Обнаружение контуров объектов на спутниковых изображениях

Abstract

Предложен подход к сегментации спутниковых изображений, который позволяет выделить контуры объектов интереса. Данный подход базируется на использовании для представления изображений математической модели на основе случайных марковских полей. Предлагается применять методы контурной и текстурной сегментации на разных цветовых компонентах цветного спутникового изображения. Контурная сегментация используется для выделения объектов разных цветов и осуществляется по компоненте, содержащей информацию о цвете. В качестве текстурного признака используется оценка вероятности перехода в двумерной цепи Маркова. Текстурная сегментация применяется к компоненте, содержащей информацию о яркости объектов. Приведены результаты моделирования предлагаемого подхода для разных цветовых моделей RGB, HSV и Lab. Оценка точности полученных контуров проведена по набору тестовых изображений на основе пяти критериев. Полученные результаты демонстрируют, что совместное использование информации о цвете и текстуре областей позволяет повысить точность выделения границ объектов. The approach for satellite image segmentation, which allows detecting contours of objects of interest, is proposed. The method is based on the use of random Markov fields as a mathematical model of an image. It is proposed to use the methods of contour and texture segmentation on different color components of color satellite image. The contour segmentation detects objects with different colors. It is applied to component, which contains information about colors. The transition probability in different dimension Markov chains is used as a texture feature. The texture segmentation is applied to component, which contains information about brightness of objects. The results of modelling the proposed approach for different color models, such as RGB, HSV, Lab, are presented. The accuracy of detecting contours was estimated using the set of test images on the base of five criteria. The use of a combination of color and texture characteristics of regions, made it possible to improve the accuracy of objects edge detection.