Page 33 - МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

31

різних умовах освітлення. Результати сегментації класичним методом
ітераційних умовних мод наведено на Рис. 26в,г. Зображення переводимо з RGB
у колірну модель HSV, що базується на трьох характеристиках кольору:
колірному тоні (Hue), насиченості (Saturation) і значенні кольору (Value). Далі,
до складової насиченості (Saturation) застосовуємо статистичний метод
сегментації Ксу як першу ітерацію методу ітераційних умовних мод. Метод
ітераційних умовних мод реконструює ідеальну схему міток, змінюючи мітки
пікселів при кожній ітерації та оцінюючи енергію нової схеми міток, на основі
функції:

E i (l i )  1 (   (  ll i initial i )   1 (  (  l i ,l q (i ) ) ) (33)
q N (i )
де  – штраф за зміну мітки піксела, а  – штраф за відмінні мітки сусідніх
пікселів та вибраного пікселя, N ) (i – окіл пікселя i ,  ‒ дельта-функція

Кронекера. Для визначення околу пікселя обрано структурний елемент круг
діаметром 5 пікселів. Метод ітераційних умовних мод, подібно до градієнтного
спуску, може зупинятися на локальному мінімумі. Тому первинна сегментація
суттєво впливає на кінцевий результат (див. Рис. 26д,е).
Експериментально показано, що застосування запропонованого методу дає
змогу виділити області іржі на першій ітерації, а після завершення – ще й сусідні
ділянки. Для сегментації зображень поверхонь, пофарбованих червоною фарбою
розроблено інший метод.
Зображення елементів конструкцій, покритих червоною фарбою, можна
ідентифікувати за допомогою відсотка червоного кольору компоненти колірного
тону H (Hue) колірної моделі HSV. Червоний колір у складової Н коливається від
0° до 30° та від 330° до 360°. Щоб розпізнати червоний колір фарби, потрібно
визначити порогове значення для відсотка пікселів червоного кольору на
зображенні.
На основі бази зі 155 зібраних зображень встановлено, що поріг 95%
відсотків може використовуватися як індикатор розпізнавання червоного
кольору. В ідеалі 0% означає, що червоного кольору взагалі немає. 100% вказує
на те, що розглянуте зображення повністю червоне. Оскільки зображення може
мати нерівномірне освітлення, знайдений поріг (95%) фактично менший за
ідеальне значення (100%). Крім того, попередньо визначений діапазон червоного
кольору (0–30° та 330–360°) не є точним і може мати певний вплив на пошук
порогового значення.
Компонента зображення насичення S була найбільш релевантною щодо
виявлення ділянок іржавіння, тому її використовували для подальшої обробки.
Використано статистичний метод сегментації Оцу для компоненти насичення.
Обчислюємо пороговий рівень T*, максимізуючи дисперсію між класами.