В современных фотограмметрических и геоинформационных системах и комплексах алгоритмы распознавания образов, автоматического детектирования и классификации изображений объектов на снимках [1,2,6,7,10,11,12] продолжают оставаться в центре внимания разработчиков и пользователей этих систем. Сегодня это связано с возрастающим интересом к трехмерной визуализации объектов, разработкой и производством трехмерного контента для приложений дополненной реальности (augmented reality, AR), которые решаются методами сканирования и ближней фотограмметрии.
Предлагаемый в статье подход позволяет рассматривать поиск и выбор образов «четких», «твердых» контурных точек как разновидность анализа изображений, выполняемого в целях количественного описания признаков изображения — текстуры и структуры.
Теоретическую основу предлагаемого подхода составляют методы теории информации, позволяющие устанавливать соотношение между информационной емкостью изображения и характером распределения его элементов. Математическое описание такого соотношения получено Шенноном и Хартли в форме информационной энтропии и приближений к энтропии [8]. Среднее количество информации о вероятности появления в образе точки ЭИ с разными значениями оптической плотности может быть вычислено по формуле Шеннона [8]:
где pj = nj / n — вероятность j-го значения яркости ЭИ.
Вычисленное по формуле (1) значение энтропии для бинарного изображения, близкое к единице, позволяет выделить совокупность образов, не являющихся изображением фона (рис. 1 фрагменты б, в, г, д, е, ж, к).
Однако максимальное значение энтропии не отражает особенностей пространственного расположения ЭИ, составляющих образ (текстуру) и характер изменения связей между элементами или группами элементов (структуру образа). Так, образы типа б), в), г), представленные на рис. 2, содержат большее количество информации об изображении, чем образ типа а).
Кроме этого, критерий информативности (1) ограничивается случаями, когда элементы изображения статистически независимы между собой. В реальном же изображении статистические связи существуют не только между ближайшими ЭИ, но и более удаленными элементами.