутниковых изображениях с использованием сверточных нейронных сетей // Успехи современной радиоэлектроники. 2019. № 6. С. 28-35