электронный научно-технический журнал

ИНЖЕНЕРНЫЙ ВЕСТНИК

Издатель: Общероссийская общественная организация "Академия инженерных наук им. А.М. Прохорова".

Методы повышения производительности морфологических алгоритмов

В статье рассматриваются типовые морфологические алгоритмы и методы повышения их производительности для приложений технического зрения, использующих встраиваемые микроконтроллеры и сигнальные процессоры. Рассматриваются типовые подходы, алгоритмы, получаемые на их основе, их свойства, достоинства и недостатки, возможная область применения. Проводится экспериментальное сравнение характеристик этих подходов, даются рекомендации для выбора того или иного подхода для практических задач. Статья может быть интересна как для инженеров, работающих в области технического зрения, так и для студентов и аспирантов, изучающих системы распознавания изображений.

Список литературы

[1] J. Serra. Image Analysis and Mathematical Morphology. Vol. I, Academic Press, London, 1982.

[2] Rein van den Boomgaard, Richard van Balen. Methods for fast morphological image transforms using bitmapped binary images. CVGIP: Graphical Models and Image Processing, 54(3), 1992, pp.252-258.

[3] B. J. H. Verwer, L. J. van Vilet. A contour processing method for fast binary neighborhood operations. Pattern Recognition Lett., 7, 1988, 27-36

[4] Thomas M. Breuel, U. Kaiserslautern. Efficient Binary and Run Length Morphology and its Application to Document Image Processing. 2007

[5] B.K. Lien. Efficient implementation of binary morphological image processing. Optical Engineering, 33(1) pp 3733-3738, 1994

[6] Dita A. I.-C., Otesteanu B. M., Quint C. F. (2011). Scanning industrial Data Matrix Codes. // 19th Telecommunications forum TELFOR 2011, Serbia, Belgrade, November 22-24, 2011 DOI: 10.1109/TELFOR.2011.6143768

[7] Joseph Gil, Ron Kimmel. Efficient Dilation, Erosion, Opening, and Closing Algorithms. // IEEE transactions on pattern analysis and machine intelligence, vol. 24, №12, 2002

[8] Рябых М.С., Сойникова Е.С., Батищев Д.С., Синюк В.Г., Михелев В.М. Высокопроизводительный метод анализа и морфологической обработки изображений // Научный результат. Информационные технологии. - Т.1, №3, 2016. DOI: 10.18413/2518-1092-2016-1-3-16-23

[9] Ryabykh M.S., Soynikova E.S., Batishchev D.S., Mikhelev V.M. Morphological Processing of Fingerprint Images with the Use of Parallel computing on GPUs // Trends in the Development of Science and Education: a Collection of Scientific Papers, based on the materials of the XII International Scientific-Practical Conference”. Part 4. Samara: NITS «L-Zhurnal», 2016. 60 p.

[10] Domanski L., Vallotton P., Wang D. Parallel vHGW image morphology on CPUs using CUDA // CSIRO, Mathematical and Informational Sciences, Biotech Imaging.

[11] Dan S. Bloomberg Implementation Efficiency of Binary Morphology // International Symposium for Mathematical Morphology VI. Sydney, Australia, April 3-5, 2002.

[12] Гаврилов А.И., Тхет А. Применение методов сегментации изображений в задачах обнаружения дефектов поверхности сварных соединений // Вестник Московского государственного технического университета им.  Н.Э.  Баумана.  Серия: Приборостроение. 2014. № 5 (98). С. 124-132.

Поделиться: