Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости




Скачать 17,32 Kb.
НазваниеСинтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости
страница2/6
Дата04.02.2016
Размер17,32 Kb.
ТипАвтореферат
1   2   3   4   5   6
Апробация работы. Результаты работы обсуждались на Международной научной конференции «Современная радиоэлектроника в ретроспективе идей В.А. Котельникова» (Москва, 2003); на LII, LIV, LV научных сессиях, посвященных Дню Радио (Москва, 1997, 1999, 2000); на I-й Международной конференции и выставке «Цифровая обработка сигналов и ее применение» (Москва, 1998); на Всероссийской научной конференции «Телекоммуникационно-информационные системы» (Йошкар-Ола, 1998); на III-й Всероссийской научно-технической конференции «Динамика нелинейных дискретных электротехнических и электронных систем» (Чебоксары, 1999); на IV-й и VI-й Международных научно-технических конференциях «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 1999, 2003); на III-й Международной конференции «Космонавтика, Радиоэлектроника, Геоинформатика» (Рязань, 2000); на V-ой (Самара, 2000), VI-й (В.Новгород, 2002), VII-й (С.Петербург, 2004), VIII-й (Йошкар-Ола, 2007) Международных конференциях «Распознавание образов и анализ изображений»; на VI-й Всероссийской с участием стран СНГ конференции «Методы и средства обработки сложной графической информации» (Нижний Новгород, 2001); на XI-й (Пущино, 2003) и XII-й (Звенигород, 2005) Всероссийской конференции «Математические методы распознавания образов»; на ежегодных научных конференциям по итогам НИР МарГТУ и научных семинарах кафедры радиотехнических и медико-биологических систем МарГТУ.

Публикации. Всего по теме диссертации опубликовано 43 работы из них 2 коллективные монографии, выпущенные издательством «ФИЗМАЛИТ»; 8 - в международных изданиях, 13 – в центральных научных журналах, 22 – в материалах конференций. При участии автора подготовлено 11 отчетов по НИР. Материалы работы опубликованы в юбилейном выпуске журнала «Радиотехнические тетради», посвященном 95-летию академика В.А.Котельникова.

Структура и объем работы. Диссертация состоит из введения, 6 глав, заключения, содержит 85 рисунков и 6 таблиц. Основная чсть работы изложена на 326 страницах. Список литературы включает 414 наименований.

На защиту выносятся.

  1. Методы, обеспечивающие определение потенциальной помехоустойчивости систем распознавания плоских и объемных изображений групповых точечных объектов при произвольных соотношениях между объемом алфавита и размерностью сигнала.

  2. Методы, обеспечивающие синтез помехоустойчивых контурных сигналов при произвольных соотношениях между объемом алфавита и размерностью сигнала.

  3. Характеристики потенциальной помехоустойчивости систем распознавания плоских и объемных изображений групповых точечных объектов для произвольных соотношений между объемом алфавита и размерностью сигнала, позволяющие оценивать степень совершенства существующих и перспективных систем распознавания изображений групповых точечных объектов.

  4. Методы обработки изображений групповых точечных объектов на базе векторно-полевых моделей, обеспечивающие устойчивость к воздействию помеховых факторов при распознавании.

  5. Методы распознавания изображений групповых точечных объектов на базе амплитудно-фазовых моделей, обеспечивающие устойчивость к воздействию помеховых факторов при распознавании.

Содержание работы. В диссертации рассматриваются вопросы формирования и обработки изображений групповых точечных объектов, а также подходы к определению потенциальной помехоустойчивости системы распознавания изображений групповых точеных объектов.

Во введении обоснована актуальность темы, сформулирована цель, направление исследований и основные научные положения, показана научная новизна и практическая значимость полученных результатов.

В первой главе диссертации произведен обзор состояния проблемы обработки изображений групповых точечных объектов (ГТО) и оценки эффективности систем распознавания.

Задачи обработки изображений групповых точечных объектов возникают в большом количестве различных систем. К ним относятся, например, радиолокационные станции с синтезированной апертурой, способные в высоком темпе осуществлять сбор данных об обстановке на больших участках подстилающей поверхности, системы управления воздушным движением, системы дефектоскопии, системы астоориентации и т.п. Во многих случаях существует возможность объединения наблюдаемых точечных объектов в соответствии с определенным критерием, например по критерию компактности, в группы – групповые точечные объекты, которые, в отличие от отдельных отметок, характеризуются определенными признаками: формой, масштабом, углом поворота и т.п. Возможность учета этих признаков позволяет повысить качество принимаемых в результате обработки изображений ГТО решений.

Как следует из анализа известных методов распознавания и оценки параметров изображений ГТО, в настоящее время сложно выбрать метод, обладающий совместно такими качествами как приемлемая трудоемкость, высокая помехоустойчивость, работоспособность при наличии пропусков сигнальных отметок, появлении ложных отметок и неупорядоченности точек распознаваемого ГТО. Существующие методы либо базируются на обеспечении очень высокой точности измерения координат точечных отметок, либо сложны и в значительной степени эвристичны. Их реализация чаще всего возможна при отсутствии пропусков отдельных точек ГТО и дополнительных ложных отметок. В табл.1 приведены результаты анализа достоинств и недостатков известных часто используемых методов.

Проблема определения помехоустойчивости системы распознавания рассматривается практически в каждой работе по данной тематике. Однако на практике, при нахождении характеристик правильного распознавания, используются, как правило, либо экспериментальные данные, либо результаты сравнения эффективности системы с другими, ранее разработанными, либо определяются граничные значения вероятностей ошибок. Это исключает возможность оценки с единых позиций эффективности систем распознавания изображений групповых точечных объектов.


Таблица 1

Метод/

характеристика

метода

Метод масок

Зонно-комбина-

торный метод

Квази

корреля-

ционный метод

Метод угловых

расстоя-ний

По форме ассоции-

рованного сплошного образа

По пучкам радиус-векторов

Инвариантность

к масштабу

Нет

Нет

Нет

Нет

Нет

Есть

Инвариантность к углу поворота

Нет

Нет

Нет

Есть

Есть

Есть

Инвариантность

к сдвигу изображения

Нет

Есть

Нет

Есть

Есть

Есть

Необходимость упорядочения отметок

Нет

Есть

Нет

Нет

Нет

Есть

Работоспособность при появлении ложных отметок

Высокая

Средняя

Низкая

Средняя

Средняя

Низкая

Работоспособность при пропуске сигнальных отметок

Высокая

Низкая

Низкая

Средняя

Средняя

Низкая

Помехоустойчивость

Средняя

Низкая

Средняя

Низкая

Средняя

Средняя

Трудоемкость

Очень высокая

Высокая

Высокая

Низкая

Средняя

Низкая


Во второй главе рассмотрены математические модели изображений плоских и объемных групповых точечных объектов в виде комплекснозначных и кватернионных сигналов. Предложены амплитудно-фазовые и векторно-полевые модели ГТО, обеспечивающие устойчивость формируемого описания к ошибкам обнаружения сигнальных отметок.

Для обработки изображения ГТО нужно поставить в соответствие каждому его элементу определенное число. Последовательность таких чисел называется кодом. Сигналы, порождаемые упорядоченным множеством заданных на плоскости точек , могут задаваться в виде пучков радиус-векторов с полюсом в некоторой точке или в виде контуров (рис.1). Между пучками векторов и контурами, задающими групповой точеный объект, существует взаимно однозначная взаимосвязь. Для их представления может использоваться единый математический аппарат и с этой точки зрения принципиального различия между контурами крупноразмерных объектов и контурами, описывающими групповой точечный объект, не существует.

Выражение для элемента кода в полигональном представлении имеет вид

,

где ; ; и – модуль и аргумент ЭВ.

Так как цепные коды обладают инвариантностью к сдвигу контура в плоскости рецепторного поля, то модуль нормированного скалярного произведения в представляет собой характеристику близости двух контуров, инвариантную к линейным преобразованиям сдвига, поворота и масштаба. Важнейшим достоинством принятого подхода к описанию контуров последовательностью комплексных чисел, зада­ющих их ЭВ, является возможность преобразования этих контуров аналитическим путем.


а)

б)

в)

г)

д)

е)

Рис.1. Векторное представление контура изображенияи элементарными векторами:

а) фрагмент бинарного изображения ГТО; б) расположение отметок ГТО в центрах
сетчатки; в) расположение отметок ГТО в узлах сетчатки; г) модель ГТО в виде пучка
радиус-векторов; д) контурная модель ГТО; е) контурная модель ГТО на базе
минимального дерева


Рассмотренные методы кодирования предполагают знание нумерации отметок в сцене. Однако в большинстве случаев такая информация отсутствует. Ситуация еще больше усугубляется при возникновении ошибок обнаружения сигнальных отметок. В этом случае для представления изображений ГТО могут использоваться векторно-полевые и амплитудно-фазовые модели, обладающие устойчивостью к ошибкам обнаружения и допускающие использование алгоритмов обработки, не требующих знания нумерации отметок.

При формировании векторно-полевой модели предполагается, что каждая точка ГТО содержит заряд, пропорциональный ее яркости. Он создает силовое поле , интенсивность которого изменяется с расстоянием по закону полеобразующей функции. Векторно-полевая модель группового точечного объекта для случая гауссовой полеобразующей функции состоит из векторов результирующего поля:

.

На рис.2 показан процесс получения векторно-полевой модели ГТО из трех точек в виде контура . В диссертации рассматриваются различные виды полеобразующих функций и свойства образуемых на их основе векторно-полевых моделей. Исследуется вопрос повышения информативности векторно-полевых моделей за счет учета яркости отметок.






Рис.2. Получение

векторно-полевой модели ГТО: а) векторы поля в области отдельных точек ГТО;

б) контур из результирующих векторов



Векторно-полевая модель изображений групповых точечных объектов обладает благодаря вкладу всех отметок в формирование вторичного описания меньшей чувствительностью к ошибкам обнаружения точечных отметок и координатным шумам. За счет учета не только величины поля, создаваемого зарядами, но и его направления, полученное в результате аналитическое описание обладает более высокой информативностью по сравнению со случаем потенциального поля. Векторно-полевые модели обеспечивают инвариантность описания к сдвигу ГТО, нумерации отметок и возможность оценки параметров линейных преобразований.

Амплитудно-фазовая модель ГТО описывается совокупностью амплитудно-фазовых представлений его точек, заданных значениями соответствующих длин радиус-векторов и их аргументов в прямоугольной системе отсчета. На рис.3 показано такое представление для отдельной точки . Как видно на рисунке, поворот точки ГТО на угол достигается сдвигом в горизонтальном направлении на величину , т.е. прибавлением к абсциссе исходной точки числа . В то же время масштабирование, как и в полярной системе отсчета, достигается путем умножения радиус-вектора точки на соответствующий коэффициент. Амплитудно-фазовое представление зашумленной точки представляет собой геометрическое место случайных точек, полученных при измерениях с конечной точностью положения точки . Область содержит точки, вероятность появления которых в ее пределах превышает некоторое пороговое значение .





Рис. 3. Амплитудно-фазовое
представление точки :

а) полярное задание точки в виде ;
б, в, г) амплитудно-фазовые

представления точек в виде ; ;; д) амплитудно-фазовое представление при действии координатного шума

1   2   3   4   5   6

Похожие:

Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconТеория струн
Тео́рия струн — направление математической физики, изучающее динамику не точечных частиц, как большинство разделов физики, а одномерных...
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСистемный анализ дестабилизирующих программных воздействий на вычислительно-управляющие комплексы промышленных предприятий и методы их распознавания

Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconАнализ и синтез комплекса «жидкофазный химический реактор управляющая система» с использованием методов синергетики
Анализ и синтез комплекса «жидкофазный химический реактор – управляющая система» с использованием
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconЛабораторная работа «Задачи распознавания образов»
Цель работы – закрепить навыки применения математического аппарата нейронных сетей для решения задачи распознавания образов
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconГибридная модель нейронной сети на основе моделей персептрона и art-2 Аннотация В
...
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСистематика и структурно-параметрический синтез механизмов на базе замкнутых систем тел качения

Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconПантелеев Андрей Владимирович
Пантелев А. В., Семенов В. В. Синтез оптимальных систем управления при неполной информации. М.: Изд-во маи, 1992. 191 с
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconРасчётно-пояснительная записка к курсовому проекту по теории механизмов и машин Синтез плоского кулачкового механизма
Синтез плоского кулачкового механизма проведём по методике изложенной: Горбенко В. Т. Горбенко М. В. Синтез кулачковых механизмов...
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСИнтез информационной системы группировки многомерных данных с использованием кластерного анализа
Специальность 05. 13. 01 – Системный анализ, управление и обработка информации (промышленность)
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСинтез астатических регуляторов пониженной размерности на основе теорий н 2 и н ∞ -оптимизации
Специальность 05. 13. 01 – Системный анализ, управление и обработка информации (в технической отрасли)
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib2.znate.ru 2012
обратиться к администрации
Библиотека
Главная страница