Пирамидальное распознавание изображений на основе бинарных структур

• Автор: Колебанов, Сергей Викторович
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 1998
• Место защиты: Нижний Новгород
• Количество страниц: 163 с. : ил.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ
1. ПИРАМИДАЛЬНОЕ РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ:
АНАЛИЗ СОСТОЯНИЯ И ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ РАБОТЫ.
1.1. Краткий обзор пирамидальных систем распознавания
изображений.
1.2. Направления повышения эффективности работы пира
мидальных систем.
1.3. Цель и задачи исследования
Выводы первой главы
2. ПОНЯТИЕ БИНАРНЫХ СТРУКТУР. ПОИСК И КЛАССИ
ФИКАЦИЯ БИНАРНЫХ СТРУКТУР.
2.1. Пирамидальное описание изображения
2.2. Определение бинарных структур
2.3. Поиск бинарных структур
2.4. Классификация бинарных структур
Выводы второй главы
3. ИНВАРИАНТНОСТЬ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ
НА БАЗЕ МЕТОДА АКТИВНОГО ВОССТАНОВЛЕНИЯ.
3.1. Исследование инвариантности описания изображения
на основе метода активного восстановления.
3.2. Исследование процесса перехода области пикселов в
визуальную массу.
3.3. Исследование габаритной погрешности пирамидально
го описания изображения.

Выводы третьей главы
4. ПРИМЕНЕНИЕ БИНАРНЫХ СТРУКТУР ДЛЯ ПИРАМИ
ДАЛЬНОГО РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ.
4.1. Экспериментальное исследование влияния габаритной 114 погрешности на пирамидальное описание.
4.2. Экспериментальное исследование влияния шумов раз- 117 личной природы и интенсивности на пирамидальное описание.
4.3. Общая организация системы распознавания изображе- 128 ний с помощью бинарных структур.
4.4. Решение задачи ввода информации в базу данных с пе- 135 чатного листа.
Выводы четвертой главы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ
Актуальность темы. Одним из наиболее существенных результатов научно-технической революции является широкая компьютеризация практически всех областей человеческой деятельности. Бурное развитие средств вычислительной техники привело к тому, что значительные объемы научно-технической, общественной, социально-политической информации, в т.ч. и в виде изображений, переносятся в память ЭВМ и становятся доступными широкому кругу пользователей.
Зрительная система не только занимает важнейшее место в процессе обмена информацией между человеком и окружающим миром, но также оказывает значительное влияние на образ мышления и формирование представлений человека об окружающем мире. Соответственно важнейшей является задача создания систем технического зрения, позволяющих машине эффективно воспринимать, обрабатывать и хранить зрительные образы, т.е. сделать естественным и удобным общение между человеком и машиной, машиной и внешней средой.
В настоящее время наиболее эффективными зрительными системами являются естественные системы, в которых реализованы глубинные законы информационных преобразований в Природе. Пристальное изучение естественных зрительных систем и выявление принципов их работы способно привести к созданию качественно новых методов обработки изображений и, как следствие, к построению машин с архитектурой, отличной от архитектуры Дж. фон Неймана.
С одной стороны, проблема построения эффективного (для распо-знавания) описания структуры объекта, представленного в виде изображения, в настоящее время продолжает оставаться актуальной. С другой стороны, в работе [55] предложена перспективная теория распознавания

ориентированные сигналы-признаки, поступающие в мозг через зрительный нерв; сигнал-реакция как след в памяти воспринимающего субъекта, который им осознается для принятия решений.
На первом уровне внешняя световая энергия возбуждает чувствительные элементы глаза; за счет конечного числа чувствительных элементов и их ограниченной разрешающей способности происходит ограничение входного потока данных.
Второй уровень соответствует сигналам, поступающим в зрительный отдел мозга для решения проблемно-ориентированных задач. Здесь реальная скорость передачи данных чрезвычайно низка (порядка нескольких десятков бод) [91], хотя глаза человека воспринимают около 109 бит в секунду. Таким образом, в биологической системе поток поступающих в устройство обработки (зрительный отдел головного мозга) данных оказывается в сотни тысяч раз меньше по сравнению с входным потоком. Такой компрессии в технических системах не происходит. Можно предположить, что зрительная система человека, являясь в целом универсальной системой, в каждый конкретный момент времени работает как система проблемно-ориентированная [3,9].
Возможность специализации зрительного аппарата приводит к резкому сокращению числа возможных ситуаций, которые воспринимаются как различные в данном проблемно-ориентированном контексте, и, в конечном счете, к сокращению потока данных. Глаз быстро реагирует на освещенность, контрастность, расстояние наблюдения, местоположение и ориентацию объекта в поле зрения, приводя эти характеристики к некоторому классу инвариантов, также значительно меньшему, чем все возможное множество их комбинаций (интегральная адаптация). Кроме того, восприятие сложного изображения идет таким образом, что внимание концентрируется не равномерно по всему полю, а лишь на важных деталях (локальная адаптация) [7, 3, 55, 9]. Таким образом, мозг по-