4.3.2 Бинаризация пикселей в вейвлет-домене для выделение области номера
Вышеотмеченная крутизна границ области вейвлет-коэффициентов, соответствующей номеру может быть детектирована по большим значениям второй производной. Однако вместо сложной с вычислительной точки зрения процедуры вычисление вторых производных для каких-то двумерных подобластей растровых изображений мы предпочли использовать метод бинаризации вейвлет-пикселей с последующим применением специального клеточного автомата (КА) для кластеризации.
При бинаризации все пиксели вейвлет-изображения упорядочиваются по уровням серого. Затем нижние 70% становятся черными (=0), а верхние 30% - белыми (=1, см. рис.19 а). Дисциплина выживания каждой белой клетки КА в зависимости от восьми ее соседей, организована так, чтобы «выживала» слитная группа единичных пикселей, соответствующая области номера, а окружающие её отдельные единицы вымирали. Как видно из рис. 19 б)-в) после работы КА на краях вейвлет- изображения могут остаться какие-то бесформенные единичные участки, но они легко
а б в
Рис.19. Этапы выделения области изображения с рис.17, содержащей номер: а) после бинаризации; б) -в) начальный и конечный шаги эволюции клеточного автомата отвергаются при последующей проверке на соотношение длины и ширины,
характерной для таких кластеров. Центр тяжести кластера определяет
68
положение искомой области номера, а его размеры вычисляются по площади кластера (числе пикселей в нем) и отношению его длины к ширине.
Рис.20. Изображение того же автомобиля, что и на рис.17, но с включенными фарами, а также вид построчного ga -преобразования На рис.20-21 показаны также этапы распознавания по выделению области изображения с номером автомобиля для картинки, менее контрастной из-за включенного света фар и, вдобавок, идущей под углом.
Рис.21. Этапы выделения области изображения с рис 20, содержащей номер: а) после бинаризации; б) -в) два шага эволюции клеточного автомата