एक छवि में वस्तुओं की गिनती

आज मैं एक छवि में वस्तुओं की संख्या की गणना के लिए दो एल्गोरिदम के बारे में बात करूंगा। यह विषय मुख्य रूप से उन लोगों के लिए है जो अभी इमेज प्रोसेसिंग में संलग्न होना शुरू कर रहे हैं। पेशेवरों के लिए, मैं कुछ भी नया नहीं कहूंगा।

उच्च-स्तरीय छवि प्रसंस्करण की प्रक्रिया में, अक्सर वस्तुओं की संख्या की गणना का कार्य उत्पन्न होता है। बेशक, यह क्षेत्रों एल्गोरिथ्म (स्टांप विधि) के पुनरावर्ती लेबलिंग का उपयोग करके हल किया जा सकता है।

चिह्न ( डॉट, लेबल )

शुरुआत

अगर ( बिंदु पृष्ठभूमि से संबंधित नहीं है और चिह्नित नहीं है ) तो

शुरुआत

एक बिंदु ( डॉट, लेबल ) पर एक लेबल असाइन करें ;

चिह्न ( ऊपर डॉट, लेबल ) ;

चिह्न ( नीचे डॉट, लेबल ) ;

चिह्न ( बिंदु के बाईं ओर, निशान ) ;

चिह्न ( दाईं ओर, चिह्न ) ;

अंत

अंत

उपरोक्त एल्गोरिथ्म मूल छवि के प्रत्येक पिक्सेल पर लागू होना चाहिए, प्रत्येक पाया वस्तु के बाद लेबल को बदलना। एल्गोरिथ्म निष्पादित होने के बाद, वस्तुओं की संख्या उपयोग किए गए लेबल की संख्या के बराबर होगी।

यह एल्गोरिथम न केवल वस्तुओं की संख्या को गिनने की अनुमति देता है, बल्कि उन्हें एक-दूसरे से अलग करने के लिए भी अनुमति देता है। यह नोटिस करना आसान है कि यह एल्गोरिदम पुनरावृत्ति का उपयोग करता है, जिसका अर्थ है कि हमारे पास दो संभावित समस्याएं हैं। सबसे पहले, एल्गोरिथ्म की गति वास्तविक समय डेटा प्रसंस्करण के लिए पर्याप्त नहीं हो सकती है, और दूसरी बात, हमारे पास पर्याप्त स्टैक आकार नहीं हो सकता है, खासकर अगर हम हार्डवेयर (FPGA) में इस एल्गोरिदम को लागू करने के बारे में बात कर रहे हैं।

वस्तुओं को गिनने की दूसरी विधि बाहरी और आंतरिक कोणों की संख्या के बीच के अंतर की गणना करने पर आधारित है। एक बाहरी कोना 2 * 2 पिक्सेल का पड़ोस होता है जिसमें पृष्ठभूमि के तीन पिक्सेल होते हैं और एक ऑब्जेक्ट के एक पिक्सेल होते हैं; एक आंतरिक कोने में एक 2 * 2 पिक्सेल का पड़ोस होता है जिसमें ऑब्जेक्ट के तीन पिक्सेल और एक पृष्ठभूमि पिक्सेल होता है।

बाहरी कोने पैटर्न:



आंतरिक कोने के टेम्प्लेट:



छवि में वस्तुओं की संख्या की गणना बाहरी और आंतरिक कोणों की संख्या के अंतर के एक चौथाई के रूप में की जाती है।

इस एल्गोरिथ्म को चलाने के लिए आवश्यक संसाधन न्यूनतम हैं। सॉफ्टवेयर कार्यान्वयन में, पूरी छवि के माध्यम से एक एकल पास की आवश्यकता होती है, और हार्डवेयर कार्यान्वयन में केवल दो और काउंटरों की आवश्यकता होती है।

यह समझना महत्वपूर्ण है कि यह एल्गोरिथम केवल सही ढंग से काम करता है यदि ऑब्जेक्ट के अंदर कोई पृष्ठभूमि पिक्सेल नहीं हैं। ऐसे पिक्सेल को "काली मिर्च" शोर कहा जाता है और गणितीय आकृति विज्ञान विधियों द्वारा आसानी से समाप्त कर दिया जाता है।

और हमेशा की तरह, आप एक प्रोग्राम डाउनलोड कर सकते हैं जो वर्णित एल्गोरिदम को लागू करता है :



PS यदि विषय दिलचस्प है, तो मैं FPGAs पर छवि प्रसंस्करण एल्गोरिदम के कार्यान्वयन के बारे में एक विषय लिख सकता हूं।