ठीक संरचना टोमोग्राफिक छवियों के द्वैतकरण पर

Binarization छवि प्रसंस्करण का एक क्लासिक कार्य है। Binarization का उपयोग अक्सर डेटा को सरल बनाने और बाद के प्रसंस्करण को गति देने के लिए किया जाता है, जो आजकल महत्वपूर्ण नहीं लगता है। लेकिन झरझरा सामग्री के विश्लेषण में, बाइनराइजेशन महत्वपूर्ण है, क्योंकि यहां डेटा मॉडल एक खाली ताकना और एक अभेद्य मैट्रिक्स के बीच एक मध्यवर्ती स्थिति का मतलब नहीं है। लेकिन एल्गोरिथ्म जो पूरी तरह से "बॉक्स से बाहर" काम करता है, हमेशा की तरह नहीं है। ट्यूनिंग मापदंडों के साथ एल्गोरिदम हैं, अद्भुत तंत्रिका नेटवर्क आर्किटेक्चर हैं। उन्हें काम करने के लिए, उन्हें स्थापित / प्रशिक्षित करने की आवश्यकता है। अगर हमारे कार्य में संदर्भ उत्तर प्राप्त करना बहुत कठिन है तो क्या करें? इस लेख से, आप मार्कअप के बिना करने के लिए एक उत्सुक तरीके से सीख सकते हैं, साथ ही कम्प्यूटेशनल टोमोग्राफी और आसन्न क्षेत्रों की दुनिया से परिचित हो सकते हैं।

इस लेख में, हम उन समस्याओं पर चर्चा करेंगे जो एक्स-रे टोमोग्राफी द्वारा प्राप्त झरझरा वस्तुओं की आंतरिक संरचना की छवियों का विश्लेषण करते समय उत्पन्न होती हैं।

झरझरा संरचनाएं अक्सर मनुष्य द्वारा उसकी आवश्यकताओं के लिए बनाई जाती हैं। उनका उपयोग, उदाहरण के लिए, उद्योग में - तरल पदार्थ और गैसों के सोखना या निस्पंदन के लिए, चिकित्सा में - पुनर्जीवन प्रत्यारोपण के निर्माण के लिए, आदि के लिए किया जाता है। ऐसे सभी अनुप्रयोगों में, मनगढ़ंत संरचनाओं के मापदंडों का नियंत्रण स्पष्ट रूप से आवश्यक है। प्राकृतिक झरझरा वस्तुओं का उपयोग उद्योग में भी किया जाता है, लेकिन इस मामले में भी, उनके गुणों का एक उद्देश्य मूल्यांकन गंभीर रूप से महत्वपूर्ण है (दोनों मापदंडों और निष्कर्षण विधि ही तेल उत्पादन में छिद्र के लिए चट्टान के प्रकार पर निर्भर करती है)।

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

() . . 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.