Образовательный портал «Кафедра онлайн» НИЯУ «МИФИ», Обнинск"

Главная » Рубрики » Блоги преподавателей » Старков Сергей Олегович » Старков - статьи » Использование бинарных шаблонов для поиска нечетких дубликатов

Использование бинарных шаблонов для поиска нечетких дубликатов

П.А. Козловский, аспирант ИАТЭ НИЯУ «МИФИ», Обнинск

С.О. Старков, д-р физ.-мат. наук ИАТЭ НИЯУ «МИФИ», Обнинск

А.А. Тельных, кандидат физ.-мат. наук, Институт прикладной физики РАН, Нижний Новгород

В статье представлен алгоритм для поиска нечетких дубликатов на основе бинарных шаблонов. В этом методе производится иерархическое разбиение изображения на части и подсчет бинарных характеристик данных частей. С помощью использования интегрального изображения достигается высокая скорость построения сигнатуры изображения, а побитовое сравнение сигнатур позволяет сделать вывод о близости сравниваемых изображений. Для оценки данного алгоритма, приводится сравнение по скорости и качеству с алгоритмами Colorgrid и Surf. Ключевые слова: поиск нечетких дубликатов изображений, алгоритмы нечеткого сравнения, интегральное изображение

Введение

Проблема поиска нечетких дубликатов изображений в последнее время становится очень актуальной. С увеличением количества цифровых изображений и возможностей для хранения информации, представляется важным иметь возможность находить в некотором смысле похожие изображения. Для решения этой задачи предлагается множество методов. «Похожесть» изображений довольно сложно формализовать. Действительно, различные изображения разные люди могут посчитать как сходными, так и нет. Более того, это часто зависит от контекста. Введем два понятия основных определения похожих изображений, или же нечетких дубликатов:

  1. Если одно изображение можно получить из другого применением любой комбинации следующих преобразований: изменение контраста, малое масштабирование изображения, поворот на угол, кратный 90 градусам, добавление малого шума, применение сжатия с потерей качества, то такие изображения считаются нечеткими дубликатами.
  2. Если одно изображение можно получить из другого применением любой комбинации следующих преобразований: все преобразования первого определения, малое изменение точки съемки (ракурса), поворот на произвольный угол в плоскости изображения, то такие изображения считаются нечеткими дубликатами.

Понятие малости может быть численно введено для каждого из преобразований, исходя из того, что нечеткие дубликаты должны без труда идентифицироваться человеком как одинаковые, полученные одно из другого. Алгоритмы, направленные на решение задачи поиска нечетких дубликатов в первом определении, могут быть также устойчивы к добавлению рамок, водяных знаков и других локальных изменениях в изображении. Обычно такие алгоритмы выделяют некие интегральные характеристики изображения. Второе определение более широкое, и полностью включает в себя первое. Оно может использоваться для поиска похожих кадров в видеопоследовательностях, поиска частично перекрывающихся изображений (построение панорам) и в других сходных задачах. В этой работе представлен новый алгоритм, придерживающийся первого определения нечетких дубликатов, который назовем алгоритм на основе бинарных шаблонов. Этот алгоритм основан на работе [1], и использует иерархическое разбиение изображений для их нечеткого сравнения. Для сравнения и оценки производительности этого алгоритма мы сравним его с реализацией алгоритма  Colorgrid, рассмотренного, например, в [2]. Кроме того, проводится его сравнение с популярным алгоритмом Surf [3], придерживающимся второго определения нечетких дубликатов. В разделе 2 вводятся некоторые общие свойства и понятия. Раздел 3 посвящен алгоритму на основе бинарных шаблонов. Разделы 4 и 5 посвящены краткому описанию алгоритмов Surf и Colorgrid соответственно. В разделе 6 приводятся практические результаты сравнения этих алгоритмов. Явление хаотической синхронизации [1] в ансамблях связанных хаотических динамических систем способно приводить к образованию и развитию в  пространстве так  называемых кластерных структур – совокупностей близко расположенных парциальных осцилляторов, обладающих идентичной либо очень близкой сложной динамикой.  Условия возникновения синхронных режимов в ансамблях хаотических систем к настоящему времени достаточно хорошо изучены [2-4]. Вместе с тем пространственная эволюция кластеров (кластерная динамика) в зависимости от характера связи (уровень локальные или глобальные связи) представляет самостоятельный интерес и является интересным объектом как с точки зрения теоретического анализа, так и компьютерных симуляций. В докладе приводятся результаты исследования процессов возникновения и развития кластерных структур в ансамблях связанных хаотических отображений. Изучаются возможности образования кластеров в зависимости от глубины (окрестности взаимодействия), начальных условий,  размера ансамбля и типа связи.   В качестве базовой модели выбраны ансамбли глобально и локально связанных логистических отображений. Для проведения компьютерных экспериментов реализован специальный программный пакет, позволяющий управлять динамикой ансамбля при различных типах взаимодействия,  визуализовать типичные возникающие паттерны. На основе компьютерных симуляций проводится анализ средних размеров возникающих структур, также эволюция усредненных энтропийных характеристик системы. В работе также рассматривается эволюция кластерных структур при введения внешнего воздействия. Внесение возмущений в ансамбль хаотических отображений проводилось с целью выяснить, насколько сильно они влияют на структуру взаимодействия, возможен ли эффект памяти в сети связанных отображений. Установлено, что для взаимодействия достаточно большого числа отображений внешние возмущения могут оказывать существенное влияние. В этом наличие небольшого числа возмущений может привести к частичной синхронизации элементов системы или образованию  временно устойчивых кластеров при параметрах системы, которые не позволяли получить такие состояния без возмущений.

Щелкните здесь мышкой, чтобы увидеть полный текст публикации.

Комментариев нет

Похожие публикации
 
 

Комментариев нет

Вы можете быть первым, кто оставит комментарий.

 
 

Вы можете оставить комментарий

 





 
 

Выполните простое задание (антиспам). Картинки можно сибирать приблизительно, без точной подгонки фрагментов.


 
 
 

Наверх