حول ثنائيات الصور المقطعية ذات البنية الدقيقة

Binarization هي مهمة كلاسيكية لمعالجة الصور. غالبًا ما يتم استخدام الترميز الثنائي لتبسيط البيانات وتسريع المعالجة اللاحقة ، والتي لا تبدو مهمة في الوقت الحاضر. ولكن في تحليل المواد المسامية ، فإن الترميز الثنائي أساسي ، لأن نموذج البيانات هنا لا يعني حالة وسيطة بين مسام فارغ ومصفوفة غير منفذة. لكن الخوارزمية التي تعمل بشكل مثالي "خارج الصندوق" ، كالعادة ، ليست كذلك. هناك خوارزميات مع معلمات ضبط ، وهناك بنيات شبكة عصبية رائعة. لكي يتمكنوا من العمل ، يجب إعدادهم / تدريبهم. ماذا تفعل إذا كان الحصول على إجابات مرجعية في مهمتنا أمر شاق للغاية؟ من هذه المقالة ، يمكنك التعرف على طريقة واحدة غريبة للاستغناء عن الترميز ، بالإضافة إلى التعرف على عالم التصوير المقطعي المحوسب والمناطق المجاورة.

في هذه المقالة ، سنناقش المشاكل التي تنشأ عند تحليل صور البنية الداخلية للأشياء المسامية التي تم الحصول عليها عن طريق التصوير المقطعي بالأشعة السينية.

غالبًا ما يصنع الإنسان الهياكل المسامية لاحتياجاته. يتم استخدامها ، على سبيل المثال ، في الصناعة - من أجل الامتزاز أو الترشيح للسوائل والغازات ، في الطب - لتصنيع الغرسات القابلة للامتصاص ، إلخ. في جميع هذه التطبيقات ، من الواضح أن السيطرة على معلمات الهياكل الملفقة ضرورية. تُستخدم الأجسام المسامية الطبيعية أيضًا في الصناعة ، ولكن حتى في هذه الحالة ، فإن التقييم الموضوعي لخصائصها مهم للغاية (تعتمد كل من المعلمات وطريقة الاستخراج نفسها على نوع الصخور من أجل المسامية في إنتاج النفط).

, , , , , , . , , . ? .

() . . 1 , , , . . . – , , . , , - .

. 1. () () .

. , , 0 180 . 2D (. 2). .

. 2. .

, . ( ). , – . 3. , , .

. 3. – . , .

. . . , . , . .

– , . , . ( ) ( ) .

, , . , , , , , . , - .

, - – . . , - . , , . 1 , «ought to be enough for anybody». , . .. « » – , , (. 4). . , – , : – , . ( ), ( «» -, ).

. 4. . . .

, , . , , ., . – ( ), .. (. 5). : ? , , « » . , , .

. 5. .

, [1]. Document Image Binarization Context (DIBCO) 2017 : - . , ! , ( ), , , . , , . , , , . 6. , – . , ( ). , .

. 6. . (). ().

, , , . , , ( ), . , , , , , . .. (ground truth) – . . : , . ?

, , . . , – . – , , .

. 7. – , – , .

7. , , , , . , . , . ? , , , , . , , . – , .

, ( , ) : « » . . -, «», ( , ). , , «», . -, , . , , «», , , . , «», . , .

, – « » , . , : « » … . , . , [2]. , , , , . – .

, ( ) . : , .

SSIM , . SSIM , , .

. 8. – , – , .

, «» (, ), . , . 8 , . - , . – . . , , . , , , .

[1] Bezmaternykh PV, Ilin DA, Nikolaev DP. U-Net-bin: hacking the document image binarization contest. Computer Optics 2019; 43(5): 826-833. DOI: 10.18287/2412-6179-2019-43-5-826-833.
[2] .. , .. . . 2013; 63(3): 85-94.