Подскажите пожалуйста как правильно составить смесь для отсевоблока маркой 75? Какое соотношение цемента, отсева, песка?
Денис

Здравствуйте, Денис!

Отсевоблок представляет собой строительный материал для возведения стен. Он является разновидностью стеновых бетонных камней, куда, помимо отсевоблока, включают шлакоблоки и прочее. По сути отсевоблок и шлакоблок – это бетонные блоки, отличающиеся только наполнителем. В состав шлакоблока, кроме цемента и песка, входит шлак, в состав отсевоблока – отсев щебня. Разделение бетонных камней на разновидности условное, поскольку состав блока может включать в себя различные примеси. На данную группу строительных материалов даже есть свой нормативный документ – ГОСТ 6133-99, который определяет требования к ним, в том числе и по составу.

Согласно ГОСТу марка отсевоблока указывает одну из важнейших его характеристик – прочность при сжатии. Для марки 75 она составляет 7,5 МПа. Для марок 100 и 50 прочность при сжатии равняется 10 и 5 МПа соответственно.

Отсевоблок марки 75 выпускают как из тяжелого и мелкозернистого бетона, так и из легкого бетона. При этом масса одного блока не должна превышать 31 кг.

При самостоятельном изготовлении отсевоблока следует учитывать многочисленные факторы, связанные с составом блока. Чтобы получить изделие требуемой марки, нужно правильно подобрать соотношение всех его составляющих. Как уже отмечалось выше, блоки изготавливаются из бетона.

Бетон – это смесь из нескольких веществ – цемента (связующего), воды, песка и наполнителя. В качестве наполнителя используют щебень, шлак. Можно использовать и отсев (каменную крошку).

Состав для получения блока определенной марки регламентируется ГОСТами, что облегчает их промышленное изготовление. Если же вы решили изготовить их дома самостоятельно, причем определенной марки, то требования ГОСТов лишь запутают вас. Да и придерживаться заводской технологии изготовления в домашних условиях будет затруднительно. Поэтому в данном случае будет лучше опираться на опыт своих предшественников, которые методом проб и ошибок составили свои пропорции.

Первым делом следует указать, что для производства отсевоблоков следует использовать цемент маркой не ниже 400. Далее будут указаны пропорции именно для этой марки цемента.

В качестве наполнителя отсев может заменять собой песок, либо служить дополнительной составляющей. Второй вариант предпочтительнее. Для того, чтобы получить отсевоблок марки 75, берут бетон марки 75, отнимают из его состава по одной части щебня с песком и добавляют вместо них две части отсева. Включение в состав бетона отсева позволяет увеличить его прочность.

В бетоне марки 75 цемент, песок и щебень (Ц:П:Щ) находятся в пропорции 1:3,5:6. Таким образом, чтобы получить отсевоблок марки 75 следует использовать бетон, имеющий следующую пропорцию: на 1 часть цемента 2,5 — песка, 5 — щебня и 2 части отсева.

Используя данную методику, можно легко найти пропорции для блоков остальных марок. Соответствующие пропорции для марок бетона можно найти в Интернете или строительных справочниках. Для изготовления бетона марки М50 следует использовать цемент марки М300. Пропорция (Ц:П:Щ) в этом случае будет 1:3,8:6,5.

Надеюсь, данная статья ответила на ваш вопрос.

Полезный совет?

Расскажите друзьям

Что лучше: шлакоблок или газобетон

Выбираем блоки для строительства

На данный момент, проблема выбора оптимального материала наиболее актуальна для застройщиков, в особенности, с учетом большого ассортимента изделий, обладающих различным составом и свойствами.

В данной статье мы будем сравнивать изделия блочного типа, предназначенные, в первую очередь, для возведения стен. Давайте разбираться, что лучше шлакоблок или газобетон?

Содержание статьи

Что такое шлакоблок

Перед тем, как непосредственно перейти к сравнению, необходимо внимательно изучить характеристики и качества обоих материалов и начнем мы, пожалуй, со шлакоблока.

Шлакоблок, фото

Основные характеристики

Шлакоблок – современный строительный материал, который получают методом вибропрессования либо в процессе естественной усадки в формах с раствором. Самым популярным наполнителем, при этом, выступает шлак. В качестве основного вяжущего используют, в большинстве случаев, цемент.

Помимо шлака могут также использовать: щебень, бой цемента или кирпича, гравий, песок, гранитный отсев и другие схожие материалы. Тип наполнителя непосредственно влияет на показатели характеристик изделий, таких как экологичность, морозостойкость, прочность.

Рассмотрим основные свойства данного материала при помощи таблицы.

Технические характеристики:

Виды и сфера применения

Шлакоблок классифицируют в соответствии с маркой по прочности. Числовые показатели ее варьируются в промежутке от 35 до 125 кг/см2.

В зависимости от вышеуказанного, шлакоблок разделяют на:

• Изделия, обладающие прочностью 35. Они используются в качестве утеплителя либо при сооружении ограждений. Существенных нагрузок такой материал выдержать не может;
• Материал плотностью 50-75. Применяется при возведении стен и перегородок;
• Изделия плотность 100-125 – наиболее прочные. Они могут использоваться при устройстве фундамента и цоколя.

Также шлакоблоки разделяют в зависимости от типа наполнителя. В соответствии с этим, изделия бывают:

• Изделия на основе шлака. Наиболее популярный наполнитель. При выборе изделий, следует быть предельно внимательным, так как от наполнителя зависит экологичность материала.
• Шлакоблоки, изготовленные с использованием арболита (материал на основе древесных опилок). Такие изделия наиболее восприимчивы к влаге. Долговечность их сравнительно меньше. Теплоизоляционные характеристики – высокие.
• Шлакоблоки, изготовленные на основе керамзита. Как утверждают специалисты — это наилучший вид шлакоблока. Отличаются экологичностью, долговечность и низким коэффициентом теплопроводности.

В зависимости от пустотности, выделяют шлакоблоки: полнотелые и пустотелые. Первые виды изделий применяется при возведении фундамента, цоколя и иных несущих конструкций. Такие блоки наиболее прочные.

Пустотелые изделия применяются при строительстве перегородок и стен. Свойства и характеристики такого блока напрямую зависят от процента пустотности и вида внутренний полости.

• Шлакоблок с пустотностью до 40% является наименее прочным, однако, при этом. Он обладает высокими теплоизоляционными характеристиками. Применяется он, в основном, при утеплении зданий.
• Изделия, пустотностью в 30% обладают оптимальным сочетанием прочности и теплопроводности. Они наиболее распространены среди застройщиков.
• Вышеуказанные изделия выпускаются с наличием овальных, круглых, прямоугольных полостей. Наиболее удобны при возведении — блоки с прямоугольными полостями, а с круглыми и овальными считаются более прочными.
• Стоит отметить, что в ассортименте шлакоблоков имеются изделия с декоративной облицовкой, а также рваной и колотой фактурой.

Шлакоблок может быть изготовлен как в заводских условиях, так и в домашних. В условиях завода он может подвергаться обработке в автоклаве, а при изготовлении своими руками, достигать прочности путем естественной сушки.

Конкурентные преимущества и недостатки

Как и любой другой материал, шлакоблок не лишен сильных и слабых сторон, которые мы сейчас и рассмотрим.

Начнем с положительных качеств:

1. Сравнительно низкая цена. Это для многих – весомое преимущество.
2. Размеры изделий-достаточно крупные, что позволяет возводить здание в короткие сроки.
3. Технология укладки –проста, ее может выполнить практически каждый своими руками.
4. Возможность выбора подходящего наполнителя также можно отнести к плюсам материала.
5. Изделия –долговечны, срок эксплуатации может достигать 100 лет.
6. Наличие блоков с декоративной облицовкой.
7. Небольшой вес изделий позволяет возводить строения на облегченном фундаменте в некоторых случаях.
8. Возможность отделки стен из шлакоблока практически любым материалом. При этом только стоит учитывать сочетание материалов для внутренней и внешней облицовки в техническом отношении.
9. Еще одним плюсом является возможность изготовления изделий самостоятельно в домашних условиях, для этого понадобится только инструкция.

К недостаткам можно отнести:

• Сомнительную экологичность. Как уже говорилось, этот показатель зависит от наполнителя изделий.
• Геометрия шлакоблока иногда оставляет желать лучшего. При покупке материала на нее стоит обратить особое внимание. Блоки на основе опилок больше остальных проигрывают в этом показателе. Несколько лучше – керамзитовые шлакоблоки.

Обратите внимание! При покупке изделий с нарушением геометрии, вас будут ожидать дополнительные расходы при кладке и отделке стен.

• Высокий уровень влагопоглощения. Данные изделия достаточно сильно впитывают влагу, а, поэтому нуждаются в защите от нее. Обязательно данный факт стоит учитывать при отделке готовых стен.
• Материал – хрупкий, он легко подвержен механическим воздействиям.
• Показатель морозостойкости относительно небольшой. Однако при применении специализированных добавок его можно несколько улучшить. Но, если сравнивать изделия с другими материалами, то шлакоблок находится далеко не на первых позициях.

Понятие газобетона, его виды и свойства

Газобетон – крайне популярный материал, что напрямую связано с его набором свойств и качеств. Давайте рассмотрим, благодаря каким из них, все большее число застройщиков предпочитают возводить свои строения именно с использованием газобетона.

Технические характеристики

Рассмотрим таблицу и проанализируем показатели.

Свойства и качества газобетона:

Структура газобетона

Классификация

В соответствии с ГОСТ, газобетон имеет несколько классификаций, связанных с различными факторами. Рассмотрим их подробнее.

В зависимости от метода твердения, газобетон может быть: автоклавным и неавтоклавным. Автоклавный газобетон обрабатывается, на последнем этапе изготовления, в специальном оборудовании – автоклаве, под воздействием высокой температуры и давления, изделия твердеют и набирают марочную прочность.

Неавтоклавный газобетон твердеет в естественных условиях, иногда его подогревают при помощи особых машин до невысокой температуры, с целью ускорения процесса. Марочной прочности такой материал достигает спустя 28 дней.

Автоклавный и неавтоклавный газобетон

В зависимости от прочности изделий, газобетон разделяют на:

• Конструкционный;
• Теплоизоляционный;
• Конструкционно-теплоизоляционный.

Внешние отличия газобетона разной прочности

• Первый тип – наиболее прочный, показатель варьируется в промежутке от 1000 до 1200. Используется при возведении зданий, высотой до 12-15 метров. Нуждается в дополнительном утеплении, так как вместе с прочностью вырастает и коэффициент теплопроводности.
• Теплоизоляционный газобетон – наименее прочный, обладает показателем 300-400. Используется исключительно с целью утепления, так как никаких нагрузок, помимо своего веса, выдержать не может.
• Конструкционно-теплоизоляционный газобетон – идеальное сочетание показателя теплопроводности и прочности. Такие изделия наиболее популярны среди частных застройщиков. Применяют его при возведении стен и перегородок.

Рассмотрим таблицу.

Зависимость плотности и коэффициента теплопроводности:

Еще одна классификация основана на типе кремнеземистого компонента.

Изделия могут быть изготовлены на:

• Песке, чаще – кварцевом;
• На золе;
• На иных отходах промышленности.

По типу вяжущего разделяют изделия:

• На известковом вяжущем;
• На цементном;
• На песке;
• На шлаке;
• На смешанном вяжущем;
• На зольном.

Различия в геометрических отклонениях также вызвали необходимость классификации изделий.

В зависимости от категории точности, газоблоки бывают:

1. Первой категории точности;
2. Второй категории точности;
3. Третьей категории точности.

Обратите внимание! Отличаются блоки различной категории между собой исключительно допустимыми отклонениями. Технически и механические характеристики у них – аналогичные и могут отличаться лишь в силу принадлежности к тому или иному производителю.

Рассмотрим таблицу допустимых отклонений в соответствии с ГОСТ.

Геометрические отклонения изделий:

Обратите внимание! Изделия, для которых характерно превышение данных отклонений, не должны превышать количества 5% в партии по каждому из показателей.

Сильные и слабые стороны изделий и строений, возведенных из них

Теперь пришло время рассмотреть преимущества и недостатки газобетона и изделий из него.

Плюсы сводятся к следующему:

• Материал обладает небольшим весом, что может существенно снизить нагрузку на фундамент.
• Большие габариты значительно ускорят процесс возведения здания.
• Материал изготавливается из смеси извести, цемента, песка, алюминиевой пудры и воды. Ни один из материалов не является ядовитым и не выделяет вредных веществ. Как следствие – изделия экологически чистые.
• Газобетон не горит и не вступает во взаимодействие с огнем.
• Показатели прочности и теплопроводности – наиболее оптимальны. Они позволяют возводить строения высотой в несколько этажей и, при этом, сэкономить на утеплении.
• Морозостойкость – на высоком уровне. Как уже говорилось, материал способен выдерживать до 150 циклов.
• Вариативность внешней и внутренней отделки. Стены из газобетона можно отделать практически любым материалом, с условием соблюдения технологических правил.
• Газобетон прост в обращении. Его можно пилить, шлифовать, резать. Для этого не требуется наличие узкоспециализированного инструмента. Обойтись можно обычной пилой или ножовкой.
• Укладку изделий может произвести практически каждый.
• Долговечность строений, возведенных из газобетона, достигает 200 лет.
• Распространенность материала среди производителей и первых поставщиков, дает возможности отыскать дилера, находящегося поблизости и, тем самым, сэкономить на доставке.

Плюсы газобетона

Основные минусы материала:

1. Самым главным является гигроскопичность газобетона. Он достаточно сильно впитывает влагу, что делает его более уязвимым. Если происходит ее кристаллизация, блок рискует быть разрешенным изнутри.

Нивелировать недостаток можно путем технически верно исполненной отделки.

2. Фиксация элементов- одна из трудностей, которая может возникнуть в процессе строительства дома. Особо тяжелые элементы, которые обладают большим уровнем вырыва, закрепить, разумеется. Можно, однако узлы фиксации придется планировать на уровне проекта и заранее укреплять их более прочными материалами. Это может быть кирпич или металл.

Менее тяжеловесные предметы можно крепить при помощи специализированных метизов, предназначенных для изделий из ячеистых бетонов.

3. Газобетон – хрупкий. Он не терпит механических воздействий. Сколы и трещины могут появиться в результате неаккуратной транспортировки или небрежного отношения во время проведения работ.
4. Усадка – еще один недостаток. Нередко появляются трещины на самих изделиях, а также на уже нанесенной штукатурке.
5. Наличие кустарных производств неавтоклавного вида газобетона способствует повышению возможности приобретению некачественной продукции.

Обратите внимание! Всегда обязательно перед приобретением материала, требуйте у продавца (поставщика) продемонстрировать сертификаты качества на продукцию. Это оградит вас от неудачных покупок.

Более существенных минусов газобетон не имеет.

Обзор основных отличий и сходств материалов

А теперь, когда характеристики обоих материалов мы уже рассмотрели, давай те попробуем разобраться, что лучше газобетон или шлакоблок? Воспользуемся таблицей.

Шлакоблок или газобетон: выбираем победителя:

Несмотря на то, что газобетон выигрывает по многим показателям, сказать, что же лучше – по-прежнему трудно. Так как многое зависит от того, какие качества наиболее важны для застройщика и какие индивидуальные требования он предъявляет к материалу для возведения стен.

Поэтапный разбор технологии изготовления

А теперь давайте взглянем на технологию производства обоих материалов, может, это поможет нам выбрать более подходящий вариант.

Производство газобетона

Для производства газобетона понадобится наличие некоторого оборудования.

Вариантов может быть несколько:

1. Конвейерная линия. Она – практически полностью автоматизирована и не требует наличие большого количества персонала, потребуется лишь нанять нескольких операторов. Такая линия обеспечит высокую скорость выпуска и достаточно большие объемы производства. Цена на нее – соответствующая.
2. Стационарная линия. Более бюджетный вариант. Комплектацию можно выбрать самостоятельно, однако, от нее будет зависеть конечный результат. Объем производства может быть также большим, однако скорость будет несколько ниже.
3. Мини-линия по производству. Подходит для изготовления неавтоклавного газобетона в домашних условиях либо для выпуска на продажу мелким предпринимательством. Не требует наличия больших площадей и существенных затрат. Однако продуктивность ее – невысокая.

Перечень материалов выглядит так:

• Цемент марки не ниже М400;
• Кварцевый песок;
• Алюминиевая пудра или паста;
• Чистая вода;
• Негашеная известь;
• Также используются добавки для увеличения скорости твердения и повышения показателей качеств.

Процесс работ содержит следующие этапы:

• Производится замес раствора;
• Раствор помещается в формы, в которых происходит его вспучивание и образование пор;
• После частичного твердения, изделия подвергаются кантованию и резке на типоразмеры. При домашнем изготовлении, смесь заливают в форму, уже разделенную на размеры.
• На последнем этапе блоки обрабатывают в автоклаве или, при производстве газобетона гидратационного твердения, сушат в естественных условиях. Последний набирает прочность спустя 28 дней.

По истечении 7-10 дней обычно производят распалубку.

Выпуск шлакоблока

Шлакоблок, так же, как и газобетон, может изготавливаться в условиях завода либо самостоятельно.

Для начала работ в домашних условиях потребуется наличие:

• Вибропрессовочное оборудование;
• Песок;
• Цемент;
• Наполнитель в виде шлака или его заменитель.

Вибропресс

При изготовлении материала, необходимо учитывать следующее:

1. Наиболее прочными являются блоки, изготовленные на основе цемента, следующими по прочности являются известковые изделия;
2. Если заменить часть гранул просеянным песком, то показатели прочности несколько увеличатся;
3. Перед тем, как начать заполнение форм смесью, необходимо их подготовить: очистить от пыли и грязи, обработать специальным составом, с целью исключения возможности прилипания изделий к стенкам форм;
4. Чем гуще раствор, тем быстрее застынут изделия. Показатели качеств и свойств готовых изделий зависят не только от метода производства, но и от состава сырья и их пропорций.

Стандартная рецептура раствора для шлакоблока выглядит так:

• Шлака – 7 частей;
• Песка – 2 части;
• Гравия – 2 части;
• Цемента – 1.5 части;
• Воды -1,5-3 части.

Рассмотрим кратко процесс работ:

• Готовый раствор помещают в формы и включают вибратор. Далее устанавливают прижим и снова обрабатывают раствор при помощи вибратора до того момента, пока прижим не осядет. Если раствора оказывается мало, его – докладывают. Когда прижим сядет на ограничители – формирование можно считать завершенным.
• Виброформы снова запускаются примерно на 15 секунд, после чего изделия снимаются. При это машину не выключают.
• Сушат блоки 5-7 дней. Марочной прочности они достигают примерно по истечении 4-х недель. При этом в помещении должна быть высокая влажность, а температура воздуха не должна быть холодной.
• Если в раствор добавить пластификатор, то уже через 8-20 часов блоки можно складировать.
• При его отсутствии, складирование возможно только спустя одну неделю.

Шлакоблок своими руками заполнение раствором

При заводском производстве, как и в случае с газобетоном, все происходит в более автоматизированном режиме с минимальным участием человека.

Автоматизированное оборудование для производства шлакоблока

Видео в этой статье содержит информацию об этапах производства изделий.

Особенности кладочных работ

Несмотря на то, что у материалов имеются сходства, кладка каждого из них имеет свои особенности. Разберемся. Что представляет из себя процесс возведения здания из шлако- и газоблока.

Советы при строительстве зданий из шлакоблока

При строительстве с использованием данного материала, следует придерживаться некоторых правил, которые помогут избежать неприятных последствий.

Они сводятся к следующему:

• Кладочные работы следует производить в теплое время года при отсутствии осадков;
• Первого ряд должна находиться на возвышенном фундаменте, высотой более 0,7 метра;
• Не стоит тянуть с отделкой стен, они должны быть в скором времени защищены от воздействия влаги;
• Устройство кровли также стоит производить сразу после завершения работ с той же целью.

Этапы возведения стен:

1. Начинается кладка с выставления углов, которое производят при помощи рядовок. Между ними натягивается нить, служащая ориентиром.
2. Самый главный ряд – первый, к его укладке нужно подойти со всей ответственностью. Клеящую смесь наносят тонким слоем, используют при этом кельму. После укладки трех блоков, их необходимо проверить на ровность и, при необходимости, подкорректировать. Делать это рекомендуется как можно чаще, с целью исключения ошибок.
3. Последующие слои кладутся по аналогии со смещением шва. Все щели должны быть заполнены раствором.

Обратите внимание! Если используются пустотные блоки, то отверстия ни в коем случае нельзя заполнять раствором. Это приведет к потере высоких теплоизоляционных свойств.

Этапы возведения стен из газобетона

Процесс укладки газобетонных блоков крайне схож с укладкой шлакоблока.

Рассмотрим кратко:

1. Первые блоки укладывают по углам, натягивают между ними нить.
2. Первый слой укладывают на раствор с целью лучшего сцепления с основанием и упрочнения конструкции. Последующие ряды рекомендуется класть на клей, придерживаясь тонкого слоя, с целью уменьшения мостиков холода.
3. Основание должно быть ровным!
4. После установки блоков по углам, приступают к укладке всего ряда. Если остается зазор, блок подрезают до нужного размера.
5. Корректировка производится при помощи уровня и резинового молотка.
6. При укладке первого и каждого 4-го ряда производят армирование.
7. Второй и последующие ряды укладываются со смещением шва.
8. После возведения стены, необходимо выполнить устройство армопояса.

Расчет газобетонных блоков и клея

Основные итоги

Желаете сэкономить? Выбирайте шлакоблок или вовсе попытайте свои силы при самостоятельном изготовлении. А если для вас решающими факторами являются морозостойкость и экологичность, например, сделайте выбор в пользу газоблока.

Так что лучше газобетон или шлакоблок? Каждый должен сам определить, какие из параметров – наиболее важные. Ведь несмотря на сходства, эти материалы имеют и различия, которые непосредственным образом влияют на прочность, долговечность и эксплуатационные характеристики строения.

Строительство стен малоэтажных зданий из отсевоблоков во Владивостоке | ООО «Гестион Групп»

Преимущества отсевоблоков при строительстве во Владивостоке.

Недорого

Широкое применение отсевоблоков во Владивостоке при возведении стен в малоэтажном строительстве, таких как дачных домов, коттеджей, небольших загородных домов и других небольших строений, обусловлено, главным образом, низкой ценой этого материала на рынке Приморского края.

Экологично и качественно

Отсевоблок экологически чистый современный материал в составе содержит высококачественный цемент, каменную крошку, крупный песок. Благодаря методу полусухого вибропрессования — приобретает высокую прочность.

Удобство и долговечность

Отсевоблок имеет оптимальные формы для малоэтажного строительства и сохраняет все свои качества очень продолжительное время (не менее 35 лет). Небольшой вес (около 16 кг), снижает нагрузку на фундамент, что позволяет практически на любых грунтах города Владивостока и Приморского края строить здания в несколько этажей.

Из этого современного строительного материала построить дом в пять раз быстрее, чем из традиционного кирпича, он удобен в применении, кроме того в два раза меньше требуется рабочего раствора, что также ведёт к удешевлению строительства.

Строительные характеристики отсевоблока

• Пустотность — 30%, что значительно повышает теплоизоляционные, звукоизоляционные свойства.
• Отсевоблок предназначен для строительства как наружных так и внутренних стен малоэтажных зданий.
• Отсевоблок перегородочный имеет 25% пустотность и, как правило, используется для строительства внутренних перегородок.
• Морозостойкость составляет 35 циклов (зима-лето).

Недостатки отсевоблоков

• Необходимость гидроизоляции в местах с повышенной влажностью.
• Неприглядный внешний вид без облицовки.

Отсевоблок — популярный и незаменимый в строительстве материал, с которым можно быстро и недорого построить дом.

Купить отсевоблоки во Владивостоке

Как проверить качество бетона?

Определить точную марку бетона и конкретные характеристики смеси можно только в лабораторных условиях. Тем не менее, существует несколько методик проверки, которые можно применять в домашних условиях. Для чего вам может потребоваться проверять качество бетона? Прежде всего для того, чтобы убедиться в том, что смесь справится с возлагаемыми на нее нагрузками.

Отличить марку бетона визуально практически невозможно. Например, бетон М400 выглядит практически так же, как и бетон марки М100. Однако они используются в разных сферах: один подходит для заливки серьезных объектов, а другой — для выполнения вспомогательных работ. Итак, как можно проверить качество бетона с минимальными затратами?

• Проверка на гладкость. Бетонная поверхность должна иметь ровную и гладкую поверхность. Наличие разводов указывает на нарушение правил заливки или на промерзание. В результате такой бетон теряет значительную часть своей прочности.
• Проверка на звук. Для этого вам потребуется кусок металлической трубы весом не более 500 грамм. Если при ударе о бетонную поверхность слышен глухой звук, это свидетельствует о плохом уплотнении и наличии пузырьков воздуха. Такая конструкция отличается небольшой прочностью и может потребовать замены уже в ближайшем будущем.
• Визуальная оценка раствора. Если бетонная смесь имеет выраженный коричневый или рыжий цвет, это свидетельствует о переизбытке песка. Желтоватый оттенок указывает на переизбыток глины. Если цвет цемента неоднородный, лучше всего сразу отказаться от использования подобной смеси. Также обратите внимание на однородность массы. Некачественный раствор начинает расслаиваться уже в процессе транспортировки.
• Проверка на избыток воды. Для этого небольшое количество раствора отложите в отдельную емкость и подождите немного времени. Если на поверхности образовались лужицы, можете быть уверены в том, что перед вами раствор низкого качества.
• Проверка с помощью молотка и зубила. Чтобы оценить качество застывшего бетона необходимо установить на поверхность зубило и с силой ударить по нему молотком. Чем меньше будет образовавшееся углубление, тем прочнее бетон. Однако такой способ подходит далеко не всегда, особенное если речь идет уже о готовой конструкции.

Чтобы не ошибиться с качеством бетона, лучше всего приобретать его у проверенного производителя и внимательно изучать сопутствующую документацию. Помните о том, что от качества смеси напрямую зависит срок службы готовой конструкции.

Введение в SIFT (масштабно-инвариантное преобразование признаков) | Дипаншу Тяги | Нарушение данных

SIFT означает масштабно-инвариантное преобразование признаков и было впервые представлено в 2004 году Д.Лоу , Университет Британской Колумбии. SIFT не зависит от масштаба и поворота изображения. Этот алгоритм запатентован, поэтому этот алгоритм включен в модуль Non-free в OpenCV.

Основными преимуществами SIFT являются

• Расположение: объекта являются локальными, поэтому устойчивы к окклюзии и беспорядку (без предварительной сегментации)
• Отличительные особенности: отдельных признаков можно сопоставить с большой базой данных объектов
• Количество : многие функции могут быть сгенерированы даже для небольших объектов
• Эффективность: близка к производительности в реальном времени
• Расширяемость: может быть легко расширена на широкий спектр различных типов функций, каждый из которых увеличивает надежность

Это является частью серии 7 Feature Detection and Matching.Включены другие статьи

SIFT — довольно сложный алгоритм. В основном алгоритм SIFT состоит из четырех шагов. Мы увидим их по одному.

• Выбор пика в пространстве шкалы: Возможное местоположение для поиска функций.
• Локализация ключевых точек: Точное определение ключевых точек функций.
• Назначение ориентации: Назначение ориентации характерным точкам.
• Дескриптор ключевой точки: Описание ключевых точек как многомерного вектора.
• Сопоставление ключевых точек

Масштабное пространство

Объекты реального мира имеют смысл только в определенном масштабе. Вы можете прекрасно увидеть кубик сахара на столе. Но если посмотреть на весь Млечный путь, то его просто не существует. Такая многомасштабность объектов довольно распространена в природе. И масштабное пространство пытается воспроизвести эту концепцию на цифровых изображениях.

Масштабное пространство изображения — это функция L (x, y, σ), которая получается из свертки гауссова ядра (размытие) в разных масштабах с входным изображением.Масштабное пространство разделено на октавы, а количество октав и масштаб зависит от размера исходного изображения. Таким образом, мы генерируем несколько октав исходного изображения. Размер изображения каждой октавы вдвое меньше предыдущей.

Размытие

В пределах октавы изображения постепенно размываются с использованием оператора размытия по Гауссу. Математически «размытие» называется сверткой гауссова оператора и изображения. Размытие по Гауссу имеет определенное выражение или «оператор», который применяется к каждому пикселю.В результате получается размытое изображение.

G — это оператор размытия по Гауссу, а I — изображение. В то время как x, y — координаты местоположения, а σ — параметр «масштаба». Думайте об этом как о степени размытия. Чем больше значение, тем сильнее размытие.

DOG (Разница гауссовского ядра)

Теперь мы используем эти размытые изображения для создания другого набора изображений, Различия гауссианов (DoG). Эти изображения DoG отлично подходят для поиска интересных ключевых точек на изображении.Разница по Гауссу получается как разность размытия по Гауссу изображения с двумя разными σ, пусть это будет σ и kσ . Этот процесс выполняется для разных октав изображения в пирамиде Гаусса. Это представлено на изображении ниже:

Поиск ключевых точек

До сих пор мы сгенерировали масштабное пространство и использовали масштабное пространство для вычисления разности гауссиан. Затем они используются для вычисления лапласиана гауссовских приближений, которые инвариантны к масштабу.

Один пиксель изображения сравнивается со своими 8 соседями, а также с 9 пикселями в следующем масштабе и 9 пикселями в предыдущих масштабах. Таким образом выполняется 26 проверок. Если это локальные экстремумы, это потенциальный ключевой момент. По сути, это означает, что ключевая точка лучше всего представлена ​​в этой шкале.

Ключевые точки, созданные на предыдущем шаге, создают множество ключевых точек. Некоторые из них лежат по краю или им не хватает контраста. В обоих случаях они не так полезны, как функции.Итак, мы избавляемся от них. Подход аналогичен тому, который используется в детекторе углов Харриса для удаления краевых элементов. Для низкоконтрастных элементов мы просто проверяем их интенсивность.

Они использовали расширение масштабного пространства серией Тейлора, чтобы получить более точное местоположение экстремумов, и если интенсивность в этих экстремумах меньше порогового значения (0,03 согласно статье), оно отклоняется. У DoG более высокая чувствительность к краям, поэтому края также необходимо удалить. Они использовали матрицу Гессе 2×2 (H) для вычисления главной кривизны.

Теперь у нас есть допустимые ключевые точки. Они прошли испытания на стабильность. Нам уже известен масштаб, в котором была обнаружена ключевая точка (он такой же, как масштаб размытого изображения). Итак, у нас есть масштабная инвариантность. Следующее, что нужно сделать, это назначить ориентацию каждой ключевой точке, чтобы сделать ее инвариантной к вращению.

Окрестность берется вокруг местоположения ключевой точки в зависимости от масштаба, а величина и направление градиента вычисляются в этой области. Создается гистограмма ориентации с 36 ячейками, охватывающими 360 градусов.Скажем, направление градиента в определенной точке (в «области сбора ориентации») составляет 18,759 градусов, затем он перейдет в интервал 10–19 градусов. И «количество», которое добавляется в корзину, пропорционально величине градиента в этой точке. Как только вы сделаете это для всех пикселей вокруг ключевой точки, гистограмма в какой-то момент будет иметь пик.

Берется самый высокий пик на гистограмме, и любой пик, превышающий 80% от него, также считается для расчета ориентации. Он создает ключевые точки с одинаковым расположением и масштабом, но в разных направлениях.Это способствует стабильности согласования.

На этом этапе каждая характерная точка имеет местоположение, масштаб и ориентацию. Затем необходимо вычислить дескриптор для локальной области изображения для каждой ключевой точки, которая является в высшей степени отличительной и инвариантной, насколько это возможно, к вариациям, таким как изменения точки обзора и освещения.

Для этого создается окно размером 16×16 вокруг характерной точки. Он разделен на 16 подблоков размером 4х4.

Для каждого подблока создается гистограмма ориентации с 8 ячейками.

Итак, на практике использовались дескрипторы 4 X 4 над массивом выборок 16 X 16. Направления 4 X 4 X 8 дают 128 значений ячеек. Он представлен как вектор признаков для формирования дескриптора ключевой точки. Этот вектор признаков привносит несколько сложностей. Нам нужно избавиться от них перед окончательной доработкой отпечатка пальца.

1. Зависимость от вращения Вектор признаков использует ориентацию градиента. Понятно, что если повернуть изображение, все изменится. Все ориентации градиента также меняются. Чтобы добиться независимости поворота, поворот ключевой точки вычитается из каждой ориентации.Таким образом, каждая ориентация градиента связана с ориентацией ключевой точки.
2. Зависимость от освещенности Если мы порождаем большие числа, мы можем добиться независимости от освещенности. Таким образом, любое число (из 128) больше 0,2 заменяется на 0,2. Этот результирующий вектор признаков снова нормализуется. И теперь у вас есть независимый от освещения вектор признаков!

Ключевые точки между двумя изображениями сопоставляются путем определения их ближайших соседей. Но в некоторых случаях второе ближайшее совпадение может быть очень близко к первому.Это может произойти из-за шума или по другим причинам. В этом случае берется отношение ближайшего расстояния ко второму ближайшему расстоянию. Если он больше 0,8, они отклоняются. Он устраняет около 90% ложных совпадений, в то время как отбрасывает только 5% правильных совпадений, как указано в документе.

Мне удалось реализовать sift с помощью OpenCV (3.4). Вот как я это сделал:

Ссылка на Github для кода: https://github.com/deepanshut041/feature-detection/tree/master/sift

Как использовать SIFT для сопоставления изображений в Python

Обзор

• Удобное для новичков введение в мощную технику SIFT (масштабно-инвариантное преобразование признаков)
• Узнайте, как выполнить сопоставление функций с помощью SIFT
• Мы также демонстрируем SIFT на Python с помощью практического кодирования

Введение

Взгляните на приведенную ниже коллекцию изображений и подумайте об общем элементе между ними:

Конечно же, великолепная Эйфелева башня! Внимательные из вас также заметят, что каждое изображение имеет разный фон, снято с разных ракурсов, а также имеет разные объекты на переднем плане (в некоторых случаях).

Я уверен, что на все это у вас ушла доля секунды. Неважно, повернуто ли изображение под странным углом или увеличено, чтобы показать только половину Башни. Это в первую очередь потому, что вы видели изображения Эйфелевой башни несколько раз, и ваша память легко вспоминает ее особенности. Мы, естественно, понимаем, что масштаб или угол изображения могут измениться, но объект останется прежним.

Но машины ведут всемогущую борьбу с той же идеей. Им сложно идентифицировать объект на изображении, если мы изменим некоторые вещи (например, угол или масштаб).Хорошие новости: машины очень гибкие, и мы можем научить их распознавать изображения почти на человеческом уровне.

Это один из самых захватывающих аспектов работы с компьютерным зрением!

Итак, в этой статье мы поговорим об алгоритме сопоставления изображений, который определяет ключевые особенности изображений и может сопоставить эти особенности с новым изображением того же объекта. Поехали!

Содержание

1. Введение в SIFT
2. Построение масштабного пространства
   1. Размытие по Гауссу
   2. Разница по Гауссу
3. Локализация ключевых точек
   1. Локальные максимумы / минимумы
   2. Выбор ключевой точки
4. Назначение ориентации
   1. Расчет звездной величины и ориентации
   2. Создание гистограммы величины и ориентации
5. Дескриптор ключевой точки
6. Соответствие функций

Введение в SIFT

SIFT или масштабно-инвариантное преобразование признаков — это алгоритм обнаружения признаков в компьютерном зрении.

SIFT помогает найти на изображении локальные особенности, обычно известные как « ключевые точки » изображения. Эти ключевые точки инвариантны к масштабированию и вращению, что может использоваться для различных приложений компьютерного зрения, таких как сопоставление изображений, обнаружение объектов, обнаружение сцены и т. Д.

Мы также можем использовать ключевые точки, созданные с помощью SIFT, в качестве функций изображения во время обучения модели. Основным преимуществом функций SIFT, выступающих за края или выступов, является то, что на них не влияет размер или ориентация изображения.

Например, вот еще одно изображение Эйфелевой башни вместе с ее уменьшенной версией. Ключевые точки объекта на первом изображении совпадают с ключевыми точками, найденными на втором изображении. То же самое касается двух изображений, когда объект на другом изображении немного повернут. Удивительно, правда?

Давайте разберемся, как идентифицируются эти ключевые точки и какие методы используются для обеспечения неизменности масштаба и вращения. В общих чертах, весь процесс можно разделить на 4 части:

• Построение масштабного пространства: Чтобы убедиться, что элементы не зависят от масштаба
• Локализация ключевых точек: Определение подходящих функций или ключевых точек
• Назначение ориентации: Убедитесь, что характерные точки неизменны относительно вращения
• Дескриптор ключевой точки: Назначьте уникальный отпечаток пальца каждой ключевой точке

Наконец, мы можем использовать эти ключевые точки для сопоставления функций!

Эта статья основана на оригинальной статье Дэвида Г.Лоу. Вот ссылка: Отличительные особенности изображения от масштабно-инвариантных ключевых точек.

Построение масштабного пространства

Нам нужно определить наиболее отличительные черты данного изображения, игнорируя любой шум. Кроме того, нам необходимо убедиться, что функции не зависят от масштаба. Это важные концепции, поэтому давайте поговорим о них по очереди.

Мы используем метод Gaussian Blurring для уменьшения шума в изображении.

Итак, для каждого пикселя изображения функция размытия по Гауссу вычисляет значение на основе соседних пикселей. Ниже приведен пример изображения до и после применения размытия по Гауссу. Как видите, текстура и мелкие детали удаляются с изображения, и остается только соответствующая информация, такая как форма и края:

Gaussian Blur успешно удалил шум с изображений, и мы выделили важные особенности изображения. Теперь, , нам нужно убедиться, что эти функции не должны зависеть от масштаба. Это означает, что мы будем искать эти особенности в нескольких масштабах, создавая «масштабное пространство».

Масштабное пространство — это набор изображений разного масштаба, созданный из одного изображения.

Следовательно, эти размытые изображения создаются для нескольких масштабов. Чтобы создать новый набор изображений разного масштаба, мы возьмем исходное изображение и уменьшим масштаб вдвое. Для каждого нового изображения мы будем создавать версии размытия, как мы видели выше.

Вот пример, чтобы лучше понять это.У нас есть исходное изображение размера (275, 183) и масштабное изображение размера (138, 92). Для обоих изображений создаются два размытых изображения:

Вы можете подумать — сколько раз нам нужно масштабировать изображение и сколько последующих размытых изображений нужно создать для каждого масштабированного изображения? Идеальное количество октав должно быть четыре , и для каждой октавы количество размытых изображений должно быть пять.

Разница по Гауссу

До сих пор мы создавали изображения нескольких масштабов (часто обозначаемых σ) и использовали размытие по Гауссу для каждого из них, чтобы уменьшить шум в изображении.Затем мы попытаемся улучшить функции, используя технику под названием «Разница гауссианов» или «DoG».

Разница по Гауссу — это алгоритм улучшения характеристик, который включает вычитание одной размытой версии исходного изображения из другой, менее размытой версии оригинала.

DoG создает другой набор изображений для каждой октавы, вычитая каждое изображение из предыдущего изображения в том же масштабе. Вот визуальное объяснение того, как реализован DoG:

Примечание. Изображение взято с оригинала.Октавы теперь представлены в вертикальной форме для более четкого обзора.

Давайте создадим DoG для изображений в масштабном пространстве. Взгляните на диаграмму ниже. Слева у нас есть 5 изображений, все из первой октавы (таким образом, с одинаковым масштабом). Каждое последующее изображение создается путем применения размытия по Гауссу к предыдущему изображению.

Справа у нас есть четыре изображения, сгенерированные путем вычитания последовательных гауссианов. Результаты просто потрясающие!

У нас есть улучшенные функции для каждого из этих изображений.Обратите внимание, что здесь я реализую это только для первой октавы, но тот же процесс происходит для всех октав.

Теперь, когда у нас есть новый набор изображений, мы собираемся использовать его, чтобы найти важные ключевые точки.

Локализация ключевой точки

После создания изображений следующим шагом будет поиск важных ключевых точек изображения, которые можно использовать для сопоставления признаков. Идея состоит в том, чтобы найти локальные максимумы и минимумы изображений. Эта часть состоит из двух этапов:

1. Найдите локальные максимумы и минимумы
2. Удаление слабоконтрастных ключевых точек (выбор ключевых точек)

Локальные максимумы и локальные минимумы

Чтобы найти локальные максимумы и минимумы, мы просматриваем каждый пиксель изображения и сравниваем его с соседними пикселями.

Когда я говорю «соседний», это включает не только окружающие пиксели этого изображения (в котором находится пиксель), но также девять пикселей для предыдущего и следующего изображения в октаве.

Это означает, что каждое значение пикселя сравнивается с 26 другими значениями пикселей, чтобы определить, является ли оно локальным максимумом / минимумом. Например, на диаграмме ниже у нас есть три изображения из первой октавы. Пиксель, помеченный как x , сравнивается с соседними пикселями (зеленым) и выбирается в качестве ключевой точки, если он самый высокий или самый низкий среди соседей:

Теперь у нас есть потенциальные ключевые точки, которые представляют изображения и не зависят от масштаба.Мы применим последнюю проверку к выбранным ключевым точкам, чтобы убедиться, что это наиболее точные ключевые точки для представления изображения.

Выбор ключевой точки

Престижность! Пока что мы успешно сгенерировали масштабно-инвариантные ключевые точки. Но некоторые из этих ключевых точек могут быть неустойчивыми к шуму. Вот почему нам необходимо выполнить окончательную проверку, чтобы убедиться, что у нас есть наиболее точные ключевые точки для представления функций изображения.

Следовательно, мы удалим ключевые точки с низким контрастом или очень близко расположенные к краю.

Для работы с низкоконтрастными ключевыми точками для каждой ключевой точки вычисляется расширение Тейлора второго порядка. Если результирующее значение меньше 0,03 (по величине), мы отклоняем ключевую точку.

Итак, что нам делать с оставшимися ключевыми точками? Что ж, проводим проверку, чтобы определить неудачно расположенные ключевые точки. Это ключевые точки, которые находятся близко к краю и имеют высокий отклик края, но могут быть не устойчивыми к небольшому количеству шума. Матрица Гессе второго порядка используется для определения таких ключевых точек.Вы можете пройти через математику, лежащую в основе этого здесь.

Теперь, когда мы выполнили и тест контрастности, и тест края, чтобы отклонить нестабильные ключевые точки, мы теперь назначим значение ориентации для каждой ключевой точки, чтобы сделать вращение инвариантным.

Назначение ориентации

На этом этапе у нас есть набор стабильных ключевых точек для изображений. Теперь мы назначим ориентацию каждой из этих ключевых точек, чтобы они были инвариантны к вращению. Мы можем снова разделить этот шаг на два меньших шага:

1. Рассчитать звездную величину и ориентацию
2. Создание гистограммы величины и ориентации

Расчет звездной величины и ориентации

Рассмотрим пример изображения, показанный ниже:

Допустим, мы хотим найти величину и ориентацию значения пикселя, выделенного красным.Для этого мы вычислим градиенты в направлениях x и y, взяв разницу между 55 и 46 и 56 и 42. Получается, что Gx = 9 и Gy = 14 соответственно.

Когда у нас есть градиенты, мы можем найти величину и ориентацию, используя следующие формулы:

Величина = √ [(G _x ) ² + (G _{y ​​}) ² ] = 16,64

Φ = атан (Гр / Гх) = атан (1,55) = 57,17

Величина представляет собой интенсивность пикселя, а ориентация дает направление для него.

Теперь мы можем создать гистограмму, учитывая, что у нас есть значения величины и ориентации для пикселей.

Создание гистограммы для величины и ориентации

На оси X у нас будут интервалы для значений углов, например 0-9, 10-19, 20-29, вплоть до 360. Поскольку наше значение угла 57, оно попадет в 6-й интервал. Значение 6-го интервала будет пропорционально величине пикселя, то есть 16,64. Мы сделаем это для всех пикселей вокруг ключевой точки.

Вот как мы получаем гистограмму ниже:

Вы можете обратиться к этой статье для более подробного объяснения расчета градиента, величины, ориентации и построения гистограммы — Ценное введение в гистограмму ориентированных градиентов.

Эта гистограмма в какой-то момент достигла пика. Бункер, в котором мы видим пик, будет ориентацией для ключевой точки. Кроме того, если есть еще один значительный пик (видимый между 80–100%), то генерируется еще одна ключевая точка с величиной и масштабом, такими же, как и ключевая точка, используемая для создания гистограммы.И угол или ориентация будут равны новому бункеру с пиком.

Фактически на этом этапе мы можем сказать, что может быть небольшое увеличение количества ключевых точек.

Дескриптор ключевой точки

Это последний шаг для SIFT. Пока что у нас есть стабильные ключевые точки, которые инвариантны к масштабу и вращению. В этом разделе мы будем использовать соседние пиксели, их ориентацию и величину, чтобы сгенерировать уникальный отпечаток для этой ключевой точки, называемый «дескриптором».

Кроме того, поскольку мы используем окружающие пиксели, дескрипторы будут частично инвариантны к освещению или яркости изображений.

Сначала мы возьмем окрестность 16 × 16 вокруг ключевой точки. Этот блок 16 × 16 далее делится на подблоки 4 × 4, и для каждого из этих подблоков мы генерируем гистограмму, используя величину и ориентацию.

На этом этапе размер бункера увеличен и мы берем только 8 ячеек (а не 36). Каждая из этих стрелок представляет 8 интервалов, а длина стрелок определяет величину.Итак, у нас будет всего 128 значений ячеек для каждой ключевой точки.

Вот пример:

Соответствие функций

Теперь мы будем использовать функции SIFT для сопоставления функций. Для этого я скачал два изображения Эйфелевой башни, снятые с разных позиций. Вы можете попробовать это с любыми двумя изображениями, которые захотите.

Вот два изображения, которые я использовал:

Теперь для обоих этих изображений мы собираемся сгенерировать функции SIFT.Сначала мы должны создать объект SIFT, а затем использовать функцию detectAndCompute для получения ключевых точек. Он вернет два значения — ключевые точки и дескрипторы.

Давайте определим ключевые точки и напечатаем общее количество ключевых точек, найденных на каждом изображении:

 283, 540 

Затем давайте попробуем сопоставить функции изображения 1 с функциями изображения 2. Мы будем использовать функцию match () из модуля BFmatcher (сопоставление методом грубой силы).Кроме того, мы проведем линии между функциями, которые совпадают на обоих изображениях. Это можно сделать с помощью функции drawMatches в OpenCV.

Для ясности я нанес здесь только 50 совпадений. Вы можете увеличить это число по своему усмотрению. Чтобы узнать, сколько ключевых точек сопоставлено, мы можем вывести длину переменной , соответствующей . В этом случае ответ будет 190.

Конечные ноты

В этой статье мы подробно обсудили алгоритм сопоставления признаков SIFT.Вот сайт, который обеспечивает отличную визуализацию каждого шага SIFT. Вы можете добавить свое собственное изображение, и оно также создаст ключевые точки для этого изображения. Посмотрите здесь.

Еще одним популярным алгоритмом сопоставления функций является SURF (ускоренная надежная функция), которая представляет собой просто более быструю версию SIFT. Я бы посоветовал вам продолжить и изучить его.

А если вы новичок в мире компьютерного зрения и данных изображений, я рекомендую пройти курс ниже:

Алгоритм определения границ для видеокамер на основе функций

Стремясь решить проблему низкой точности обнаружения границ пленочных и телевизионных объективов, был предложен новый алгоритм обнаружения камер на основе функций SIFT.Во-первых, несколько кадров изображений считываются во временной последовательности и преобразуются в изображения в градациях серого. Изображение кадра дополнительно делится на блоки, и вычисляется средний градиент каждого блока для построения динамической текстуры пленки. Сравнивались корреляция динамической текстуры соседних кадров и степень совпадения признаков SIFT двух кадров, и по результатам сопоставления были получены результаты предварительного обнаружения. Затем по сравнению со следующим кадром динамической текстуры и функции SIFT, размер шага которого ниже, чем частота обновления человеческого глаза, получается окончательный результат.Путем экспериментов с несколькими группами различных типов кино- и телевизионных данных можно получить высокую скорость запоминания и точность. Алгоритм, описанный в этой статье, позволяет обнаруживать линзы с постепенным изменением структуры сложной структуры и получать высокую точность обнаружения и частоту отзыва. Реализован алгоритм определения границ линзы на основе нечеткой кластеризации. Алгоритм может одновременно обнаруживать внезапные / постепенные изменения линзы без установки порога. Это может эффективно уменьшить факторы, влияющие на обнаружение объектива, такие как вспышка, фильмы, телепередачи и реклама, а также может уменьшить влияние движения камеры на границы фильмов и телевизоров.Однако из-за сложности кино и телевидения в этом алгоритме все еще есть некоторые недостающие и ложные срабатывания, которые требуют дальнейшего изучения.

1. Введение

Поскольку видео является наиболее сложным из всех типов мультимедийных данных, оно не только содержит содержимое неподвижного изображения, но также включает информацию о движении цели в сцене и информацию об объективном мире, изменяющемся с время. Огромный объем данных и неструктурированные характеристики фильмов и телевидения чрезвычайно затрудняют эффективный поиск фильмов и телепрограмм.Традиционный поиск фильмов и телевидения в основном основан на ручном определении ключевых слов фильма и телевидения. Хотя этот метод поиска прост, у него много недостатков. Например, богатый контент, содержащийся в фильмах и на телевидении, трудно описать исчерпывающе краткими словами; это субъективное поведение, чтобы отметить весь кино- и телевизионный сегмент с помощью найма людей. В общем, для небольших кино- и телевизионных устройств, таких как линза кадра пленки, мы можем использовать только ускоренную перемотку вперед, назад и другие методы для определения точного местоположения информации, что приведет к дополнительным накладным расходам полосы пропускания передачи.

Обнаружение границ объектива является основой системы поиска фильмов и телевидения на основе контента. Многие ученые и учреждения проводят исследования, связанные с поиском фильмов и телепрограмм на основе контента, и разработали различные системы поиска данных о фильмах и телепрограммах, отражающие основные достижения исследований систем поиска фильмов и телевидения [1, 2]. Система QBIC (запрос по содержанию изображения) является типичным представителем системы поиска, основанной на содержании. Он позволяет пользователям запрашивать большие базы данных изображений и фильмов, используя образцы изображений, наброски, выбор режима цвета и текстуры, движение объектива и цели и другую информацию.Функции системы для кино и телевидения включают автоматическую сегментацию кадров, выделение ключевых кадров кадров, запрос статической выборки и запрос содержания текста и заголовка [3, 4]. Он предоставляет людям в Интернете набор инструментов для поиска и извлечения изображений и видео и может быть реализован в поиске видео / изображений на основе содержимого Интернета [5, 6]. Видео позволяет пользователю использовать визуальные характеристики и извлекать взаимосвязь между временем и пространством, фильмом и телевидением, а также имеет интегрированный метод текстового и визуального поиска, автоматическую сегментацию и отслеживание видеообъектов, а также богатую библиотеку визуальных функций, включая цвет, текстуру, форму и т. Д. и движение, интерактивный запрос и просмотр в Интернете [7, 8].В соответствии с алгоритмом из двух абзацев, основанным на кино- и телевизионном контенте и аудиоконтенте, фильм и телепрограмма автоматически разделяются на большое количество фильмов и телевизионных клипов с логической семантикой, а для извлечения текстовой информации добавляются декодер заголовка и индикатор слова. , а кино и телевидение редактируются по индексации [9, 10]. Из-за сложности линзы проблема обнаружения границ линзы не решена полностью [11]. Традиционные алгоритмы определения границ линзы в основном включают алгоритм на основе краев, алгоритм на основе гистограммы 45 и метод разности пикселей [12].Алгоритм определения границ объектива на основе краев не идеален для сложного содержания кадра изображения при обнаружении границ объектива кино и телевидения. Алгоритм обнаружения объектива на основе гистограммы, со статистической точки зрения, статистического распределения цвета пикселей изображения кадра или распределения серого в изображении, может лучше адаптироваться к низкоскоростному движению оборудования камеры и объекта в кадре. линза. Кроме того, этот метод также отличается невысокой вычислительной сложностью. Недостатком является то, что при изменении интенсивности света и быстром перемещении линзы полученная гистограмма будет искажена, что приведет к обнаружению ошибки.Метод разности пикселей имеет низкую вычислительную сложность, но он очень чувствителен к изменениям яркости пикселей и изменениям света, вызванным движением оборудования камеры и объектов в фильме и на телевидении, что может вызвать обнаружение ошибок объектива [13, 14 ]. В последние годы особенности текстуры [15] и функции преобразования масштабно-инвариантных признаков [16] также часто встречаются в литературе, связанной с обнаружением краев линз. Текстурная особенность — это глобальная особенность изображения. При обнаружении края линзы текстура и другие функции образуют комбинацию функций для реализации обнаружения края линзы.Гистограмма направления градиента и цветовая гистограмма текстуры предложены для реализации детектирования края линзы [17, 18]. Цветовой признак и признак текстуры извлекаются с помощью вейвлет-преобразования, и разница соседних кадров определяется согласно взаимной информации цветового признака и взаимной информации признака текстуры, а край линзы дополнительно определяется согласно динамическому порогу [19]. Функции SIFT — это локальные особенности изображения, преимущества которых заключаются в том, что масштабирование размера изображения, поворот и изменение яркости остаются неизменными.Функции SIFT могут эффективно отражать локальные изменения движущихся объектов. Для изображения кадра одного и того же объектива функции SIFT одной и той же оправы объектива имеют высокую степень соответствия, а функции SIFT используются для достижения обнаружения линзы [20], которое может лучше различать движущиеся объекты в разных градиентных линзах, поэтому как найти границу линзы в пределах допустимого диапазона погрешности. Функции SIFT используются для сопоставления соседних кадров. Однако на использование только функций SIFT для обнаружения краев линз сильно влияет быстрое движение линзы и изменение интенсивности окружающего света [21, 22].Кроме того, функция SIFT использовалась только для обнаружения объектива наложения, и эффект обнаружения не был идеальным. Как важная особенность изображения, текстура может лучше отражать изменение основного признака изображения, и сходство между изображениями также может быть измерено степенью соответствия текстуры изображения. Концепция текстуры статического изображения может быть расширена до временной области для формирования динамической текстуры. В разных приложениях динамические текстуры определяются по-разному [23, 24].Динамическая текстура описывается как последовательность изображений со стабильным свойством движущейся сцены во временной последовательности, например линза волновой пленки и линза дымовой пленки. [25, 26]. Для двух или более кадров изображений, смежных с одной и той же линзой, если объект в изображении кадра совершает локальное движение, кадр разделяется на однородные блоки, и средний градиент каждого блока составляет матрицу среднего градиента. Между его матрицей градиентов существует сильная корреляция, аналогичная «динамической текстуре» [27, 28].Посредством «динамической текстуры фильма» обрабатываются однородные блоки кадров фильма, и вычисляется средняя площадь каждого градиента, которая состоит из средней матрицы градиента. В соответствии со средней матрицей градиента динамической текстуры «фильма» и динамическим изменением «текстуры» между соседними кадрами [29, 30] определяется, изменилось ли содержание соседних кадров резко. Когда окружающий свет не меняется кардинально [31, 32], динамическая текстура соседних кадров в одном объективе принципиально не меняется.

В аспекте обнаружения границы линзы метод оптического потока используется для извлечения информации о движении в кино и на телевидении, и предлагается метод векторного квантования оптического потока. В соответствии с методом квантования корректируется текущее количество смежных изображений и получается разница кадров. Разница кадров используется для определения края кадра-кандидата. Предлагается метод сопоставления моделей для обнаружения линзы мутации и градиента, чтобы получить информацию о границе линзы в кино и на телевидении.Чтобы избежать сложности установки порогового значения при обнаружении линзы пороговым методом и дальнейшего улучшения эффекта обнаружения, в этой статье была реализована унифицированная стратегия обнаружения границ линз, основанная на нечеткой кластеризации на основе анализа характеристик движения линз и комбинирования. знание нечеткой кластеризации. Этот алгоритм может одновременно обнаруживать резкую / постепенную линзу без установки минимального значения. Это может эффективно уменьшить влияние вспышки, вставки субтитров, рекламы и других факторов на обнаружение объектива и уменьшить влияние движения объектива на граничное обнаружение пленки и телевидения, тем самым дополнительно повышая надежность обнаружения объектива.Обнаруживающий эффект алгоритма подтвержден экспериментами.

2. Обнаружение границ динамической текстуры на основе функции SIFT

Сопоставление динамической текстуры предназначено для определения схожести динамической текстуры между двумя кадрами фильма. Сначала дается общая структура для сравнения динамических текстур кино и телевидения, как показано на рисунке 1. Два кадра изображений для фрагмента ролика. Он разделен на M N подобластей, и средний градиент каждой области вычисляется для формирования матрицы среднего градиента.