Наука и технология в современном миреМирзаева Ширин Нодировна, Тахиров Чингиз Аъзамович +22026
Методы извлечения объектов из изображений
AIP Publishing. · Хашимов Ахмад Анварович
Современные проблемы интеллектуальных систем · 3244 · 1- 5 · 2025
Аннотация
The article Methods for extracting objects from images The main types of algorithms for segmenting objects in images are studied and information about their main advantages and disadvantages is provided. The options for choosing one or more of the methods, depending on the nature of the problem, are presented. Keywords: Segmentation, pixel, contour, image processing, algorithm. МЕТОДЫ ИЗВЛЕЧЕНИЯ ОБЪЕКТОВ ИЗ ИЗОБРАЖЕНИЙ Абстракт: В статье «Методы извлечения объектов из изображений» рассмотрены основные типы алгоритмов сегментации объектов изображения и представлена информация об их основных преимуществах и недостатках. В зависимости от характера проблемы есть возможность выбрать один или несколько методов. Ключевые слова: Сегментация, пиксель, контур, обработка изображения, алгоритм. Тасвирда объектларни сегментлаш алгоритмлари [1] пикселларга, контурларга ва соҳаларга асосланган тоифаларга бўлинади. Бу алгоритмларнинг мақсади тасвирдаги турли объектлар ўртасидаги чегараларни аниқлаш ва ушбу чегаралар асосида объектларни ажратиш ҳисобланади. Контурларга асосланган сегментлаш алгоритмлари турли хил кўринишларда бўлиши мумкин, лекин ҳар бир алгоритмнинг биринчи қадами чегараларни аниқлаш бўлиб, у фильтрлаш, сифатини ошириш ва аниқлаш каби босқичлардан иборат бўлади. Одатда фильтрлаш босқичи тасвирдаги халақитни камайтириш учун зарур ҳисобланади, сифатини ошириш орқали эса тасвирдаги локал ўзгаришлар яққолроқ ажратилади. Сўнгги босқичда бирор усул, масалан, бўсағавий қайта ишлаш ёрдамида объектлар чегаралари аниқланади. Тиббиёт тасвирларни сегментлаш – тиббиёт маълумотларини таҳлил қилишдаги асосий масалалардан бири. Сегментлашнинг мақсади тасвирларда тўқималар, органлар, қон томирларини ажратиш ҳамда турли хил патологик ўзгаришларни аниқлашдир. Тиббий тасвирлари элементлари воксел(voxel — volumetric pixel) бўлган уч ўлчамли массив сифатида қаралади. Тиббиёт тасвирларини сегментлашнинг вазифаси ҳар бир вокселга у ёки бу структурага тегишлилигини ифодаловчи уникал белгилар қўйишдан иборат. Қуйидаги таъриф берилиши мумкин: ⋃𝑛 𝑋 = 𝑉, 𝑖=1 𝑖 𝐼 𝑋 ⋂𝑋 = ∅, 𝑖 ≠ 𝑗, 𝑖 𝑗 I тасвирни сегменташ деб, унинг 𝑉 вокселлар тўпламини n та 𝑋 қисм тўпламга 𝐼 𝑖 ажратишга айтилади. Ҳар бир 𝑋 тўплам қайсидир аниқ анатомик тузилиш ёки фонга мос 𝑖 келади. Тасвирда объектларни ажратиб олишнинг кўплаб усуллари мавжуд бўлиб, қуйида уларнинг айримларини мураккаблигининг ортиб бориши тартибида келтириш мумкин[2; 1- б.]: 1. Ранг фильтрлари. Агар объект тасвирдаги фондан ранги орқали ажралиб турса, ушбу фильтрлардан фойдаланиш мумкин. 2. Контурларни ажратиб олиш ва таҳлил қилиш. Агар объектнинг шакли аниқ бўлса,ушбу усул орқали аниқланади. 3. Шаблонга мосликни текшириш. Объект тасвири асосида бошқа тасвирдан қидирилади. 287 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. 4. Махсус нуқталар билан ишлаш. Объект тасвирида махсус нуқталар (масалан бурчак) асосида объект ажратиб олинади. 5. Машинавий ўқитиш усули. Объектлар тасвирлари асосида классификатор ўқитилади, маълум усуллар асосида тасвир қисмларга ажратилади[6; 189–190-б.] ва ҳар бир қисм классификаторда текширилади. Қўйилган масаланинг хусусиятига қараб юқоридаги усуллардан бирини ёки бир нечтасини танлаш мумкин. Айрим ҳолларда усулларнинг комбинациясини ишлатишга ҳам тўғри келиши мумкин. Ҳозирги кунда тасвирларни сегментлашнинг кенг тарқалган ёндашувлари жуда кўп бўлиб, уларнинг кўпчилик қисми якуний натижани бермаслиги мумкин, лекин алгоритмнинг қисми сифатида фойдаланилади. Сегментлашнинг кўплаб усулларининг батафсил тавсифи [1,5] да келтирилган. Тасвирни сегментлаш бу автоматик ёки ярим автоматик жараён ёрдамида қизиқилган соҳа (ROI – region of interested)ни ажратиб олиш процедурасидир. Тиббиёт тасвирларида кўплаб сегментлаш алгоритмлари[7] тана аъзоларини ёки қон томирларини умумий қорин бўшлиғи тасвирлари ичидан ажратиб олишга мўлжалланган. Тасвирда объектларни сегментлаш алгоритмлари [5, 363–371-б.] пикселларга, контурларга ва соҳаларга асосланган тоифаларига бўлинади. Контурларга асосланган алгоритмларнинг мақсади тасвирдаги турли объектлар ўртасидаги чегараларни аниқлаш ва ушбу чегаралар асосида объектларни ажратиш ҳисобланади. Контурларга асосланган сегментлаш алгоритмлари турли хил кўринишларда бўлиши мумкин, лекин ҳар бир алгоритмнинг биринчи қадами чегараларни аниқлаш бўлиб, у фильтрлаш, сифатини ошириш ва аниқлаш каби босқичлардан иборат бўлади[4;353–355- б.]. Одатда фильтрлаш босқичи тасвирдаги халақитни камайтириш учун зарур ҳисобланади, сифатини ошириш орқали эса тасвирдаги локал ўзгаришлар яққолроқ ажратилади. Сўнгги босқичда бирор усул, масалан, бўсағавий қайта ишлаш ёрдамида объектлар чегаралари аниқланади. Контур ва чегаралар тасвирлардаги объектларни намоён қилишда[3] муҳим ўрин эгаллайди. Масалан, фондан объектларни ажратиб олиш, объектлар ўлчамларини ҳисоблаш, объектлар шаклини таснифлаш, объектдаги махсус нуқталарни топиш каби жараёнлардан қўлланилади. Контурларни аниқлаш алгоритмлари қуйидаг
Доказательный фрагмент
«The article Methods for extracting objects from images The main types of algorithms for segmenting objects in images are studied and information about their main advantages and disadvantages is provided.»
Образец извлечения
Демо-превьюThe article Methods for extracting objects from images The main types of algorithms for segmenting objects in images are studied and information about their main advantages and disadvantages is provided. Полный текст публикации CiteX не хранит — доступ к первоисточнику открывается по DOI согласно лицензии издателя и выбранному плану.
- Цитирований
- 0
- Тип
- Журнал
- Страна
- Узбекистан
- Ключевые слова
- Segmentation, pixel, contour, image processing, algorithm, Сегментлаш, алгоритм, пиксель, обработка изображения, тасвирларни қайта ишлаш, контур, пиксел, Сегментация
Смежные источники
The American Journal of Applied sciencesCompanies. Evidence From Uzbekistan, Buvsara Tashmuradova +12020
The American Journal of Engineering and TechnologyO CLC -, Musayev Ilhomjon Maksudovich +22021
The American Journal of Engineering and TechnologyMarhamat Akramovna Mutalova, Islam Karimov +32021