КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер 23-21-10064

НазваниеМетоды и алгоритмы обработки изображений на основе их декомпозиции по топологическим признакам

РуководительЕремеев Сергей Владимирович, Кандидат технических наук

Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых", Владимирская обл

Период выполнения при поддержке РНФ

2023 г. - 2024 г.

Конкурс№76 - Конкурс 2023 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами» (региональный конкурс).

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-213 - Обработка и анализ изображений и сигналов

Ключевые словадекомпозиция изображений, топологические особенности, цифровая обработка изображений

Код ГРНТИ28.23.15

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Уже многие годы мировое сообщество в области обработки изображений занимаются проблемой интерпретации объектов интереса. Однако, несмотря на то, что количество исследований и научной литературы в этой области с каждым годом возрастает данная проблема остается сложной из-за неоднородности и несовершенства исходных данных. Научные группы по всему миру ведут активные разработки для компьютерного понимания такой информации, создавая новые и более совершенные вычислительные методы. Мы предлагаем рассматривать данную проблему интерпретации изображений с точки зрения топологического анализа данных, который является перспективной областью исследований для извлечения информации из слабоструктурированных данных. Ядро проекта составляет оригинальный метод декомпозиции изображений на матрицы специального типа, которые соответствуют топологическим особенностям объектов интереса. Матрицы можно условно разделить на основные, которые содержат информацию об основной структуре объектов на изображениях и детализирующие, которые включают данные о деталях этих объектов, а также о мелких объектах или шумовой составляющей. Существует определенная аналогия с wavelet преобразованием, но в основе предлагаемого подхода заложена принципиально другая теоретическая база, предпосылками для которой послужили методы персистентной гомологии. Предлагаемый проект направлен на разработку метода декомпозиции изображений по топологическим признакам, а также алгоритмов и программных приложений для интерпретации объектов интереса на изображениях, которые включают в себя обнаружение, сегментацию, классификацию объектов, а также сжатие данных. Предлагаемые алгоритмы планируем разрабатывать с единых позиций путем декомпозиции изображений на составляющие их матрицы. Алгоритмы будут использовать основные и детализирующие матрицы для анализа и обработки, выполнения над ними классических алгебраических операций, а также синтеза новых изображений в виде обратного преобразования из этих матриц. По сути, предполагается получить прямое и обратное преобразование в виде разложения изображения по топологическим признакам на низкие и высокие частоты, соответствующие основным и детализирующим структурам на изображении. Полученные результаты в виде математического, алгоритмического и программного обеспечения могут быть использованы для комплексного решения задач интерпретации сложных объектов в сфере цифровой обработки изображений, геоинформатики, экологии, муниципального управления, природопользования, робототехники и других смежных областях.

Ожидаемые результаты
Основным результатом будет являться метод декомпозиции изображений по топологическим признакам на низкочастотные и высокочастотные составляющие. Низкочастотные составляющие соответствуют основным структурам на изображении, а высокочастотные - деталям. Для этого будут введены матрицы специального типа, которые после декомпозиции изображения будут содержать информацию об объектах интереса. На этой основе предусмотрено создание прямого и обратного преобразования матриц разложения, что будет отражено в открытой библиотеке, содержащей необходимые функции для создания практических приложений. На базе предложенного метода и программной библиотеки будут разработаны алгоритмы для решения задач цифровой обработки изображений и геоинформатики. В частности, алгоритм классификации пространственных объектов на изображениях, отличительной особенностью которого является использование новых признаков, вычисленных по матрицам разложения; алгоритмы сегментации, бинаризации, сжатия и другие, основу которых составляет работа как с отдельными матрицами, так и с группой матриц с похожими свойствами. Предложенные алгоритмы будут исследованы в сравнении с существующими подходами на основе wavelet преобразований, нейросетевыми и другими решениями. Разработанные алгоритмы могут быть расширены для обработки данных в формате GeoTiff. Это позволит использовать предложенный подход для анализа 3D поверхностей.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2023 году
Основным результатом за первый год выполнения проекта является разработка и исследование метода декомпозиции изображений по топологическим признакам. В качестве исходных данных использовались RGB изображения, в градациях серого, а также цифровые модели рельефа (ЦМР) в виде GeoTiff файлов. Метод позволяет разложить изображение на матрицы специального типа, каждая из которых соответствует объекту интереса. Это дает возможность обрабатывать изображения и ЦМР на основе информации из матриц разложения. Анализ матриц позволяет получить низкочастотные и высокочастотные составляющие изображения. Низкочастотные составляющие соответствуют основным структурам на изображении, а высокочастотные - деталям. Разработан программный комплекс для обработки изображений и ЦМР, который содержит следующий функционал: поиск, классификацию пространственных объектов; сегментацию, бинаризацию изображений, удаление шума; выгрузку пространственной информации в географическую информационную систему QGIS. Алгоритмы и методы, используемые в программном комплексе, построены на единой теоретической основе и сводятся к обработке матриц разложения. Принципиально важным результатом первого этапа стало применение метода декомпозиции для решения практических задач в сфере цифровой обработки изображений и геоинформатики. Разработан метод для обнаружения многолетних бугров пучения (МБП) на цифровых моделях рельефа ArcticDem. Это позволит проводить оперативный мониторинг для поиска МБП на больших данных. Еще одним практическим применением метода декомпозиции является возможность его использования для сжатия изображений. Проведенная оценка качества изображений после сжатия энтропийными методами кодирования информации показала перспективность предложенного подхода. Разработанный подход позволяет разделить изображение на глобальные и детализирующие структуры с заданной степенью детализации. Уменьшение энтропии происходит за счет отбрасывания малозначащих элементов изображения, что приводит к искажению не всего изображения, а лишь определенных областей. Экспериментальные исследования подтвердили возможность применения предложенного подхода для сжатия изображений. Для этого проведена оценка качества изображений после их сжатия с использованием индексов PSNR, NRM, MSE и SSIM. Проведенные исследования показали, что при сравнении с вейвлет-преобразованием предлагаемый подход является конкурентоспособным по показателям оценки качества изображений при сопоставимой степени сжатия, а для определенного класса изображений со слабо зашумленными длинными объектами превышает.

Публикации

1. Абакумов А.В., Еремеев С.В. Оценка возможности применения метода декомпозиции изображений по топологическим признакам для уменьшения энтропии при их сжатии Научно-технический вестник информационных технологий, механики и оптики, Т. 23, № 6 (год публикации - 2023) https://doi.org/10.17586/2226-1494-2023-23-6-1152-1161

2. Еремеев С.В., Абакумов А.В., Андрианов Д.Е., Богоявленский И.В., Никонов Р. А. Обнаружение многолетних бугров пучения с использованием декомпозиции цифровых моделей рельефа по топологическим признакам Современные проблемы дистанционного зондирования Земли из космоса, Т. 20, № 6 (год публикации - 2023)

3. Еремеев С.В., Абакумов А.В., Крайнов С.А., Козлов А.С. Использование метода декомпозиции изображений по топологическим признакам для обработки спутниковых снимков Геоинформатика, № 4 (год публикации - 2023)