छवियों में मनमानी घटता का पता लगाने के लिए पर्याप्त एल्गोरिथ्म

कठोर रूपांतरण ग्रेस्केल या रंगीन चित्रों में सीधी और घुमावदार रेखाओं का पता लगाने की एक विधि है। विधि आपको कर्व के परिवार के मापदंडों को निर्दिष्ट करने की अनुमति देती है और किसी दिए गए परिवार के घटता के सेट की छवि पर एक खोज प्रदान करती है। हम एक छवि पर आयताकार खंडों और हलकों के आर्क को खोजने के लिए इसके आवेदन पर विचार करेंगे।



हूप ट्रांसफॉर्म एल्गोरिथ्म एक संचायक सरणी का उपयोग करता है जिसका आयाम वांछित घटता के परिवार के समीकरण में अज्ञात मापदंडों की संख्या से मेल खाता है। उदाहरण के लिए, जब समीकरण y = m * x + b द्वारा वर्णित रेखाओं का पता लगाते हैं, तो प्रत्येक पंक्ति के लिए दो मापदंडों m और b के मूल्यों की गणना करना आवश्यक है। इसी समय, छवि में सीधी रेखा y = m * x + b की उपस्थिति की संभावना को दर्शाने वाले मान A [M, B] तत्वों में संचित होते हैं, जहाँ M और B, m और b के मानों को असतत करने के अनुरूप होते हैं।



अर्रे ए का उपयोग हफ़ एल्गोरिथ्म में छवि और उसके आसपास के प्रत्येक पिक्सेल की जांच के लिए किया जाता है। निर्धारित करता है कि किसी दिए गए पिक्सेल में एक अलग किनारे मौजूद है या नहीं। यदि मौजूद है, तो दिए गए पिक्सेल से गुजरने वाले वांछित वक्र के मापदंडों की गणना की जाती है। इस पिक्सेल में लाइन के मापदंडों का मूल्यांकन करने के बाद, उन्हें एम और बी के संबंधित मूल्यों को प्राप्त करने के लिए नमूना लिया जाता है, और ए [एम, बी] के मूल्य में वृद्धि होती है। कुछ कार्यान्वयनों में, वृद्धि एक द्वारा की जाती है, दूसरों में संसाधित पिक्सेल में बढ़त शक्ति की मात्रा से। सभी पिक्सेल को संसाधित करने के बाद, बैटरी सरणी में स्थानीय मैक्सिमा के लिए एक खोज की जाती है। स्थानीय मैक्सिमा के बिंदु छवि में सबसे संभावित लाइनों के मापदंडों के अनुरूप हैं।



बैटरी सरणी आपको असीम रूप से लंबी सीधी रेखाओं या घटता के मापदंडों को निर्धारित करने की अनुमति देती है, लेकिन इसकी मदद से यह निर्धारित करना असंभव है कि इन रेखाओं के खंड कहां से शुरू और समाप्त होते हैं। यह जानकारी प्राप्त करने के लिए आप एक अन्य PTLIST डेटा संरचना बना सकते हैं। PTLIST [M, B] तत्व में उन सभी पिक्सेल के निर्देशांक की एक सूची होती है जो बैटरी सरणी A [M, B] के मूल्य में योगदान करते हैं। इन सूचियों की सामग्री से, आप छवि में मौजूद वक्रों के खंड या खंड पा सकते हैं।



अब हमने Hough पद्धति के सामान्य सिद्धांतों की जांच की है, लेकिन हमने कुछ महत्वपूर्ण विवरणों पर विचार नहीं किया है जिन्हें आपको सॉफ़्टवेयर कार्यान्वयन में जानना आवश्यक है।



ऊर्ध्वाधर लाइनों का प्रतिनिधित्व करने के लिए लाइन y = m * x + b का समीकरण उपयुक्त नहीं है। यह प्रपत्र d = x * cos (f) + y * पाप (f) में रेखाओं का प्रतिनिधित्व करने के लिए अधिक सुविधाजनक है, जहां d रेखा के लंबवत लंबाई है, और f लंबवत और क्षैतिज अक्ष के बीच का कोण है। छवि की समन्वय प्रणाली में, कुल्हाड़ियों को छवि की पंक्तियों और स्तंभों के साथ निर्देशित किया जाता है। चूंकि निर्देशांक c, x से मेल खाता है, और निर्देशांक r, निर्देशांक (-y) से मेल खाता है, तो पंक्ति का समीकरण रूप लेता है: d = c * cos (f) -r * sin (f)।



बैटरी सरणी ए के सूचकांक डी और एफ के मूल्यों को असतत करने के लिए अनुरूप हैं। 1976 में प्रयोगों की एक श्रृंखला में, ओ'गॉर्मन और क्लोव्स ने 10 के वेतन वृद्धि में 3 और f मानों के 10 मानों का नमूना लिया। संचित_अनुपात प्रक्रिया के नीचे, पीजीआईएलटी सूची की बैटरी सरणी ए और सरणी के लिए ओ'गॉर्मन और क्लोव्स एल्गोरिथ्म है।



एल्गोरिथ्म एक द्वि-आयामी समन्वित स्थान में काम करता है। Row_gradient और column_gradiet फ़ंक्शन पिक्सेल पड़ोस को पंक्तियों और स्तंभों की दिशा में ढाल घटकों का मूल्यांकन करने के लिए संसाधित करते हैं। ग्रैडिएंट फंक्शन को जोड़ती है इन दो घटकों को ढाल की भयावहता प्राप्त करने के लिए। Atan2 फ़ंक्शन दिए गए ढाल घटकों के लिए संगत क्वाड्रंट में कोण लौटाता है। संचयी_लाइन्स प्रक्रिया हफ़ परिवर्तन का एक संस्करण है। मूल Hough विधि लाइन सेगमेंट निकालने के लिए एक मानक विधि प्रदान नहीं करता है। इसलिए, find_lines प्रक्रिया विकसित की गई थी। Pick_greatest_bin फ़ंक्शन बैटरी सरणी से अधिकतम मान लौटाता है, जो संबंधित असतत मान d और F को DQ और THETAQ मापदंडों को निर्दिष्ट करता है। रीडर फ़ंक्शन स्तंभ के समन्वय द्वारा f <45 या f> 135 पर और लाइन के समन्वय द्वारा 45 <= f <= 135 पर एक सरणी तत्व में अंकों की सूची का आदेश देता है। यह माना जाता है कि पिक्सेल के लिए D और THETA सरणियों में असतत मान होते हैं। इसी प्रकार, ढाल का परिकलित मान ग्रैडिएंट सरणी में होना चाहिए। मर्ज प्रक्रिया किसी दिए गए पिक्सेल के लिए अंकों की सूची के साथ पड़ोसी पिक्सेल के बिंदुओं की एक सूची को जोड़ती है। इसी समय, अंक के स्थानिक क्रम को संरक्षित किया जाता है। Set_to_zero प्रक्रिया बैटरी सरणी तत्व को रीसेट करती है ताकि वह फिर से न मिले। अंत में, create_seolution प्रक्रिया बिंदुओं की अंतिम क्रमबद्ध सूची को स्कैन करती है और इसमें एक पिक्सेल से अधिक अंतराल की तलाश करती है। यह समझना महत्वपूर्ण है कि Hough रूपांतर बाहरी या बंद डमी लाइनों का पता लगा सकता है, उदाहरण के लिए, एक छाया द्वारा गठित।







मंडलियों का पता लगाने के लिए, हमें सरणी A में एक और आयाम जोड़ना होगा, क्योंकि मानक सर्कल विवरण में तीन पैरामीटर हैं:

r = r0 + d * पाप (f)

c = c0-d * cos (f)

जहाँ d वृत्त की त्रिज्या है, और r और c वृत्त के केंद्र के ऊर्ध्वाधर और क्षैतिज निर्देशांक हैं।



वास्तव में, Hough पद्धति का उपयोग विश्लेषणात्मक रूप से वर्णित किसी भी वक्र का पता लगाने के लिए किया जा सकता है। वक्र को f (x, a) = 0 के रूप में दर्शाया जाता है, जहाँ x छवि बिंदु है, और एक पैरामीटर का वेक्टर है। ऐसे घटता के लिए खोज प्रक्रिया में तीन चरण होते हैं:

1. शून्य मानों के साथ सरणी ए का प्रारंभ।

2. प्रत्येक एज पिक्सेल x के लिए, एक वेक्टर निर्धारित किया जाता है कि f (x, a) = 0 और सरणी A के तत्त्व के मान का मूल्य [a]: = A [a] +1 बढ़ जाता है।

3. बैटरी सरणी में स्थानीय मैक्सीमा छवि में संभावित एफ घटता के अनुरूप है।



यदि वेक्टर में एम पैरामीटर होता है और इनमें से प्रत्येक पैरामीटर एम असतत मान लेता है, तो एल्गोरिथम की समय जटिलता ओ (एम ^ (एम -2)) है।



वास्तव में, छवियों में विभिन्न लाइनों को उजागर करने के लिए कई तरीके हैं। यदि विषय दिलचस्प है, तो मैं उनके बारे में बात कर सकता हूं। आपका ध्यान देने के लिए धन्यवाद।