XIV Міжнародна наукова інтернет-конференція ADVANCED TECHNOLOGIES OF SCIENCE AND EDUCATION (19-21.04.2018)

Русский English




Научные конференции Наукові конференції

к.т.н., Кормановський С.І., Орелецький В.В., Богуто Д.Г. ФОРМУВАНЯ ОЗНАК БІНАРНИХ І НАПІВТОНОВИХ ЗОБРАЖЕНЬ ДЛЯ ЗАДАЧ РОЗПІЗНАВАННЯ

к.т.н., Кормановський С. І., Орелецький В. В., Богуто Д. Г.

Винницький національний технічний університет,

Київський національний університет культури і мистецтвФОРМУВАНЯ ОЗНАК БІНАРНИХ І НАПІВТОНОВИХ ЗОБРАЖЕНЬ

ДЛЯ ЗАДАЧ РОЗПІЗНАВАННЯ

Для розпізнавання зображень в реальному часі початковою є проблема виділення та обробка їх ознак. Для цієї проблеми властивим є підхід, за яким зображення нормується для порівняння з еталонами, для чого потрібна попередня обробка, що передбачає "центрування" зображень. Більш того, щоб підвищити швидкодію процесу розпізнавання, а також суттєво спростити саму процедуру, провідною тенденцією стає відхід від класичної "початкової" обробки і перехід до моделей біологічного типу, або за допомогою нейроподібних засобів [1] розпізнавання за ознаками. Серед таких ознак найсуттєвішими є геометричні та моментні ознаки [2].

Для розпізнавання зображень в реальному часі початковою є проблема виділення та обробка їх ознак. Для цієї проблеми властивим є підхід, за яким зображення нормується для порівняння з еталонами, для чого потрібна попередня обробка, що передбачає "центрування" зображень. Більш того, щоб підвищити швидкодію процесу розпізнавання, а також суттєво спростити саму процедуру, провідною тенденцією стає відхід від класичної "початкової" обробки і перехід до моделей біологічного типу, або за допомогою нейроподібних засобів [1] розпізнавання за ознаками. Серед таких ознак найсуттєвішими є геометричні та моментні ознаки [2].Велику частину інформації про зображення несуть його геометричні характеристики, в зв'язку з тим, що зображення подається як геометрична модель об'єкта. До геометричних параметрів об'єкта належать: відстань, площа, периметр, об'єм, орі­єнтація і т. п. Ці параметри обчислюють під час аналізу зображень для отримання най­повнішої інформації про об'єкт.

Особливо суттєвим для створення сучасних око-процесорних систем  [3] технічного зору є аргументація вибору моделей і алгоритмів паралельної обробки з визначенням центра зв'язності і осі орієнтації зображень.

         Якість розпізнавання в більшій мірі залежить від того, наскільки сукупність знайдених ознак відображає найсуттєвішу різницю об'єктів різних класів і схожість об'єктів одного і того ж класу. Але універсального підходу до виявлення інформативних ознак не існує і для кожної задачі розпізнавання проблему ознак треба вирішувати окремо. Пропонується в методологічному плані деякий загальний підхід до формування ознак для значного класу двовимірних бінарних та напівтонових зображень, який базується на аналізі характеристичних точок [4, 5].

Ознаки зображення поділяють на кількісні, які безпосередньо вимірюються та якісні, які позначаються символами. Деякі з них визначаються за допомогою контурів зображень, причому вимірювання цих ознак можна робити в масштабі реального часу. Задачею символьного опису зображень є перехід від набору найпростіших ознак до суттєво меншого набору засобів опису, які можуть служити початковими даними для подальшої семантичної інтерпретації. Типові графічні символи у вигляді ланцюжка контурних точок утворюють межу об'єкта, зв'язані області постійної яскравості, кольору чи температури. Геометричні фігури, прямокутники, трикутники, кола також можуть бути такими символами.

Головний етап під час формування символьного опису зображення полягає в тому, що визначення геометричних співвідношень і зв'язності між елементами повинно бути за умови належності їх до одного класу. В основі більшості методів визначення зв'язності лежить цифрова модель, яка здійснена на основі розрахунків точок прямокутного растру, поля безперервного зображення. Метою такого методу є формування простих ознак для аналізу бінарних та напівтонових зображень, за допомогою яких можна описувати та ідентифікувати різні геометричні фігури, які мають складну форму. Основний етап при формуванні символьного опису зображення полягає у визначенні геометричних співвідношень  зв'язності між елементами. В основі методу визначення зв'язності лежить цифрова модель, отримана на базі розрахунків точок прямокутного растра, поля безупинного зображення.

Метод визначення центра зв'язності заснований на способі урівноваження сум зв'язності. Із загального випадку багатоградаційних зображень розглядається деякий елемент, який зв'язаний із вісьмома сусідніми.

Для дослідження застосовані бінарні зображення у вигляді  плоских геометричних фігур в декартовій системі координат. Дискретні елементи контурного зображення мають логічні ознаки, які приймають значення 1 чи 0 і визначаються з умови належності до лінії контуру.  Насамперед  визначається сума зв'язності всіх елементів, які мають значення 1, потім зв'язність кожного елемента 0 з елементами 1. Далі зображення зміщуються та обчислюється сума всіх елементів, а бінарного зображення окремо по горизонталі і вертикалі. Методом урівноваження визначається рівність сум зв'язності по вертикалі і горизонталі. Отримані таким чином дві взаємоперпендикулярні лінії формують координати центра зв'язності. На основі вище розглянутого методу побудовано математичну модель урівноваження отриманих елементів бінарного зображення. Визначено для  яких координат , j буде справедлива рівність сум зв'язностей одиночних  і нульових  бінарних елементів:

image00284.gif      - зв'язність одиничного елемента i , j.

 image00285.gif    - зв'язність нульового елемента i , j .

Урівноважування по стовпцях і рядках повинне задовольняти таку  систему умов:

image00286.gif

Розглянутий метод важко застосувати для напівтонових зображень. В цьому випадку необхідно використовувати операції узагальненого контурного препарування і окремо аналізувати суми  зв'язностей одиничних image00284.gif , нульових image00285.gif і від'ємних image00287.gifпрепаратів.

Аналогічно доцільно зробити урівноважування сум нульових і від'ємних препаратів по стовпчиках і визначити, для яких координат i, j буде справедлива рівність сум від'ємних image00287.gif і нульових image00285.gifпрепаратів. Тобто

image00288.gif

Таким чином, застосувавши операцію узагальненого контурного препарування і операцію урівноважування по стовпчиках і рядках можна сформувати прості ознаки для розпізнавання напівтонових зображень.

Література:

•1.     Кожем'яко В.П., Понура О.І., Сачанюк Н.В. Реалізація KVP- перетворень в технічних засобах око-процесорного типу // Вісник Державного університету "Львівська політехніка"  - 2000. - № 393. - С. 68-78.

•2.     Буда А.Г., Мартинюк Т.Б., Кормановский С.І., Король О.В. Базис геометричних ознак зображень та особливості їх застосування // Матеріали Міжнародної науково-практичної конференції "Сучасні проблеми геометричного моделювання. - Львів. - 2003. - С. 162-166.

•3.     Кожемяко В.П. Оптоэлектронные логико-временные информационно-вычислительные среды. - Тбилиси: Мецниереба, 1984. - 358 с.

•4.     Кормановський С.І. Організація однорідних оптоелектронних логіко-часових середовищ аналізу геометричних ознак об'єкта // Вісник  ВПІ. - 2002. - № 1. - С. 34-39.

•5.     Кормановський С.І., Кожем'яко В.П. Око-процесорна обробка та розпізнавання образної інформації за геометричними ознаками. Монографія. - Вінниця: «УНІВЕРСУМ - Вінниця», 2007. - 160 с.

 

e-mail:  kormanovski@ukr.net


Залиште коментар!

Дозволено використання тегів:
<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <code> <em> <i> <strike> <strong>