Pełen tekst pracy (~3,8MB)

ROZDZIA̷L 3. PROBLEMY PRZETWARZANIA OBRAZU 33
E - liczba pikseli sklasyfikowanych niepoprawnie. Wymienione wska´zniki rozpatrywano
w odniesieniu do ̷l acznej ↩ liczby pikseli. Na rys. 3.5, 3.6, 3.7 przedstawiono
wyniki dotyczace ↩ kolejno wzglednych ↩ warto´sci wska´zników SE, NSE i E dla testu
8. Omawiajac ↩ wyniki wykorzystano nastepuj ↩ ace ↩ oznaczenia (w nawiasach podano
wspó̷lrzedne ↩ chromatyczne zastosowane do modelowania koloru skóry):
rgb - znormalizowana przestrzeń RGB; (r,g),
rgb1 - znormalizowana przestrzeń RGB z pominieciem ↩ pikseli o ma̷lych
jasno´sciach; (r,g),
YUV - przestrzeń YUV; (U,V),
YIQ - przestrzeń YIQ; (I,Q),
YIQ1 - przestrzeń YIQ z wykorzystaniem tylko sk̷ladowej I,
OCS - przestrzeń barw przeciwstawnych; (R-G , Ye-B),
OCSL - logarytmiczna wersja przestrzeni barw przeciwstawnych;
(log R-log G, log B-(log R+log G)/2),
I1I2I3 - przestrzeń I1I2I3; (I2,I3),
IHS - przestrzeń IHS; (H, S),
Lab - przestrzeń CIELab; (a*, b*),
G - metoda z aproksymacja↩ histogramu za pomoca↩ rozk̷ladu normalnego,
H - metoda z wyg̷ladzaniem histogramu,
ML - metoda najwiekszej ↩ wiarogodno´sci,
MAP - metoda maksimum prawdopodobieństwa a posteriori.
Dla przestrzeni YIQ z wykorzystaniem tylko sk̷ladowej I otrzymano du˙zo gorsze
wyniki, dlatego pominieto ↩ ja↩ na rys. 3.5 - 3.7.
Podsumowanie wyników wszystkich eksperymentów zawiera tab. 3.2. Syntetyczne
omówienie poszczególnych testów zamieszczono w [35]. Tabele↩ sporzadzono ↩
wybierajac ↩ kryteria E > 5% , NSE, SE > 2.5%. Stwierdzono, ˙ze rezultat E > 2.5%
dotyczy zdecydowanej wiekszo´sci ↩ przypadków. Analizujac ↩ bia̷le pola mo˙zna wskazać
przestrzenie barw i metody detekcji, które okaza̷ly sie↩ najlepsze. Sa↩ to przestrzenie
rgb, rgb1, IHS z metodami detekcji skóry MAP, rgb, rgb1 dla metody ML, OCSL
dla metod H, ML, MAP oraz I1I2I3 z metoda↩ G i Lab z metoda↩ MAP. W tabeli
zauwa˙za sie↩ przewage↩ b̷l edów ↩ typu SE tzn. tendencje↩ do klasyfikowania fragmentów
skóry jako t̷la. B̷l edy ↩ te objawiaja↩ sie↩ w formie dziur w obszarze d̷loni lub jako
efekt erozji morfologicznej. B̷l edy ↩ typu NSE z kolei objawiaja↩ sie↩ jako niewielkie
obiekty w obszarze t̷la oraz podobnie jak efekt dylatacji morfologicznej powoduja↩ np. sklejanie sie↩ palców.
Testy wykonano na komputerze PC z procesorem AMD Athlon 1,81GHz i 1
GB pamieci ↩ RAM pracujacym ↩ pod kontrola↩ systemu operacyjnego Windows XP.
Oprogramowanie napisano w C++ z wykorzystaniem platformy Visual C++ .NET.
Czasy przetwarzania otrzymane dla obrazów o wymiarach 320×240 zamieszczono w
tab. 3.3. Na podstawie przeprowadzonych testów mo˙zna wyró˙znić znormalizowana↩ przestrzeń RGB, logarytmiczna↩ przestrzeń barw przeciwstawnych OCSL, przestrze-
nie IHS, Lab i I1I2I3, dla których otrzymywano najmniejsze b̷l ↩ edy. W´sród metod
segmentacji nieco lepsze okaza̷ly si ↩ e metody bayesowskie. Metody te jednak wyma-