Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини

Литературы: 
1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. -М.:Техносфера, 
2005. -1072 с. 
2. Виноградов А.С., Глухов Е.В., Ташманов Е.Б. Сегментация изображений 
методом контуризации областей. // Мухаммад ал-Хоразмий авлодлари» 
илмий-ама-лий ва ахборот-таҳлилий журнали № 4(6)/2018 г.С. 81-85. 
АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ СЕГМЕНТАЦИИ 
ВИДЕОИНФОРМАЦИИ 
А.С. Виноградов 
Военно-технический институт Национальной гвардии Республики 
Узбекистан 
 
Сегментация визуальной информации является предварительным 
этапом любой системы обработки изображений, так как позволяет упростить 
последующий анализ однородных областей изображения, их яркостных и 
геометрических характеристик. Сегментацию следует рассматривать как 
начальный этап построения формального описания сцены, качество 
выполнения которого во многом определяет успех решения задачи 
распознавания изображений, интерпретации и идентификации визуально 
наблюдаемых объектов. 
Для решения задачи сегментации полутоновых изображений было 
разработано много методов и алгоритмов. 
Группа MPEG создала стандарт MPEG-4, который был принят в конце 
1999г. Под обозначением Information Technology-Coding of audio-video objects 
(информационная технология кодирования аудио- и видеообъектов). В 
отличии от принципов «покадрового» кодирования в стандартах MPEG-1 и 
MPEG-2, концепция MPEG-4 принципиально изменена. Изображение и звук 
не комбинируются перед отправкой, а передаются посредством нескольких 
параллельных потоков.
Байтовые потоки, которые в MPEG-4 называются элементарными, могут 
переносить любую информацию, имеющую отношение к окончательному 
изображению. Каждый вид информации далее можно распределить по кадрам 
наиболее подходящим методом. Таким образом, отдельно кодируются 
текстовые 
данные, 
статические 
изображения, 
последовательность 
движущихся изображений, общие звуки, речь и т.д. Следующий элементарный 

---

255 
поток содержит описание сцены, т.е. способ, которым складываются 
последовательные блоки информации при окончательном воспроизведении.
В связи с вышесказанным, стандарт MPEG-4 предусматривает и 
разбиение на потоки реальных изображений – сцен, полученных без 
искусственно 
совмещенных 
объектов. 
Для 
обеспечения 
высокой 
эффективности сжатия потокового видео в стандартах MPEG, применяют 
межкадровую обработку изображений с компенсацией движения их 
фрагментов. В стандартах MPEG-1, MPEG-2 для этого использовалось 
разбиение изображения на квадратные блоки фиксированного размера, 
содержимое которых, затем искалось в других кадрах. При нахождении таких 
блоков в других кадрах, вместо них передавались только их новые координаты 
и декодер подставлял их содержимое в нужное место кадра. Однако, 
квадратные блоки плохо согласуются с криволинейной конфигурацией 
реальных объектов сцены, поэтому в MPEG-4 используются блоки, 
соответствующие конфигурации самих объектов. Эта процедура выполняется 
механизмами сегментации. 
Существует множество методов сегментации, которые можно разделить 
на два подхода: сегментация монохромных изображений и сегментация 
изображений на основе цветовых характеристик. Базовыми алгоритмами 
сегментации монохромных изображений являются методы сегментации, 
основывающиеся на яркости. Подход состоит в разбиении изображений на 
основании резких изменений сигнала яркости. Среди методов обнаружения 
яркости выделяют: 
- методы обнаружения точек;
- методы обнаружения линий;
- метод Робертса; метод Превитта;
- метод Собела; метод пересечений нулевого уровня.
Методы Робертса, Превитта и Собела основаны на нахождении 
градиента, а метод пересечений нулевого уровня – основан на второй 
производной. 
В последние годы все больше визуальная информация регистрируется в 
виде цветных изображений. Сегментация цветных изображений является 
более сложной задачей, чем полутоновых. Так, если в полутоновом 
изображении пиксель может иметь 256 оттенков яркости, в случае цветного 
изображения пиксель может иметь один из 256 оттенков яркости каждого из 
трех цветов, что делает количество возможных цветов равным:
(256)
3
=16 777 216, 
поэтому возникают трудности при адаптации известных алгоритмов 
сегментации полутоновых изображений для обработки цветных.