Shape Based Methods for Quantification and Comparison of Object Properties from Their Digital Image Representations

The thesis investigates development, improvement and evaluation of methods for quantitative characterization of objects from their digital images and similarity measurements between digital images. Methods for quantitative characterization of objects from their digital images are increasingly used in applications in which error can have crtical consequences, but the traditional methods for shape quantification are of low precision and accuracy. In the thesis is shown that the coverage of a pixel by a shape can be used to highly improve the accuracy and precision of using digital images to estimate the maximal distance between objects furthest points measured in a given direction. It is highly desirable that a distance measure between digital images can be related to a certain shape property and morphological operations are used when defining a distance for this purpose. Still, the distances defined in this manner turns out to be insufficiently sensitive to relevant data representing shape properties in images. We show that the idea of adaptive mathematical morphology can be used successfully to overcome problems related to sensitivity of distances defined via morphological operations when comparing objects from their digital image representations.
У тези су размотрени развој, побољшање и евалуација метода за квантитативну карактеризацију објеката приказаних дигиталним сликама, као и мере растојања између дигиталних слика. Методе за квантитативну карактеризацију објеката представљених дигиталним сликама се све више користе у применама у којима грешка може имати критичне последице, а традиционалне методе за квантитативну карактеризацију су мале прецизности и тачности. У тези се показује да се коришћењем информације о покривеност пиксела обликом може значајно побољшати прецизност и тачност оцене растојања између две најудаљеније тачке облика мерено у датом правцу. Веома је пожељно да мера растојања између дигиталних слика може да се веже за одређену особину облика и морфолошке операције се користе приликом дефинисања растојања у ту сврху. Ипак, растојања дефинисана на овај начин показују се недовољно осетљива на релевантне податке дигиталних слика који представљају особине облика. У тези се показује да идеја адаптивне математичке морфологије може успешно да се користи да би се превазишао поменути проблем осетљивости растојања дефинисаних користећи морфолошке операције.
U tezi su razmotreni razvoj, poboljšanje i evaluacija metoda za kvantitativnu karakterizaciju objekata prikazanih digitalnim slikama, kao i mere rastojanja između digitalnih slika. Metode za kvantitativnu karakterizaciju objekata predstavljenih digitalnim slikama se sve više koriste u primenama u kojima greška može imati kritične posledice, a tradicionalne metode za kvantitativnu karakterizaciju su male preciznosti i tačnosti. U tezi se pokazuje da se korišćenjem informacije o pokrivenost piksela oblikom može značajno poboljšati preciznost i tačnost ocene rastojanja između dve najudaljenije tačke oblika mereno u datom pravcu. Veoma je poželjno da mera rastojanja između digitalnih slika može da se veže za određenu osobinu oblika i morfološke operacije se koriste prilikom definisanja rastojanja u tu svrhu. Ipak, rastojanja definisana na ovaj način pokazuju se nedovoljno osetljiva na relevantne podatke digitalnih slika koji predstavljaju osobine oblika. U tezi se pokazuje da ideja adaptivne matematičke morfologije može uspešno da se koristi da bi se prevazišao pomenuti problem osetljivosti rastojanja definisanih koristeći morfološke operacije.