Разработка и исследование алгоритма объединения изображений с использованием метода поиска высокодетализированных областей
- 1 к.т.н., доцент, кафедра «Радиоэлектронные системы», Донской государственный технический университет (г. Шахты)
- 2,3 магистрант 1 курса, кафедра «Радиоэлектронные системы», Донской государственный технический университет (г. Шахты)
Ключевые слова:
изображениепоиск соответствийпреобразование изображенийобъединение изображениймозаика изображения
Аннотация
Рассмотрен алгоритм объединения изображений в единую композицию. Полученный подход делает возможным создание изображений мозаики при объединении фото- и видеоданных различного масштаба, отличающихся освещённостью и степенью детализации. Оценка степени детализации производится с использованием алгоритма поиска высокодетализированных объектов методом «Плотность». Приведены примеры объединения изображений в мозайку, анализ результатов обработки показал высокую эффективность предлагаемого алгоритма.
Для цитирования
Семенищев Е.А., Толстова И.В., Торопов И.А. Разработка и исследование алгоритма объединения изображений с использованием метода поиска высокодетализированных областей // Успехи современной радиоэлектроники. 2013. № 5. С. 64–67.
Список источников
- Gary Bradski Learning OpenCV. Computer Vision with the OpenCV Library / G. Bradski, A. Kaehler // O-Reilly Media. 2008. P. 580.
- Семенищев Е.А., Марчук В.И., Торопов И.А., Толстова И.В. Выделение локальных участков высокодетализированных объектов на общем изображении сцены // Нелинейный мир. 2012. Т.10. № 11. С. 796-800.
- Семенищев Е.А., Тазетдинова Д.И., Писарев А.В., Жук С.В., Тарасов Д.А. Разработка и исследование методов выделения высокодетализированных объектов на изображениях // Научно-технический вестник Поволжья. 2012. № 6. Казань. С. 374-377.
- Воронин В.В., Морозова Т.В., Махов Д.С., Самойлин Е.А., Минасян Д.Г. Поиск локальных особенностей на изображениях с использованием текстурных характеристик //Нелинейный мир. 2012. Т. 10. № 11. С. 744-850.
- Fischler M.A., Bolles R.C. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography // Comm. of the ACM. 1989. V. 24. Р. 381-395.