Сравнение эффективности методов выделения контуров на изображениях дорожной поверхности в зависимости от размера и формата
Аннотация
Дата поступления статьи: 10.04.2024Оценка качества дорожного покрытия – одна из самых актуальных задач в мире. Для ее решения существует множество систем, которые в основном взаимодействуют с изображениями дорожного полотна. Они работают на основе как традиционных методов (не используется машинное обучение), так и на алгоритмах машинного обучения. Традиционные подходы, например, включают методы выделения контуров на изображениях, которые являются объектом данного исследования. Однако каждый из алгоритмов обладает определенными особенностями. Например, некоторые из них позволяют быстрее получить обработанную версию оригинальной фотографии. В качестве методов для анализа выбраны: «Алгоритм Кэнни» «Оператор Кирша», «Оператор Лапласа», «Алгоритм Марра-Хилдрета», «Оператор Прюитта» и «Оператор Собеля». Основным показателем эффективности в исследовании является среднее время получения обработанной фотографии. Исходный материал эксперимента - 10 различных изображений дорожного покрытия 5 размеров (1000x1000, 894x894, 775x775, 632x632, 447x447) в форматах bmp, jpg, png. В ходе исследования установлено, что «Оператор Кирша», «Оператор Лапласа» и «Оператор Прюитта» и «Оператор Собеля» имеют линейную зависимость O(n), «Алгоритм Кэнни» и «Алгоритм Марра-Хилдрета» обладают квадратичным характером O(n2). Наилучшие результаты демонстрируют «Оператор Прюитта» и «Оператор Собеля».
Ключевые слова: сравнение, эффективность, метод, выделение контуров, изображение, фото, дорожная поверхность, зависимость, размер, формат
.