TY - JOUR

T1 - СРАВНЕНИЕ ЭФФЕКТИВНОСТИ КЛАССИФИКАЦИИ МЕТОДОВ ВЫДЕЛЕНИЯ КОНТУРОВ НА ПРИМЕРЕ ИЗОБРАЖЕНИЙ ДОРОЖНОГО ПОКРЫТИЯ

AU - Журавлев, Александр Александрович

PY - 2023

Y1 - 2023

N2 - Качество дорожного покрытия является одной из самых популярных проблем во всем мире, поскольку жизнь современного человека практически невозможно представить без транспорта. Для решения данной проблемы существует множество технологий. Однако, они работают на основе различных алгоритмов, к которым относятся методы выделения контуров. Каждый алгоритм обладает своими особенностями. Одной из важных характеристик таких методов является точность распознавания образов (классов) на изображении. Чтобы иметь приблизительное представление, на сколько точен конкретный алгоритм, необходимо провести сравнительный анализ. В качестве методов для исследования выбраны: Оператор Кэнни, Оператор Кирша, Алгоритм Марра-Хилдрета, Оператор Прюитта, Оператор Собеля. Для эксперимента используется всего 140 изображений (все фотографии разные, хранятся в соответствующих папках на жестком диске, размер каждой 200x100/20000 пикселей). Используется 4 категории изображений дорожного покрытия: без повреждений, с трещинами, с ямами, с колеями. На каждый вид выделено по 35 фотографий. Для каждой категории, в свою очередь, происходит разбиение на две группы: шаблонные (10 изображений, с ними проводится сопоставление) и тестовые (25 изображений). Более детально этапы проведения эксперимента описаны в разделе «Методология». В качестве сравнительной характеристики выбран показатель верных ответов для каждого из выбранных алгоритмов выделения контуров. Наилучшее значение имеет Оператор Кирша (46,2%), самое низкое - Оператор Прюитта (38,2%). Однако показатель среднего процента верных ответов для каждого из методов довольно небольшой - меньше 50%. Появляется следующий вопрос: «Можно ли разработать (или уже существует) такой метод, который обрабатывает изображение один раз и при этом имеет средний показатель точности, отличный от 50%». Ответ на него можно будет получен в ходе дальнейших исследований.

AB - Качество дорожного покрытия является одной из самых популярных проблем во всем мире, поскольку жизнь современного человека практически невозможно представить без транспорта. Для решения данной проблемы существует множество технологий. Однако, они работают на основе различных алгоритмов, к которым относятся методы выделения контуров. Каждый алгоритм обладает своими особенностями. Одной из важных характеристик таких методов является точность распознавания образов (классов) на изображении. Чтобы иметь приблизительное представление, на сколько точен конкретный алгоритм, необходимо провести сравнительный анализ. В качестве методов для исследования выбраны: Оператор Кэнни, Оператор Кирша, Алгоритм Марра-Хилдрета, Оператор Прюитта, Оператор Собеля. Для эксперимента используется всего 140 изображений (все фотографии разные, хранятся в соответствующих папках на жестком диске, размер каждой 200x100/20000 пикселей). Используется 4 категории изображений дорожного покрытия: без повреждений, с трещинами, с ямами, с колеями. На каждый вид выделено по 35 фотографий. Для каждой категории, в свою очередь, происходит разбиение на две группы: шаблонные (10 изображений, с ними проводится сопоставление) и тестовые (25 изображений). Более детально этапы проведения эксперимента описаны в разделе «Методология». В качестве сравнительной характеристики выбран показатель верных ответов для каждого из выбранных алгоритмов выделения контуров. Наилучшее значение имеет Оператор Кирша (46,2%), самое низкое - Оператор Прюитта (38,2%). Однако показатель среднего процента верных ответов для каждого из методов довольно небольшой - меньше 50%. Появляется следующий вопрос: «Можно ли разработать (или уже существует) такой метод, который обрабатывает изображение один раз и при этом имеет средний показатель точности, отличный от 50%». Ответ на него можно будет получен в ходе дальнейших исследований.

UR - https://elibrary.ru/item.asp?id=50451052

M3 - Статья

VL - 12

SP - 23

EP - 28

JO - XXI век: итоги прошлого и проблемы настоящего плюс

JF - XXI век: итоги прошлого и проблемы настоящего плюс

SN - 2221-951X

IS - 1 (61)

ER -