Digitális képek szegmentálása Markov mezők segítségével
(Image Segmentation using Markov Random Fields)

Kató Zoltán

Feladat

A képszegmentálás a képfeldolgozás egyik legfontosabb alapproblémája, mely a hasonló tulajdonságú pixelek homogén területekbe történő csoportosításával foglalkozik. Sok képfeldolgozási feladat (például alakfelismerés, felület leírás, sztereó látás, stb) kiindulási adata ilyen feldolgozott, szegmentált képből áll. Az alkalmazott eljárások sokfélék: Megtaláljuk köztük a digitális szűrők, matematikai morfológia, statisztika, valószínűség számítás, döntéselmélet eszközeit használó megoldásokat. A probléma igazi nehézsége azonban abban rejlik, hogy maga a szegmentálási folyamat (mint az emberi látás része) szubjektív és függ a képről meglévő előzetes ismereteinktől is. Mást várunk, másra vagyunk kíváncsiak például egy meteorológiai műholdfelvétel és egy megfigyelőrendszer kamerájából érkező kép szegmentálása során. Így tehát a gyakorlati alkalmazás során előtérbe kerülnek azok a megoldások, amelyekben lehetőségünk van ezeknek az előzetes információknak a "kódolására", a képmodellbe történő beépítésére. Ilyen tulajdonságokkal rendelkeznek a Markov mezőket alkalmazó képmodellek, amelyek egy véletlen mező segítségével írják le a bemeneti kép és a szegmentált kép közötti összefüggést.

A téma keretében az alábbi szűkebb témakörökben van lehetőség újszerű megoldásokat kifejleszteni:

• MRF modellek gráfvágás alapú optimalizálása
• Speciális alakzatmodellek alkalmazása MRF modellekben
• RJMCMC mintavételezőn alapuló képszegmentáló módszer demo programja (esetlegesen GPU implementációban)

Szükséges ismeretek

C programozási nyelv, alapfokú képfeldolgozási és valószinűségszámitási ismeretek

Témakör

algoritmus/képfeldolgozás

Típus

Diplomamunka

Jelentkezők

1-2 fő mérnök informatikus MSc, protramtervező informatikus MSc vagy ezekkel ekvivalens egyetemi szak hallgatója.

Példa Markov mezőn alapuló képszegmentálásra