Аппаратура и методы морфологического анализа многомерных сигналов, полученных в эксперименте

• Автор: Антонюк, Валерий Алексеевич
• Шифр специальности: 01.04.02
• Научная степень: Кандидатская
• Год защиты: 1981
• Место защиты: Москва
• Количество страниц: 105 c. : ил

Глава I. МЕТОДЫ АНАЛИЗА ФОРМЫ ОБЪЕКТОВ
§1. Способы описания и сравнения форм объектов
§2. Математическая модель формирования изображения
объекта
§3. Основные понятия морфологического анализа
изображений
§4. Постановка задач выделения, идентификации
и совмещения
Глава II. ПРИНЦИПЫ И АППАРАТНЫЕ СРЕДСТВА РЕАЛИЗАЦИИ
АЛГОРИТМОВ МОРФОЛОГИЧЕСКОГО АНАЛИЗА
§1. Математическая модель N-дорожечного фильтра
§2. Оптимизация параметров вычислительной конфигурации.. 52 §3. Аппаратная реализация морфологических алгоритмов
§4. Построение форш изображения
§5. Анализ поведения функционада-рассовмещения
в задачах аппроксимации и совмещения
§6. Повышение эффективности морфологического
алгоритма совмещения
Глава III. ПРАКТИЧЕСКИЕ ПРИМЕНЕНИЯ СПЕЦИАЛИЗИРОВАННЫХ
ВЫЧИСЛИТЕЛЕЙ
§1. Эксперименты по дефектоскопии изделий
микроэлектроники
§2. Эксперименты по обработке изображений
реальных сцен
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА

Достаточно многочисленны эксперименты, где возникают задачи анализа и обработки изображений, например, в аэрокосмических исследованиях, растровой электронной микроскопии и т.п. Предметом анализа в таких экспериментах является некоторый объект, а вся информация об объекте, как правило, сосредоточена в его изображении, т.е. наблюдению и изучению доступна информация, получаемая в процессе взаимодействия объекта с электромагнитным излучением или пучком электронов, а интерес представляют какие-либо характеристики или параметры объекта, от которых зависит само взаимодействие. В аэрокосмических исследованиях океана представляют интерес распределения температуры и солености, степень загрязнения, покрытие льдом, параметры волнения, однако в экспериментах регистрируются лишь изображения соответствующего участка в одном или нескольких спектральных диапазонах. В растровой электронной микроскопии изучаются качественный и количественный состав микрообъекта, поверхностные микрополя и потенциалы и т.д. Трудность таких экспериментов заключается в извлечении информации о свойствах объекта, поскольку получаемое изображение содержит как свойства объекта исследования, так и свойства системы формирования изображения. В задачах автоматического анализа сжатие объема информации, подлежащей переработке, обеспечивает увеличение скорости и повышение помехозащищенности обработки. А некоторые задачи нельзя решить, не сведя к минимуму постороннюю информацию, источником которой может быть и само излучение, если его параметры неизвестны.
Мысленный эксперимент по определению формы кубика по его изображению, полученному при освещении кубика удаленным точеч_ 1{
ным источником, показывает, что в полутоновом изображении кубика, даже если пренебречь влиянием системы формирования, возможны практически любые значения яркости его граней, но это означает, что конкретные значения яркости граней кубика, по существу, не несут никакой информации о его форме. Значит, информация о форме кубика сосредоточена в геометрии подмножеств изображения, на который яркость постоянна. И хотя восстановить геометрическую форму кубика по этим подмножествам не удастся, они соответствуют участкам кубика, одинаково ориентированным по отношению к источнику освещения и точке наблюдения. Поэтому в полутоновом изображении кубика имеет смысл интересоваться формой, причем не самого кубика, а его изображения, понимая под ней, например, множество всевозможных изображений кубика при различных условиях однородного освещения. При этом условия освещения не могут быть совершенно произвольными и следует ограничиться некоторым классом освещений, однородных в пределах однородных участков поверхности объекта. Допустимые неравномерность освещения и неламбертовость объекта (кубика) зависят от анализируемой сцены, а также от погрешности, возникающей при квантовании изображения. Но для того, чтобы по изображению объекта можно было изучать его форму, информация о ней не должна искажаться ни "раскраской" объекта, ни освещением. В этом случае для решения ряда практических задач анализа сцен по изображениям можно воспользоваться методами морфологического анализа изображений
Настоящая работа посвящена дальнейшему развитию идей и методов морфологического анализа изображений.
Первая глава работы, состоящая из четырех параграфов, посвящена методам анализа формы объектов.
В §1 сделан обзор работ, касающихся вопросов анализа и опи-
**Г* п—
Для важного частного случая —!= — , 1= ,
*Со
оценки сверху рассматриваемых интегральных погрешностей прини-мают вид Т | 'Т‘
- 01 -2 •*) ]
4 (& л
соответственно.
Для выяснения относительной величины максимальных интегральных погрешностей за период полезно рассмотреть поведение функ,ий

(см. рис.7); график последней дает значения т, при которых
2-То 2-|~.Та
Ч — е. "х:. .е ^Л; 1-е. максимально возможные знаУ ~~
чения обеих погрешностей становятся равными. Поскольку для 1^о<0,8 уу ^ 0,07 , то установлением переменной составляющей можно пренебречь по истечении времени У?0,07Т, Т.е. за период |о,07Т, 1,07Т^ интегральная погрешность, обусловленная установлением переменной составляющей, не превышает интегральной погрешности, вызванной наличием переменной составляющей. Поэтому имеет смысл учитывать лишь установление постоянной составляющей с (А:) = 2?сА(^) и наличие переменной сос1=1
тавляющей. Интегральная ошибка установления постоянной составляющей за любой период равна нулю, если начальные условия совпадают со значениями Сч, <- = I И . Погрешность из-за наличия переменной составляющей также может быть равна нулю, если форма обрабатываемого изображения не сложнее формы эталона.