Рабцевич В.В., ассистент кафедры инфокоммуникационных технологий
220013, г. Минск, ул. П. Бровки, 6
Rabtsevich V.V., Assistant at the Department of Infoсommunication Technologies
220013, Minsk, P. Brovka St., 6
Цветков Виктор Юрьевич, д.т.н., доцент, заведующий кафедрой инфокоммуникационных технологий
220013, Республика Беларусь, г. Минск, ул. П. Бровки, 6тел. +375-017-293-84-04
Tsviatkou Viktar Yur’evich, Dr. of Sci., Associate Professor, Head of the Department of Infocommunications
220013, Minsk, P. Brovka St., 6tel. +375-017-293-84-08
Рассматривается задача определения числа объектов на изображениях атомной силовой микроскопии (АСМ). Для автоматического (без участия оператора) решения данной задачи используется сегментация, разделяющая изображения на области, содержащие объекты интереса. Известны алгоритмы сегментации на основе морфологического водораздела, определяющие границы областей по локальным минимумам яркости пикселей, имеющие значительные ошибки сегментации АСМ-изображений и высокую вычислительную сложность. Менее вычислительно сложные алгоритмы сегментации, основанные на волновом выращивании областей, требуют предварительного определения начальных точек роста на АСМ-изображениях под контролем оператора. Алгоритмы выращивания областей без предварительного выбора начальных точек роста имеют наименьшую вычислительную сложность, но сегментируют АСМ-изображения с большой ошибкой. Для повышения точности автоматического определения числа объектов на АСМ-изображениях предложены модель и алгоритм волнового выращивания областей локальных максимумов с их выбором в порядке убывания значений, отличающиеся использованием изменяющегося от максимума к минимуму порога яркости для выбора пикселей роста областей или пикселей, присоединяемых к пикселям смежных существующих областей. Модель обеспечивает параллельное расширение границ областей и автоматическое определение начальных пикселей роста в процессе сегментации. Предложенные модель и алгоритм позволяют устранить ошибки сегментации, характерные для маркерного водораздела, выращивания областей и водораздела Винсента – Солли, и повысить за счет этого точность определения числа объектов на изображениях атомной силовой микроскопии.
The problem of determining the number of objects in atomic force microscopy (AFM) images is considered. For the automatic (without operator participation) solution of this problem, segmentation is used, dividing images into areas containing objects of interest. Known segmentation algorithms based on the morphological watershed, defining the boundaries of areas by local minima of pixel brightness, having significant segmentation errors of AFM images and high computational complexity. Less computationally complex segmentation algorithms based on wave growth of regions require preliminary determination of the starting points of growth on AFM images under the control of an operator. Algorithms for growing regions without preliminary selection of the starting points of growth have the least computational complexity, but they segment the AFM image with a large error. To improve the accuracy of automatic determination of the number of objects in AFM images, a model and an algorithm for the wave growth of the regions of local maxima with their selection in decreasing order of values are proposed, which differ in the use of a brightness threshold varying from maximum to minimum to select growth pixels of regions or pixels attached to pixels of adjacent existing areas. The model provides parallel expansion of the boundaries of areas and automatic determination of the initial growth pixels during the segmentation process. The proposed model and algorithm make it possible to eliminate segmentation error characteristic of the marker watershed, growing areas and the Vincent – Sulli watershed, and thereby increase the accuracy of determining the number of objects in atomic force microscopy images.
The authors declare that there are no conflicts of interest present.