Эффективные способы и средства описания изображений в задачах распознавания

Эффективные способы и средства описания изображений в задачах распознавания

Автор: Корябкина, Ирина Валентиновна

Шифр специальности: 05.13.17

Научная степень: Кандидатская

Год защиты: 2006

Место защиты: Москва

Количество страниц: 138 с. ил.

Артикул: 3303145

Автор: Корябкина, Ирина Валентиновна

Стоимость: 250 руб.

Эффективные способы и средства описания изображений в задачах распознавания  Эффективные способы и средства описания изображений в задачах распознавания 

Введение
Глава 1. Формальные способы описании изображений
1.1. Исследование моделей изображений
1.1.1. Понятие модели изображения
1.1.2. Классификация моделей изображений
1.2.1. Классы моделей, порождаемые методами когнитивной психологии
1.2.2. Классы моделей, порождаемые методами представления и обработки изображений
1.2.3. Классы моделей, порождаемые дескриптивным подходом к анализу и распознаванию изображении
1.2. Роль признаковой модели в задачах распознавания и анализа изображений
1.2.1. Признаковое описание изображений
1.2.2. Определение понятия признак изображения
1.2.3. Основные задачи анализа и распознавания изображений, в которых используются признаки изображений
Глава 2. Систематизация и сравнительный анализ признаков изображений
2.1. Основные подходы к классификации признаков изображений
2.1.1. Библиографические источники, использованные для классификации и систематизации признаков изображений
2.1.2. Требования к классификации признаков изображений
2.1.3. Принципы классификации признаков изображений
2.2. Классификации признаков изображений по информации об изображении
2.2.1. Классификация признаков по типу изображения, служащего основой для вычисления признака
2.2.1.1. Бинарные признаки
2.2.1.2. Тоновые признаки
2.2.1.3. Яркостные признаки
2.2.2. Классификация признаков по типу модельного представления, служащего
основой для вычисления признака изображения
2.2.2.1. Статистические признаки
2.2.2.2. Признаки, характеризующие форму
2.2.2.3. Спектральные признаки
2.2.3. Классификация признаков по области изображения, на которой вычисляется признак
2.2.4. Классификация признаков по типу объекта, служащего основой для вычисления признака
2.2.4.1. Точечные признаки
2.2.4.2. Контурные признаки
2.2.4.3. Сегментационные признаки
2.2.4.4. Остовиыс признаки
2.3. Классификации признаков изображений но математическим средствам,
используемым для вычисления признаков
2.3.1. Классификация по уровню признака
2.3.2. Классификация по способу определения признака
2.3.2.1. Вычисляемые признаки
2.3.2.2. Измеряемые признаки
2.3.2.3. Извлекаемые признаки
2.3.2.4. Выделяемые признаки
2.3.3. Классификация по типу пространства, допустимым элементом которого является
признак
2.3.3.1. Символы и символьные строки
2.3.3.2. Числовые, векторные, матричные признаки
2.3.3.3. Структуры
2.3.3.4. Кусочнонепрерывные функции
2.3.4. Классификация признаков по математическому аппарату, используемому для определения признаков
2.3.4.1. Комбинаторные признаки
2.3.4.2. Логические признаки
2.3.4.3. Матричные признаки
2.3.4.4. Арифметические признаки
2.3.4.5. Топологическисгеомстричсскис признаки
2.4. Классификации признаков изображений, основанные на наличии у признаков
некоторых специальных свойств
Глава 3. Метод выбора преобразований изображении в задачах распознавания изображений
3.1. Математическая постановка задачи распознавания изображений
3.1.1. Понятие эквивалентности в задачах распознавания изображений и способы задания эквивалентности
3.1.2. Математическая постановка задачи распознавания изображений в терминах классов эквивалентности
3.1.3. Математическая постановка редуцированной задачи распознавания изображений
3.1.4. Условия полноты класса АВО для редуцированной задачи распознавания изображений
3.1.5. Классы эквивалентности изображений в задачах распознавания
3.2. Мультимодельные представления изображений в задачах распознавания
3.2.1. Понятие порождающего дескриптивного дерева
3.2.2. Параметрические ПДД
3.2.2.1. Использование параметрических ПД Д при решении прикладных задач
3.3. Формальное описание метода выбора преобразования изображений в
зависимости от информационных характеристик изображений
3.3.1. Информационные свойства изображений
3.3.2. Алгоритмическая схема, реализующая метод выбора преобразований изображений в задачах распознавания
Глава 4. Экспериментальное исследование метода выбора преобразования изображении. Библиотека вычислении признаков изображений.
4.1. Библиотека вычисления признаков изображений
4.1.1. Краткая характеристика библиотеки вычисления признаков
4.1.2. Сценарий работы с библиотекой вычисления признаков
4.2. Применение предложенного метода в задаче диагностического анализа
цитологических препаратов
4.2.1. Постановка задачи анализа цитологических препаратов
4.2.2. Описание шагов предложенного метода при решении задачи анализа цитологических препаратов
4.2.3. Сравнение результатов распознавания на различных наборах признаков
Заключение
Список литературы


В Заключении работы сформулированы основные научные и практические результаты, выносимые на защиту. Глава 1. Актуальной проблемой распознавания изображений является выбор формальных средств описания объектов анализа, используемых при распознавании изображений и допускаемых алгоритмами распознавания. Подавляющее большинство алгоритмов распознавания изображений, обладающих вычислительной эффективностью, предназначены для работы с признаковыми описаниями или моделями изображений. При построении такого описания существенная часть информации, содержащейся в изображении, теряется. Для того, чтобы максимально использовать при анализе изображений содержащуюся в них информацию, необходимо преодолеть противоречие между природой изображения и методами извлечения информации из изображений, основанными на использовании символьных моделей изображений. Необходимо, чтобы анализ и распознавание изображений опирались на преобразования, зависящие от синтаксической и семантической информации, содержащейся в изображении. Подробное рассмотрение методов получения изображений выходит за рамки данной работы. Формальная схема распознавания изображений приведена в 7, а некоторые ее детали даны в главе 3. Основное внимание в данной работе уделяется п. Выделение признаков изображений и построение моделипризнакового описания исходного изображения. Очевидно, что модели и признаки, используемые для решения задачи анализа изображений, как и методы выделения признаков, существенным образом зависят от поставленной задачи и от исходных данных. Тем не менее, для эффективного решения задачи необходимо оптимизировать и остальные шаги процесса распознавания. Многократно предпринимались попытки использовать при распознавании изображений свойства живых организмов, в частности, особенности зрительной системы человека. Необходимо отметить, что до сих пор особых успехов в использовании методов, свойственных человеку, при построении автоматизированных систем распознавания ученые не добились. Тем не менее, были получены интересные результаты. В частности, в 8 при решении задачи распознавания изображения автор обратились к теории когнитивной психологии и проблеме распознавания человеком объектов сцены, к методам анализа и распознавания изображений, отражающим особенности восприятия человеком окружающего мира. Классификация моделей изображений, порожденная методами когнитивной психологии, представлена в работе 8. В этой же работе выделены фундаментальные проблемы традиционных подходов когнитивной психологии. Отмечается, что в настоящий момент науки, связанные с изучением информационных процессов головного мозга человека, восприятия и переработки зрительной информации живыми организмами, не располагают необходимыми данными для создания алгоритма распознавания, успешно моделирующего процессы зрительного восприятия. Поскольку подавляющее большинство алгоритмов распознавания изображений, обладающих вычислительной эффективностью, предназначены для работы лишь с признаковыми описаниями или моделями изображений, рассмотрим различные типы моделей изображений. Существуют различные типы классификаций моделей изображений, в зависимости от аспекта рассмотрения классифицируемого объекта. Классы моделей, порождаемые дескриптивным подходом к анализу изображений. В данной главе вводится понятие модели изображения и исследуется различные классы моделей изображений. Отметим, что во многих классификациях модели, описывающие изображение с помощью вектора признаков, выделены в отдельный класс. Понимание важности этапа выбора признаков при решении задач анализа изображений влечет за собой необходимость анализа понятия признака изображения. Поскольку понятие признак изображения неоднозначно трактуется в литературе, нами были выделены четыре наиболее характерных способа определения понятия признак изображения и сформулировано понятие признака изображения, принятое в данной работе. Сформулированы основные требования к признаку изображений, а также основные задачи анализа и распознавания изображений, в которых используются признаки изображений. Исследование моделей изображений 1.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.202, запросов: 244