Иерархический итерационный метод распознавания объектов на основе анализа многомерных данных

• Автор: Сафронов, Кирилл Валерьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Уфа
• Количество страниц: 164 с. : ил.

Введение

1 Современное состояние проблемы распознавания объектов .

1.1 Проблема распознавания объектов

1.2 Основные методы распознавания объектов .

1.2.1 Классификация методов распознавания объектов

1.2.2 Интенсиональные методы распознавания объектов .

1.2.3 Экстенсиональные методы распознавания объемов . .

1.2.4 Методы совместной классификации .

1.2.5 Сравнительный анализ известных методов распознавания объектов .

1.3 Выводы. Цели и задачи исследования .

2 Иерархический итерационный метод распознавания объектов на основе анализа многомерных данных .
2.1 Разработка иерархического итерационного метода распознавания объектов
2.1.1 Общая постановка задачи распознавания объектов и
определения их положения и ориентации в пространстве
2.1.2 Основные принципы иерархического итерационного
мегода распознавания обьектов
2.1.3 Алгоритм иерархического итерационного метода распознавания объектов.
2.2 Разработка алгоритмического обеспечения иерархического
итерационного метода распознавания объектов
2.2.1 Алгоритм иерархической оптимизации многомерной
функции
2.2.2 Алгоритм иерархического сопоставления .
2.2.3 Алгоритм расчта критерия качества с использованием
матричного представления исходных данных
2.2.4 Алгоритм деформации прототипов распознаваемых
объектов
2.2.5 Алгоритм итерационного сопоставления
2.2.6 Алгоритм иерархизации прототипов распознаваемых
объектов
2.3 Анализ преимуществ разработанных алгоритмов.
2.4 Выводы по второй главе .
Разработка систем распознавания объектов для решения практических задач
3.1 Методика разработки системы распознавания объектов
3.2 Разработка системы распознавания положения и ориентации
объектов для регистрации медицинских изображений
3.2.1 Постановка задачи регистрации медицинских изображений .
3.2.2 Описание архитектуры системы распознавания объек
тов для решения задачи регистрации медицинских изображений
3.2.3 Экспериментальные результаты.
3.3 Разработка системы распознавания объектов в задаче распознавания текста
3.3.1 Постановка задачи распознавания текста . ИЗ
3.3.2 Описание архитектуры системы распознавания объектов для решения задачи распознавания текста
3.3.3 Экспериментальные результаты.
3.4 Разработка системы распознавания объектов в задаче автоматического извлечения деталей из контейнера
3.4.1 Постановка задачи распознавания множества объектов для системы автоматического извлечения деталей из контейнера
3.4.2 Описание архитектуры системы распознавания объектов для решения задачи автоматического извлечения деталей из контейнера
3.4.3 Экспериментальные результаты.
3.5 Выводы но третьей главе.
4 Разработка и экспериментальное исследование прикладных программных систем, основанных на иерархическом итерационном методе распознавания объектов
4.1 Прикладная программная система для решения задачи
регистрации медицинских изображений .
4.2 Прикладная программная система для решения задачи распознавания текста в промышленных системах
4.3 Прикладная программная система для решения задачи расп
ознавания объектов в системе автоматического извлечения деталей из контейнера .
4.4 Выводы по четвртой главе
Заключение
Список использованных источников


Разработано оригинальное алгоритмическое обеспечение, состоящее из системы взаимосвязанных алгоритмов и процедур, включающих в себя иерархическую оптимизацию, иерархическое сопоставление, расчт критерия качества с использованием матричного представления исходных данных, деформацию прототипов распознаваемых объектов, итерационное сопоставление и иерархизацию прототипов распознаваемых объектов. Разработанные процедуры позволяют повысить точность и сократить время распознавания объектов. Разработана архитектура универсальной системы распознавания объектов, основанная на предложенном иерархическом итерационном методе распознавания, а также методика е использования при решении различных классов практических задач. Разработано прикладное программное обеспечение на базе языка с использованием кроссплатформенной библиотеки обработки изображений V, реализующее предложенный иерархический итерационный метод распознавания объектов и эффективно решающее широкий круг задач в рамках реальных промышленных систем, включая задачи регистрации медицинских изображений, распознавания текста и автоматического извлечения деталей из контейнера. Иерархический итерационный метод распознавания объектов на основе анализа многомерных данных. Алгоритмическое обеспечение иерархического итерационного метода распознавания объектов. Архитектура универсальной системы распознавания объектов, основанная на предложенном иерархическом итерационном методе распознавания. Прикладное программное обеспечение, реализующее иерархический итерационный метод распознавания объектов. Работа выполнена в рамках совместных научных проектов Уфимского государственного авиационного технического университета и Института управляющих вычислительных систем и робототехники Технического университета Карлсруэ Германия, поддержанных грантом V0 Министерства образования Германии и компаниями ii и i . Институте управляющих вычислительных систем и робототехники Технического университета Карлсруэ Германия, , . Основные материалы диссертационной работы опубликованы в статьях, в том числе в 1 статье в рецензируемом журнале из перечня ВАК. Диссертационная работа состоит из 5 страниц машинописного текста, включая введение, 4 главы, библиографический список из 6 наименований. В общем случае задача распознавания образов заключается в классификации объекта на множестве признаков, вычисляемых при анализе исходных данных, т. Данную подзадачу также называют задачей анализа сцены. Задачи второго класса являются математически более сложными, чем задачи первого класса, а также требуют более ресурсомкие алгоритмы для их решения. Блоксхема алгоритма решения задач первого класса представлена на рисунке 1. Рисунок 1. Наиболее распространнным подходом к решению задач второго класса является выделение фрагментов исходных данных сегментация и последующая классификация выделенного фрагмента см. Рисунок 1. Наличие этих недостатков приводит к тому, что скорость, точность и надежность процесса распознавания объектов при решении ряда распространнных задач, возникающих на практике, являются недостаточными. Задача регистрации медицинских изображений, которая заключается в анализе томограмм какихлибо органов или частей тела и поиске за приемлемое время аналогичных томограмм в атласе базе данных томограмм для последующей постановки диагноза или в совмещении томограмм другого типа для этого же органа например, компьютерной и магниторезонансной томограмм. Задача распознавания текстов в промышленных системах, которая осложняется сильными помехами, дефектами и искажениями символов. Задача автоматического извлечения деталей из контейнера, которая требует распознавания множества объектов и определении их положения и ориентации среди перекрывающих друг друга объектов, относящихся к разным классам. Как уже было отмечено, при построении систем распознавания необходимо учитывать специфику обрабатываемых данных и объектов. Поэтому при изменении этих данных либо распознаваемых объектов приходится решать задачу распознавания заново, что приводит к определнным осложнениям. Кроме того, требования к методам и алгоритмам распознавания часто дополняются условиями их конкретного применения, например, в промышленности. На основе анализа данных свойств, были выработаны требования к методу, которые представлены в таблице 1. Таблица 1.