Detekce významné oblasti v obraze

Abstract

Tato práce popisuje konkrétní implementaci algoritmů, sloužících k nalezení významné oblasti obrazu. Program zpracuje daný obrazový vstupní soubor, provede jednotlivé operace a poté vytvoří ořezovou masku. V masce je zvýrazněna pouze ta část obrazu, která je pro daný snímek charakteristická.

Ukážeme si postupně vytvoření superpixelů, neboli rozdělení obrazu na atomické části, které vnímáme podobně. Následně vypočteme konvexní obal bodů získaných pomocí detekce rohů, které nám určí hrubou představu o důležitých částech obrazu. Vytvoření masky je dokončeno výpočtem nad jednotlivými superpixely, který kombinuje informace z konvexního obalu a minimální vzdáleností v CIELab prostoru mezi danými superpixely. Pro určení minimální vzdálenosti je použit Dijkstrův algoritmus, kde vrcholy jsou středy jednotlivých superpixelů.

Implementaci jsem prováděl v jazyce C++ za pomocí knihovny OpenCV, která je navíc volně k užití. Tato knihovna obsahuje velké množství funkcí, které implementaci značně zjednodušují a navíc jsou optimalizované pro co nejrychlejší vykonání operací.

This work describe implementation of algorithms for searching salient object in image. Program analyzes input image, proceed it through algorithms and save clipping mask, where only salient part of image is highlighted.

We describe step by step creating superpixels, which are atomic part of image. Followed by creating convex hull of point found by Harris corner detector. This give us first coarse imagine of salient object. Mask is finished by counting transmitting energy between superpixels, which distance is counted by Dijkstra algorithm to find shortest path.

Implementation I made in C++ using OpenCV library, which is also free for academic and commercial use. This library include lots of functions, which help us with implementation, and there are optimized for best performance.