Preview

Цифровая трансформация

Расширенный поиск

Использование стеков для сегментации изображений на основе выращивания областей

https://doi.org/10.38086/2522-9613-2020-2-43-50

Аннотация

Цель работы заключается в сравнительной оценке размеров FIFO- и LIFO-стеков, требуемых для сегментации изображений на основе выращивания областей. В процессе сегментации в стеки помещаются координаты (y, x) пикселей, которые необходимо присоединить к выращиваемой области. Размер стека, необходимый для хранения координат, зависит от структуры изображения и не может быть определен до сегментации. Для исключения переполнения стека его размер определяется для условий максимальной загрузки, когда изображение содержит единственную максимальную область. В этом случае размер стека равен размеру изображения. Такой подход не учитывает процесс его выгрузки и ведет к перерасходу памяти. В работе получены выражения, позволяющие повысить точность определения размеров FIFO- и LIFO-стеков, необходимых для хранения координат смежных пикселей в алгоритме сегментации на основе выращивания областей в условиях максимальной загрузки. При этом учтены начальное положение точки роста области и направление выборки смежных пикселей в окне сканирования. Сравнительная оценка размеров стеков, необходимых для сегментации изображений, показала, что использование FIFO-стека предпочтительнее, чем LIFO-стека, и ведет к существенной экономии памяти.

Об авторе

В. Ю. Цветков
Белорусский государственный университет информатики и радиоэлектроники, УО
Беларусь

Доктор технических наук, доцент, заведующий кафедрой инфокоммуникационных технологий.

Ул. П. Бровки, д. 6, 220013, Минск



Список литературы

1. Otsu, N. A threshold selection method from gray-level histograms / N. Otsu // IEEE transactions on systems, man, and cybernetics. - 1979. - Vol. 9. - Pp. 62-66.

2. Haralick, R.M. Image segmentation techniques / R.M. Haralick, L.G. Shapiro // Computer Vision, Graphics, and Image Processing. - 1985. - Vol. 29 (1). - Pp. 100-132.

3. Horowitz, S.L. Picture segmentation by a tree traversal algorithm / S.L. Horowitz, T. Pavilidis // Journal of the ACM. -1976. - Vol. 23 (2). - Pp. 368-388.

4. Meyer, F. Topographic distance and watershed lines / F. Meyer // Signal Processing. - 1994. - Vol. 38 (1). - P. 113-125.

5. Jain, P.K. An adaptive single seed based region growing algorithm for color image segmentation / P.K. Jain, S. Susan // India Conference (INDICON) 2013. Annual IEEE. - 2013. - Pp. 1-6.

6. A Region Growing Vessel Segmentation Algorithm Based on Spectrum Information / H. Jiang [et al.] // Computational and Mathematical Methods in Medicine: Hindawi Publishing Corporation. - 2013. - Pp. 1-9.

7. Merzougui, M. Region growing segmentation optimized by evolutionary approach and Maximum Entropy / M. Merzougui, A.E. Allaoui // International Workshop on Microwave Engineering, Communications Systems and Technologies (MECST'2019), Leuven, Belgium. - 2019. - P. 1046-1051.

8. Brass, P. Advanced Data Structures / P. Brass. - New York: Cambridge University Press, 2008. - 456 p.

9. Fox, C. Concise Notes on Data Structures and Algorithms / C. Fox. - James Madison University, 2011. - 136 p.

10. Goodrich, M.T. Data Structures and Algorithms in Java / M.T. Goodrich, R. Tamassia, M.H. Goldwasser. - Wiley, 2014. - 736 p.


Рецензия

Для цитирования:


Цветков В.Ю. Использование стеков для сегментации изображений на основе выращивания областей. Цифровая трансформация. 2020;(2):43-50. https://doi.org/10.38086/2522-9613-2020-2-43-50

For citation:


Tsviatkou V.Yu. Using Stacks for Image Segmentation Based on Region Growing. Digital Transformation. 2020;(2):43-50. (In Russ.) https://doi.org/10.38086/2522-9613-2020-2-43-50

Просмотров: 1605


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2522-9613 (Print)
ISSN 2524-2822 (Online)