موسسه سیستم های الکترونیک و اطلاعات، NovSU، [ایمیل محافظت شده]

روش‌های تحلیل کانتور در نظر گرفته می‌شوند که به طور بهینه در سیستم‌های بلادرنگ برای برجسته کردن خطوط اشیاء در یک دنباله ویدیویی استفاده می‌شوند.

کلمات کلیدی: کانتور، پردازش تصویر، تحلیل کانتور، سیستم نظارت تصویری

معرفی

تقسیم بندی تصویر بر اساس کانتورینگ برای حل این دسته از مسائل در نظر گرفته شده است، زیرا تغییر پارامترهای موقعیت، چرخش و مقیاس تصویر تأثیر کمی بر میزان محاسبات دارد. علاوه بر این، خطوط به طور کامل شکل تصویر را تعیین می کنند، به طور ضعیفی به رنگ و روشنایی بستگی دارند و حاوی اطلاعات لازم برای طبقه بندی بیشتر شی هستند. این رویکرد باعث می شود تا نقاط داخلی تصویر در نظر گرفته نشود و در نتیجه با حرکت از تحلیل تابعی از دو متغیر به تابعی از یک متغیر، میزان اطلاعات پردازش شده را به میزان قابل توجهی کاهش دهد. نتیجه این توانایی اطمینان از عملکرد سیستم پردازش در مقیاس زمانی نزدیک به واقعی است.

مفاهیم اساسی

منظور ما از کانتور تصویر، ناپیوستگی، افت یا تغییر ناگهانی در مقادیر روشنایی است.

قطره ایده‌آل ویژگی‌های مدل نشان‌داده‌شده در شکل 1a را دارد - مجموعه‌ای از پیکسل‌های متصل است که هر کدام در کنار یک پرش مستطیلی در روشنایی قرار دارند، همانطور که با نمایه افقی در شکل نشان داده شده است. در واقعیت، محدودیت های نوری، نمونه برداری و غیره. منجر به تغییرات روشنایی تار می شود. در نتیجه، آنها با یک پروفیل شیبدار مشابه آنچه در شکل 1b نشان داده شده است، با دقت بیشتری مدلسازی می شوند. در چنین مدلی، نقطه تفاوت روشنایی، هر نقطه ای است که روی یک بخش شیبدار از پروفیل قرار دارد، و تفاوت خود مجموعه ای متصل است که توسط تمام این نقاط تشکیل شده است.

شکل 1 مدل تفاوت روشنایی ایده آل (الف) و مایل (ب).

اگر ارتفاع و زاویه شیب آن از مقادیر آستانه معینی فراتر رود، تفاوت روشنایی یک کانتور در نظر گرفته می شود.

اجازه دهید به تعدادی از مشکلاتی که در هنگام انتخاب کانتور ایجاد می شود توجه کنیم:

کانتور در مکان هایی که روشنایی به سرعت تغییر نمی کند شکسته می شود.

خطوط نادرست به دلیل نویز در تصویر؛

خطوط کانتور بیش از حد گسترده به دلیل تاری، نویز یا به دلیل کاستی های الگوریتم مورد استفاده؛

موقعیت یابی نادرست به دلیل خطوط خطوط دارای عرض واحد به جای عرض صفر است.

روش های دیفرانسیل

یکی از واضح‌ترین و ساده‌ترین راه‌ها برای تشخیص لبه‌ها، تمایز روشنایی است که به عنوان تابعی از مختصات فضایی در نظر گرفته می‌شود.

تشخیص لبه‌ها برای یک تصویر با مقادیر روشنایی f(x1,x2) عمود بر محور x1 مشتق جزئی df/dx1 و آنهایی که عمود بر محور x2 هستند - مشتق جزئی df/dx2 را فراهم می‌کند. این مشتقات نرخ تغییر روشنایی را به ترتیب در جهت های x1 و x2 مشخص می کنند. برای محاسبه مشتق در جهت دلخواه، می توانید از گرادیان روشنایی استفاده کنید:

grad f (x1, x2) = f (x1, x2).

گرادیان یک بردار در فضای دوبعدی است که در جهت سریعترین افزایش تابع f (x1, x2) جهت گیری شده و دارای طولی متناسب با این حداکثر سرعت است. ماژول گرادیان با فرمول محاسبه می شود

شکل 2 نمایش گرافیکی گرادیان

برای برجسته کردن کانتور یک جهت دلخواه، از ماژول گرادیان میدان روشنایی استفاده می کنیم. برای تصاویر، به جای مشتقات، تفاوت های گسسته را می گیریم.

اپراتور رابرتز

یکی از گزینه ها برای محاسبه گرادیان گسسته عملگر رابرتز است. از آنجایی که برای محاسبه مدول گرادیان می توان از تفاوت ها در هر دو جهت عمود بر هم استفاده کرد، تفاوت های مورب در عملگر رابرتز گرفته می شود:

تعریف تفاوت توسط دو فیلتر پاسخ تکانه محدود (فیلترهای FIR) ایجاد می‌شود که پاسخ‌های ضربه‌ای آن‌ها با ماسک‌های ۲×۲ مطابقت دارد.

از معایب این اپراتور می توان به حساسیت بالا به نویز و جهت گیری مرزهای ناحیه، امکان ناپیوستگی در کانتور و عدم وجود عنصر مرکزی کاملاً مشخص اشاره کرد. اما یک مزیت دارد - مصرف کم منابع.

عملگرهای Sobel و Prewitt

در عمل، استفاده از عملگرهای Sobel و Prewitt برای محاسبه گرادیان های گسسته راحت تر است. اپراتور Sobel نسبت به عملگر Prewitt تأثیر کمی بر نویز عنصر گوشه دارد، که هنگام کار با مشتقات مهم است. برای هر یک از ماسک ها، مجموع ضرایب برابر با صفر است، یعنی. این عملگرها در مناطقی با روشنایی ثابت پاسخ صفر می دهند.

فیلترهای FIR ماسک 3x3 هستند.

ماسک های اپراتور سوبل:

ماسک های اپراتور Prewitt:

عملگر سوبل از ضریب وزنی 2 برای عناصر میانی استفاده می کند. این مقدار افزایش یافته برای کاهش اثر هموارسازی با دادن وزن بیشتر به نقاط میانی استفاده می شود.

برای پرداختن به مسئله تغییر ناپذیری چرخش، به اصطلاح ماسک های مورب برای تشخیص ناپیوستگی در جهت های مورب استفاده می شود.

ماسک های مورب اپراتور سوبل:

ماسک های عملگر Prewitt مورب:

در حضور یک عنصر مرکزی و مصرف کم منابع، این اپراتور با حساسیت بالا به نویز و جهت گیری مرزهای منطقه و همچنین امکان ناپیوستگی در کانتور مشخص می شود.

شکل 3. شناسایی مرزها با استفاده از عملگر Sobel: الف) تصویر اصلی. ب) نتیجه اعمال عملگر سوبل

لاپلاسی

برای حل مشکل تشخیص تفاوت روشنایی، می توانید از عملگرهای دیفرانسیل درجه بالاتر استفاده کنید، به عنوان مثال عملگر لاپلاس:

در حالت گسسته، عملگر لاپلاس را می توان به عنوان رویه ای برای پردازش تصویر خطی با یک پنجره 3x3 پیاده سازی کرد. مشتقات دوم را می توان با تفاوت های دوم تقریب زد:

Laplacian هر دو مقدار مثبت و منفی را می گیرد، بنابراین شما باید مقدار مطلق آن را در عملگر انتخاب لبه بگیرید. بنابراین، روشی برای شناسایی مرزهایی به دست می آوریم که نسبت به جهت گیری آنها حساس نیست

نقش لاپلاسین در مشکلات تقسیم‌بندی به استفاده از خاصیت تقاطع سطح صفر آن برای بومی‌سازی کانتور و یافتن اینکه آیا تاریک است یا نه برمی‌گردد. سمت روشنکانتور پیکسل مورد نظر است.

عیب اصلی لاپلاسین حساسیت بسیار بالای آن به نویز است. علاوه بر این، ممکن است شکستگی در مدار ظاهر شود و همچنین دو برابر شدن آنها. از مزایای آن می توان به عدم حساسیت نسبت به جهت گیری مرزهای مناطق و مصرف کم منابع اشاره کرد.

پردازش محلی

در حالت ایده‌آل، روش‌های تشخیص لبه باید تنها پیکسل‌هایی را در تصویر انتخاب کنند که روی کانتور قرار دارند. در عمل، این مجموعه از پیکسل ها به ندرت کانتور را به دلیل نویز، شکستگی های کانتور به دلیل ناهمگنی نور و غیره با دقت کافی نشان می دهد. بنابراین، الگوریتم‌های تشخیص لبه معمولاً با رویه‌های پیوند تکمیل می‌شوند تا مجموعه‌ای از نقاط لبه حاوی لبه‌ها را تولید کنند.

یکی از راه‌های مرتبط کردن نقاط کانتور، تجزیه و تحلیل ویژگی‌های پیکسل‌ها در یک همسایگی کوچک از هر نقطه تصویر است که به عنوان یک کانتور مشخص شده است. تمام نقاطی که بر اساس برخی معیارها مشابه هستند، مرتبط می شوند و یک طرح کلی متشکل از پیکسل هایی را تشکیل می دهند که این معیارها را برآورده می کنند. در این مورد، از دو پارامتر اصلی برای ایجاد شباهت پیکسل های کانتور استفاده می شود: بزرگی پاسخ عملگر گرادیان، که مقدار پیکسل های کانتور را تعیین می کند، و جهت بردار گرادیان.

یک پیکسل در یک همسایگی معین با پیکسل مرکزی (x,y) ادغام می شود اگر معیارهای شباهت در اندازه و جهت رعایت شود. این فرآیند در هر نقطه از تصویر تکرار می‌شود و همزمان پیکسل‌های متصل پیدا شده با حرکت مرکز محله ذخیره می‌شود. یک راه ساده برای محاسبه داده ها این است که به هر مجموعه ای از پیکسل های کانتور پیوند داده شده مقدار روشنایی خود را اختصاص دهید.

Canny Boundary Detector

آشکارساز لبه Canny بر سه معیار اصلی تمرکز دارد: تشخیص خوب (افزایش نسبت سیگنال به نویز). محلی سازی خوب (تعیین صحیح موقعیت مرز)؛ تنها پاسخ به یک مرز

از این معیارها، یک تابع هزینه خطای هدف ساخته می‌شود که با به حداقل رساندن آن عملگر خطی بهینه برای کانولوشن با تصویر پیدا می‌شود.

برای کاهش حساسیت الگوریتم به نویز، از اولین مشتق گاوس استفاده شده است. پس از اعمال فیلتر، تصویر کمی تار می شود. ماسک گاوسی به این صورت است:

پس از محاسبه گرادیان تصویر صاف شده، تنها حداکثر نقاط گرادیان تصویر در کانتور مرزی باقی می ماند. اطلاعات مربوط به جهت مرز به منظور حذف نقاط دقیقا نزدیک مرز و عدم شکستن خود مرز در نزدیکی حداکثرهای محلی گرادیان استفاده می شود.

عملگر Sobel برای تعیین جهت گرادیان استفاده می شود. مقادیر جهت به دست آمده به یکی از چهار زاویه - 0، 45، 90 و 135 درجه گرد می شوند.

سپس لبه های ضعیف با استفاده از دو آستانه حذف می شوند. قطعه مرزی به عنوان یک کل پردازش می شود. اگر مقدار گرادیان در جایی روی قطعه ردیابی شده از آستانه بالایی فراتر رود، آنگاه این قطعه نیز در آن مکان‌هایی که مقدار گرادیان زیر این آستانه قرار می‌گیرد، تا زمانی که به زیر آستانه پایین‌تر می‌آید، یک مرز «قابل قبول» باقی می‌ماند. اگر در کل قطعه یک نقطه با مقدار بالاتر از آستانه بالایی وجود نداشته باشد، حذف می شود. این پسماند امکان کاهش تعداد ناپیوستگی ها در مرزهای خروجی را فراهم می کند.

شامل کاهش نویز در الگوریتم، استحکام نتایج را بهبود می‌بخشد، اما هزینه محاسباتی را افزایش می‌دهد و منجر به اعوجاج و از بین رفتن جزئیات لبه می‌شود. الگوریتم گوشه های اشیا را گرد می کند و مرزهای نقاط اتصال را از بین می برد.

معایب این روش پیچیدگی اجرا و مصرف بسیار بالای منابع و همچنین امکان گرد کردن گوشه های جسم است که منجر به تغییر در پارامترهای کانتور می شود.

از مزایای روش می توان به حساسیت ضعیف به نویز و جهت گیری مرزهای منطقه اشاره کرد، این واقعیت که به وضوح کانتور را مشخص می کند و به شما امکان می دهد خطوط داخلی جسم را شناسایی کنید. علاوه بر این، تشخیص اشتباه یک کانتور را که در آن هیچ جسمی وجود ندارد، حذف می کند.

شکل 4. استخراج مرز با استفاده از روش Canny: الف) تصویر اصلی. ب) پس از پردازش توسط الگوریتم Canny

تجزیه و تحلیل با استفاده از نظریه گراف

بر اساس نمایش در قالب یک نمودار و جستجو در این نمودار برای مسیرهایی با کمترین هزینه که با خطوط قابل توجه مطابقت دارد، می توان روشی ساخت که در صورت وجود نویز به خوبی عمل کند. این روش کاملاً پیچیده است و به زمان پردازش بیشتری نیاز دارد.

شکل 5. عنصر کانتور که بین پیکسل های p و q قرار دارد

یک عنصر کانتور مرز بین دو پیکسل p و q است که همسایه هستند. عناصر کانتور با مختصات نقاط p و q مشخص می شوند. عنصر کانتور در شکل 5 توسط جفت (xp, ur) (xq, yq) تعیین می شود. کانتور مجموعه ای از عناصر کانتور است که به یکدیگر متصل هستند.

وظیفه یافتن مسیر حداقل هزینه در یک نمودار از نظر پیچیدگی محاسباتی بی اهمیت است و باید بهینه بودن را فدای سرعت محاسبات کرد.

پیچیدگی پیاده سازی و مصرف بالای منابع از معایب اصلی چنین تحلیلی است که مزیت آن حساسیت کم آن به نویز است.

نتیجه

روش‌های ارائه‌شده در کار، رویکردهای بهینه برای شناسایی خطوط در سیستم‌های بلادرنگ را توصیف می‌کنند. این روش ها امکان حل طیف گسترده ای از مشکلات کانتورینگ را فراهم می کند که در بسیاری از مناطقی که تقسیم بندی تصویر ضروری است استفاده می شود.

ادبیات

1. Gonzalez R., Woods R. پردازش تصویر دیجیتال. M.: Tekhnosphere, 2005. P.812-850.

2. جین بی. پردازش تصویر دیجیتال. M.: Technosphere, 2007. P.331-356.

3. روش های پردازش تصویر کامپیوتری / ویرایش. V.A. Soifer. م.: فیزمتلیت، 2003. ص192-203.

4. Pret U. پردازش تصویر دیجیتال. م.: میر، 1361. ص499-512.

5. ببینید: http://www.cs.berkeley.edu/~jfc/

در این مقاله یاد خواهید گرفت که چگونه با قلم مو بر اساس خطوط ایجاد شده نقاشی کنید.

ابتدا بیایید یک سند ایجاد کنیم، من از پر یا گرادیان استفاده نکردم زیرا شما می توانید خودتان این کار را انجام دهید (امیدوارم).

با استفاده از یک ابزار خودکاریک خط ایجاد کنید پس از آن، با کلیک راست، یک منوی اضافی را فراخوانی می کنیم که در آنجا انتخاب می کنیم "مسیر سکته مغزی".

برای درک عمیق تر، ابزار قلم یک طراحی نیست، اما اگر یک خط را با قلم مو ترسیم کنیم، در واقع معادل خطی است که با قلم مو ترسیم می شود. کشیدن یک خط زیبا با قلم مو بسیار دشوار است، به همین دلیل از خودکار استفاده کردیم. بنابراین، منوی طرح کلی.

حالا ما انتخاب می کنیم قلم مو، یعنی آنچه می خواهیم خط خود را با آن ترسیم کنیم.

علامت چک "شبیه سازی فشار"مسئول ضخامت خط است. اگر این گزینه را انتخاب کنید، با پارامترهای براش من، خط باریک‌تر شروع می‌شود، سپس به سمت وسط ضخیم می‌شود و دوباره تا انتها نازک می‌شود. اگر از این گزینه استفاده نکنید، ضخامت خط برابر با قطر قلموی مشخص شده قبلی است.

پس این چیزی است که من به دست آوردم. از آنجایی که دیگر نیازی به منحنی ایجاد شده توسط قلم نداریم، آن را حذف می کنیم - راست کلیک کنید، یک منوی اضافی را فراخوانی کنید، جایی که ما انتخاب می کنیم "حذف پاس".

در نهایت، می توانیم یک قلم مو از نقاشی به دست آمده ایجاد کنیم. نگه داشتن کلید Ctrl، روی لایه در پانل لایه ها کلیک کنید، بنابراین انتخاب بارگیری می شود.

در درس بعدی می بینمت!

طراحی با نقطه برای کودکان از خطوط، اشکال و حیوانات. با نقطه ترسیم کنید تا مهارت های نوشتاری را توسعه دهید.

دست خط زیبا و یادگیری موفق نوشتن به استفاده صحیح از مداد، فشار ماهرانه و توانایی کشیدن خطوط از انواع اشکال بستگی دارد. با آموزش نقاشی نقطه به نقطه از خطوط و اشکال شروع کنید و سپس از کودکتان بخواهید نقاشی نقطه به نقطه حیوانات و رنگ آمیزی آنها را انجام دهد.

ما با نقطه ترسیم می کنیم و به تدریج مهارت ها را توسعه می دهیم

کشیدن خطوط با مداد یا خودکار تمرین بسیار خوبی است که به شما کمک می کند تا دست شما را به نوشتن عادت دهد، ماهیچه های کوچکی را رشد دهد و به کودک خود بیاموزد چیزی را محکم بگیرد.

خط نقطه به عنوان یک راهنما عمل می کند و به کودک کمک می کند، زیرا در هر زمان می توانید سرعت نقاشی را کاهش دهید، فشار روی مداد را افزایش یا کاهش دهید، بدون اینکه تصویر خراب شود، و بنابراین، بدون از دست دادن علاقه.

به محض اینکه کودک رسم خطوط، خطوط مستقیم و انواع امواج را با استفاده از نقاط یاد گرفت، به سراغ اشکال و سپس به سراغ حیوانات بروید. منحنی‌های خطوط نقطه‌دار مهارت‌های ترسیمی را به‌اندازه کافی برای شروع یادگیری املای حروف و اعداد توسعه می‌دهند.

هنگامی که به کودک خود مطالب چاپ شده با یک تصویر را ارائه می دهید که باید روی آن چیزی را نقطه به نقطه بکشید، ابتدا از کودک بخواهید که خطوط را با انگشت اشاره خود ردیابی کند. دست راست(یا اگر کودک چپ دست باشد، سمت چپ). سپس از او بخواهید با انگشتش نه روی برگه، بلکه انگار در هوای بالای تصویر نقاشی کند. تمرین را چندین بار تکرار کنید و سپس کار را با مداد کامل کنید.

وقتی کودک یاد گرفت که با مداد نقطه بکشد، یک خودکار یا نشانگر به او پیشنهاد دهید.

به ترسیم حیوانات نقطه به نقطه توجه کنید، بدون اینکه دست خود را از روی کاغذ بردارید.

چگونه می توان مهارت های حرکتی ظریف را به جز نقاشی با نقطه توسعه داد؟

اگر فرزند شما به دلایلی علاقه ای به مواد نقطه به نقطه ندارد، می توانید از راه های دیگر از پرورش مهارت های حرکتی ظریف لذت ببرید.

1. مهره های بزرگ را روی رشته ها به هم بچسبانید یا مهره ها را مرتب کنید.
2. یک ورق بزرگ کاغذ یا کاغذ دیواری قدیمی را روی دیوار بچسبانید و به کودکتان اجازه دهید تصاویر خودش را روی ورق بکشد. طراحی روی سطح عمودی به تلاش بیشتری نیاز دارد و خودکارها سریعتر آموزش داده می شوند.
3. به محض اینکه فرزندتان توانست چیزهای کوچک را به اندازه کافی محکم در دستانش بگیرد و اگر به آرامی بکشد آنها را رها نمی کند، به او آموزش دهید که چگونه بند کفش یا قیطان را از هر روبان یا طناب ببافد.
4. اگر روزنامه یا مجلات می خوانید، به فرزندتان یک نشانگر بدهید و او را تشویق کنید تا همه تیترها را با آن دایره بزند.
5. چسبندگی خوب بین انگشت شست و سبابه با انتقال لوبیا یا حتی نخود از یک کاسه به کاسه دیگر و تنها با استفاده از دو انگشت به جای کل کف دست به راحتی ایجاد می شود.
6. پنجره های یخ زده یا آینه های مه آلود حمام مکانی عالی برای یادگیری نقاشی با انگشت اشاره هستند.

در صورت تمایل می توانید استفاده کنید زندگی روزمرههر یک از راه‌های توسعه مهارت‌های حرکتی ظریف به او کمک می‌کند در آینده نوشتن سریع‌تر را یاد بگیرد.

تک رنگ، تصویر طرح کلی

حرف اول "s"

حرف دوم "i"

حرف سوم "ل"

حرف آخر حرف "t" است

پاسخ برای سرنخ "تک رنگ، تصویر طرح کلی"، 6 حرف:
سیلوئت

سوالات متقاطع جایگزین برای کلمه silhouette

کانتور صورت

m. فرانسوی از سایه، از کنار صورت شلیک شده است

شعر از M. Lermontov

تصویر، طرح کلی

طرح کلی یک شی را برش دهید

تعریف کلمه silhouette در فرهنگ لغت

فرهنگ لغتزبان روسی. D.N. اوشاکوف معنای کلمه در فرهنگ لغت فرهنگ لغت توضیحی زبان روسی. D.N. اوشاکوف
silhouette، m. تصویر طرح کلی یک رنگ از یک شخص، یک شی، در برابر پس زمینه ای با رنگ دیگر، کشیده یا بریده شده. ترانس. خطوط بیرونی مبهم چیزی، قابل مشاهده در تاریکی، مه. چراغ های چشمک زن، شبح های کلبه ها وجود دارد. چخوف گاهی اوقات...

ویکیپدیا معنی کلمه در فرهنگ لغت ویکی پدیا
سیلوئت یکی از جزایر مجمع الجزایر سیشل است. واقع در اقیانوس هند، متعلق به ایالت سیشل است.

فرهنگ لغت توضیحی زبان بزرگ روسی زنده، دال ولادیمیر معنی این کلمه در فرهنگ لغت توضیحی دیکشنری زبان بزرگ روسی زنده، دال ولادیمیر
m. فرانسوی از سایه، از کنار صورت شلیک شده است.

فرهنگ لغت توضیحی زبان روسی. S.I.Ozhegov، N.Yu.Shvedova. معنای کلمه در فرهنگ لغت فرهنگ لغت توضیحی زبان روسی. S.I.Ozhegov، N.Yu.Shvedova.
-a، m. یک تصویر صاف تک رنگ از یک شی در مقابل پس زمینه ای با رنگ متفاوت. S. چهره در نیمرخ. ترانس. خطوط کلی چیزی که در تاریکی یا مه قابل مشاهده است. N. رشته کوه. خطوط، طرح کلی لباس. شیک اس. لباس ها. تصرف silhouette, -aya, -oh.

نمونه هایی از کاربرد کلمه silhouette در ادبیات.

جنگنده‌ها شروع به تعامل واضح‌تر با توپخانه ضدهوایی کردند، آنها در ارتفاعات غیرقابل دسترس برای توپخانه عمل کردند، از پس‌زمینه روشن بالای هدف ایجاد شده توسط بمب‌های هوایی نورانی استفاده کردند و در این زمینه ردیابی کردند. سیلوئت هاهواپیماهای ما به توپچی های ضدهوایی علامت آتش بس دادند و حمله کردند.

در جهت آناپا، در پس زمینه ابرها، از قبل قابل مشاهده بودند سیلوئت هاهواپیمای سنگین

یک پیکان درست بالای گوشش سوت زد و مرد ضربدری اسلحه اش را در جایی که روی پلکان مارپیچ ظاهر می شد، خالی کرد. سیلوئت- شعبده باز در حال حاضر دستان خود را بالا برده است و آماده ارسال طلسم است.

ستوان ارشد آرسنیف از پریسکوپ به بالا نگاه کرد و چشمانش را مالید: نور و تاریکی را تصور کرد. سیلوئت هاکشتی، اما او بلافاصله از اشتباه متقاعد شد.

موجوداتی که از کشتی‌ها فرود می‌آیند، از تمام تصورات خود فراتر رفتند سیلوئت ها، شبیه چرخش های مارپیچ یا گل های آروم شکوفه، با بدنه رنگ بنفشو با سرهایی شبیه ستاره دریایی.