- 1. Первичное выделение границ логотипа.
- 2. Бинаризация
- 3. Выращивание областей
- 4. Выделение скелета
- 5. Соединение разрывов и удаление шума
- 6. Выделение связных компонент
- 7. Генерация гипотез
- 8. Проверка гипотез и выбор лучшей.
Первичное выделение границ логотипа Первичное выделение границ логотипа осуществляется с помощью особого градиентного оператора. Пусть дано серое изображение. Будем использовать градиентный оператор G следующего вида:
где.
распознавание изображение логотип алгоритм Причем окрестность O имеет одинаковую форму для всех точек изображения I. Точки изображения, не входящие в область определения, считаем равными 0. Типичный размер окрестности — 3×3, 4×4, 5×5.
Бинаризация. Бинаризация осуществляется по методу Ниблэка ([Гонсалес и др., 2005]). Этот метод является локальным адаптивным и позволяет достичь большой скорости обработки изображения. Идея данного метода состоит в подборе порога яркости B на основании значения стандартного отклонения в локальной окрестности. Порог яркости в точке (x, y) рассчитывается так:
.
среднее значение яркости.
стандартное отклонение яркости.
Здесь #O (x, y) — количество точек в окрестности O точки (x, y).
Выращивание областей В алгоритме выращивания областей используется 2 изображения: исходное, над которым проводилась бинаризация, и бинаризованное.
В качестве центров роста областей выступает бинаризованное изображение.
На первом этапе в белый цвет красятся все точки, удовлетворяющие следующему условию:
- 1) У точки есть белый сосед на бинаризованном изображении.
- 2) Разность яркостей точки и ее белого соседа меньше заданной константы.
Алгоритм продолжается рекурсивно до тех пор, пока будут добавляться новые точки.
Этот алгоритм параметрический и допускает различные модификации. Например, константа может зависеть от номера итерации и от яркости.