Быстродействующее оптико-электронное устройство распознавания изображений объектов на основе трехмерных векторных эталонов

• Автор: Коростелев, Сергей Иванович
• Шифр специальности: 05.13.05
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Курск
• Количество страниц: 138 с. : ил.

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ МЕТОДОВ И УСТРОЙСТВ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ОБЪЕКТОВ.

1.1. Методы, основанные на анализе контура объекта.

1.2. Нейросетевые методы.

1.3. Методы, основанные на сравнении с эталоном

1.4. Методы распознавания сложных стерео и мультиизображений в реальном времени.

1.5. Оптикоэлектронные устройства для распознавания изображений объектов.

ГЛАВА 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ ТРЕХМЕРНЫХ ВЕКТОРНЫХ ЭТАЛОНОВ.

2.1. Математическая модель ввода изображения распознаваемого объекта

2.1.1. Функция определения габаритного контейнера

2.1.2. Функция масштабирования изображения.

2.1.3. Функция кодирования изображения.
2.2. Математическая модель представления эталонов
2.2.1. Функция выбора эталонов.
2.2.2. Функция получения изображения проекции эталона
2.3. Функция определения весовых коэффициентов.
2.4. Функция определения входных данных
2.5. Математическая модель распознавания на основе весовых коэффициентов и входных данных.
2.6. Обобщенный алгоритм работы оптикоэлектронного устройства распознавания изображений объекта
ГЛАВА 3. АНАЛИЗ ХАРАКТЕРИСТИК И СИНТЕЗ БЫСТРОДЕЙСТВУЮЩЕГО ОПТИКОЭЛЕКТРОННОГО УСТРОЙСТВА РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ОБЪЕКТОВ НА ОСНОВЕ ТРЕХМЕРНЫХ ВЕКТОРНЫХ ЭТАЛОНОВ.
3.1. Достоверность распознавания объектов
3.2. Синтез метода и алгоритмов распознавания
3.2.1. Алгоритмы формирования эталонов.
3.2.2 Алгоритмы формирования предварительных признаков.
3.2.3. Синтез алгоритма распознавания изображений
3.3. Синтез быстродействующего оптикоэлектронного устройства распознавания изображений объектов на основе трехмерных векторных эталонов.
3.3.1 Структурнофункциональная схема и описание принципов работы
3.3.2. Повышение быстродействия устройства оптикоэлектронного устройства распознавания изображений объектов
3.3.3. Анализ быстродействия оптикоэлектронного устройства распознавания изображений объектов на основе трехмерных векторных эталонов .
3.4. Инженерная методика определения параметров устройства и количества параллельных модулей идентификации объекта.
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ВЫСОКОТОЧНОГО ОПТИКОЭЛЕКТРОННОГО УСТРОЙСТВА РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ОБЪЕКТОВ НА ОСНОВЕ ТРЕХМЕРНЫХ ВЕКТОРНЫХ ЭТАЛОНОВ
4.1. Аппаратнопрограммный комплекс для проведения испытаний высокоточного оптикоэлектронного устройства распознавания изображений объектов на основе трехмерных векторных эталонов
4.2. Методика проведения экспериментальных исследований.
4.3. Экспериментальное определение основных характеристик
быстродействующего оптикоэлектронного устройства распознавания
изображений объектов на основе трехмерных векторных эталонов.
4.3.1. Оценка достоверности
4.3.2. Оценка быстродействия.
4.3.3. Расчет количества параллельных модулей идентификации
4.3.4. Оценка дополнительных характеристик.
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАН 1ЫХ ИСТОЧНИКОВ
ВВЕДЕНИЕ
Актуальность


Структурнофункциональная схема оптикоэлектронного устройства распознавания объектов с конвейерной обработкой данных, особенностью которой является разработка и введение специализированных вычислительных устройств, реализующих параллельную, конвейерную обработку данных и обеспечивающих повышение быстродействия оптикоэлектронного устройства. Объект исследования оптикоэлектронные устройства распознавания изображений трехмерных объектов. Предмет исследования методы, алгоритмы и оптикоэлектронные устройства обработки и распознавания изображений. Методы исследования, В работе использованы методы цифровой обработки сигналов и изображений, математического моделирования, распознавания изображений объектов и анализа дискретных изображений, методы проектирования устройств ЭВМ. Практическая ценность работы состоит в том, что ее результаты являются основой для разработки широкого класса оптикоэлектронных устройств распознавания трехмерных объектов по единственному изображению. Применение подобных устройств возможно в следующих системах системах контроля качества продукции, автоматизированных манипуля торах, робототехнике, системах наведения. Разработанный метод распознавания характеризуется гибкостью и возможностью реализации, как на программном, так и на аппаратном уровне, что обеспечивает широкий спектр областей использования. Результаты диссертационной работы внедрены на предприятиях ООО СМИЛинк г. Курск, ОГУ СМЭП Курской области и используются в учебном процессе Курского государственного технического университета по учебным дисциплинам Структурнотопологическое проектирование ЭВМ, Основы теории распознавания образов. Апробация работы. Основные положения диссертационной работы докладывались и получили положительную оценку на Международных и Российских конференциях Всероссийская конференция по проблемам информатики, физики и химии г. Москва РУДН Оптикоэлектронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации Распознавание г. Курск, Курский государственный технический университет г. Молодежь и XXI век , , г. Публикации. Основные результаты выполненных исследований и разработок опубликованы в печатных работах, в том числе в 7 статьях. Среди них 3 статьи, опубликованные в рецензируемых научных журналах, входящих в перечень журналов и изданий, рекомендуемых ВАК, а также 3 патента Российской Федерации. Личный вклад автора. Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, включающего наименований, изложена на 8 страницах и поясняется рисунками и таблицами. ГЛАВА 1. Распознавание изображений объектов является одной из самых актуальных и распространенных задач в области разработки автоматизированных систем обработки, конвертации и интерпретации данных. Системы технического зрения применяются для автоматизации технологического процесса, например, при построении систем контроля качества продукции, систем наведения, систем навигации, роботизированных манипуляторов. Методы распознавания изображений находят применение в таких областях, как обработка, анализ и интерпретация графических данных 1, идентификация движущихся объектов транспорта 2, пространственное ориентирование, калибровка оптикоэлектронных устройств 3, автоматы для сортировки почтовых конвертов по индексу, зенитная ракета, захватывающая горячее сопло самолетного двигателя, но игнорирующая солнце, различные системы анализа спутниковых снимков, бортовые системы беспилотных летательных аппаратов. Существует множество методов распознавания образов, однако наиболее популярными на сегодняшний день являются методы, основанные на анализе контура объекта, нейросетевые методы, методы, основанные на сравнении исходного изображения с эталоном. Методы распознавания изображений, основанные на анализе контура объекта, применяются для анализа плоских изображений, топографических карт, спутниковых фотографий. Типичным представителем методов, основанных на анализе контура объекта является 4.