Investigation of contour property characteristics on various raster image types

Abstract

Описывается способ распознавания отличительных признаков изображений, позволяющий отнести любое изображение к определённому множеству. Распознавание основано на статистическом анализе некоторых свойств контуров, выделяемых на изображении путём бинаризации. Найденные контуры проходят двойную фильтрацию контуров по их свойствам. Сначала по одному набору свойств выбираются значимые контуры, а затем из значимых контуров по другому набору свойств выбираются определяющие контуры. Если доля определяющих контуров среди значимых оказывается больше некоторого порога, то изображение относится к заданному типу. Приводится пример использования нейронной сети с предварительной кластеризацией контуров.

A method to recognize image typical features is describing, that permit to refer the image to one of the definite sets. The recognition is based on the statistical analysis of some of the contour properties, that can be detected by image binarization. The detected contours are double filtered by their properties. First the significant contours are selected by a set of properties and then the determinative contours are selected from significant contours by another set of properties. If the determinative contours part in significant contours is more than some threshold then the image is referred to the given type. There is given an example of neural network using with preliminary contour clustering.