Актуальность исследования обусловлена необходимостью решения задач,
связанных с обработкой изображений в различных технических приложениях.
Рассмотрено несколько подходов: на основе обычного доступа к пикселям изображения,
когда фактически осуществляется обход всех значений массива по очереди, доступ к
пикселям осуществляется при помощи арифметических операций над указателями,
пиксели при этом располагаются внутри одного непрерывного блока памяти
последовательным образом, и, на основе предложенного подхода, связанного с
распараллеливанием вычислений, использованием многопоточности. На основе
эмпирических исследований была показана возможность ускорения вычислений на
основе предложенного метода в несколько раз. Рассмотрен блочный алгоритм
бинаризации, когда бинарные блоки формируют полное бинарное изображение. В
рамках данного алгоритм проведено распараллеливание вычислений. При реализации
алгоритма использовался язык С++ и библиотеки OpenCV и OpenMP. На основе
эмпирических исследований в Таблицах и на графиках показано, что за счет
распараллеливания даже при полной загрузке ядра время обработки изображения было
уменьшено почти в 2 раза, что подтверждает возможности применения предлагаемого
алгоритма.
1. Бинаризация черно-белых изображений: состяние и перспективы
[Электронный ресурс] / А. Федоров. Режим доступа: http://itclaim.ru/Library/Books/ITS/wwwbook/ist4b/its4/fyodorov.htm
2. Яковлева Е. С., Макаров A. А. О свойствах блочного алгоритма
бинаризации цифровых изображений / Е. С.Яковлева, A. А Макаров //
Компьютерные инструменты в образовании. –– 2015. –– № 4. –– С. 26–36
3. Dawson-Howe K. A Practical Introduction to Computer Vision with OpenCV.
Wiley-IS&T Series in Imaging Science and Technology. –– 1 edition. ––
Wiley, 2014.
4. Гонзалес Р., Вудс Р. Цифровая обработка изображений. / Р.Гонзалес,
Р.Вудс // М.: Техносфера, 2006. – 1072 с.
5. GRASS GIS [Электронный ресурс]: Home. Режим доступа:
https://grass.osgeo.org/
6. A Digital Image Mapping System [Электронный ресурс]: A software and
hardware solution for the various mapping tasks is being developed in a joint
project of research institutes and Teragon Context AB. Режим доступа:
http://www.isprs.org/proceedings/XXVII/congress/part2/380_XXVII-part2-
sup.pdf
7. Juhasz Z. An analytical method for predicting the performance of parallel
image processing operations // The Journal of supercomputing. – 1998. –
Vol. 12. – P. 157–174.
8. О свойствах блочного алгоритма бинаризации цифровых [Электронный
ресурс] / Яковлева Е. С., Макаров A. А. Режим доступа:
www.ipo.spb.ru/journal/content/1784/О%20свойствах%20блочного%20алг
оритма%20бинаризации%20цифровых%20изображений..pdf
9. Manisha Chate Object Detection and tracking in Video Sequences / Manisha
Chate, S.Amudha,Vinaya Gohokar // ACEEE Int. J. on Signal & Image
Processing, Vol. 03, No. 01, Jan 2012.
10. Anaswara S Mohan Video Image Processing for Moving Object Detection and
Segmentation using Background Subtraction / Anaswara S Mohan, R.Resmi //
IEEE International Conference on Computational Systems and
Communications (ICCSC), Vol. 01, no. 01, pp.288-292, 17-18 Dec 2014.
11. . Weiming Hu. A Survey on Visual Surveillance of Object Motion and
Behaviors / Weiming Hu, Tieniu Tan,Liang Wang, and Steve Maybank // IEEE
Transactions on systems, man, and cyberneticsapplications and reviews, vol.
34, no. 3, pp. 334- 352, august 2004
12. Asim R. Aldhaheri. Detection and Classification of a Moving Object in a
Video Stream / Asim R. Aldhaheri and Eran A. Edirisinghe // In Proc. of the
Intl. Conf. on Advances in Computing and Information Technology-ACIT,
2014.
13. Singla M. Motion Detection Based on Frame Difference Method International
/ M. Singla // Journal of Information & Computation Technology. 2014. Vol.
4. No. 15. P. 1559–1565.
14. Zivkovic Z. Improved adaptive gaussian mixture model for background
subtraction / Z. Zivkovic // IEEE Int. Conf. Pattern Recognition. 2004. Vol. 2.
P. 28–31
15. Bouwmans T. Background Modeling using Mixture of Gaussians for
Foreground Detection – A Survey / T. Bouwmans, F. El Baf, B.Vachon //
Recent Patents on Computer Science. 2008. Vol. 1. P. 219– 237.
16. Quinn Michael J. Parallel Programming in C with MPI and OpenMP / J. Quinn
Michael // McGraw-Hill Inc, 2004.
17. Learning OpenCV [Электронный ресурс]: Learning OpenCV by Gary
Bradski and Adrian Kaehler. Режим доступа: https://www.bogotobogo.com/
cplusplus/files/OReilly%20Learning%20OpenCV.pdf
18. Howse J. OpenCV: Computer Vision Projects with Python / J. Howse, P.Joshi,
M.Beyeler // United Kingdom, Packt Publishing, 2016. 570 p.
19. Laganiere R. OpenCV 3 Computer Vision Application Programming
Cookbook / R. Laganiere // United Kingdom, Packt Publishing, 2017. 474 p.
Берников Владислав Валерьевич
Email: vladislavbernikov@gmail.com
Воронежский институт высоких технологий
Воронеж, Российская Федерация
Преображенский Андрей Петрович
доктор технических наук, профессор
Email: app@vivt.ru
Воронежский институт высоких технологий
Воронеж, Российская Федерация
Чопоров Олег Николаевич
доктор технических наук, профессор
Email: choporov_oleg@mail.ru
Воронежский государственный технический университет
Воронеж, Российская Федерация