Метод опорных контуров в задании признаков классификации изображений объектов

Аннотация

В статье представлен метод опорных контуров для классификации изображений объектов с априори не заданной формой. Метод основан на двухуровневой аппроксимации контуров с использованием опорных точек, которые формируют уникальные для каждого класса многогранники. Первый уровень аппроксимирует контур опорным многогранником, выделяя ключевые точки, а второй уровень разбивает контур на сегменты, которые аппроксимируются сегментными многогранниками. Это позволяет автоматически классифицировать объекты, сравнивая их контуры внутри соответствующих классов. Выделены ключевые преимущества метода: инвариантность к аффинным преобразованиям, сокращение количества вершин многогранников и повышение быстродействия классификации за счёт естественного распараллеливания вычислений. Метод также устраняет недостатки существующих подходов, таких как зависимость от начальной точки и сложность алгоритмической реализации. Применение метода демонстрируется в задачах распознавания образов, где форма объекта играет ключевую роль, например, в робототехнике, технической и медицинской диагностике. Результаты исследования показывают, что предложенный подход эффективен для классификации объектов с произвольной формой и может быть использован в интеллектуальных системах обработки изображений.