Методы и средства формообразования объектов изображения

• Автор: Синенков, Дмитрий Вячеславович
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Нижний Новгород
• Количество страниц: 184 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
ГЛАВА 1. Аналитический обзор современных .методов обработки изображений, применительно к задаче определения формы объектов.

1.1. Исходиые положения .

1.2. Классификация систем обработки изображений.

1.3. Современные методы анализа и определения форм

1.4. Некоторые проблемы задач обработки изображений

Цели и задачи.

ГЛАВА 2. Информационная модель формообразования объектов

изображения.

2.1. Принципы обработки изображения системами машинного зрения .

2.2. Обработка зрительной информации человеком
2.3. Теория активного восприятия
2.4. Информационная модель формообразования объектов изображения
Выводы
ГЛАВА 3. Информационная модель процесса сегментации
3.1. Сегментирующий фильтр
3.2. Иерархия сегментирующих фильтров.
3.3. Разметка областей окончательная сегментация
3.4. Алгоритмы сегментации бинарных изображений.
3.5. Алгоритмы сегментации полутоновых изображений
3.6. Сегментация изображений при наличии шумов
3.6.1. Сегментация по массе.
3.6.2. Попиксельный тремор поля зрения
ф 3.7. Сопоставительный анализ по скоростным и аппаратным затратам
на заданном уровне разрешения с классическими методами
Выводы
ГЛАВА 4. Информационная модель принятия решения о форме
объекта по двумерным признакам
4.1. Формирование класса эталонов.
4.1.1. Формирование эталона объекта.
4.1.2. Формирование обобщенного эталона.
4.1.3. Построение пирамиды эталона объекта.
4.1.4. Учет ракурсов.
щ 4.2. Формирование признаков объекта
4.3. Принятие решения.
Выводы.
ГЛАВА 5. Информационная модель формообразования поверхностей
5.1. Общие принципы анализа поверхностей с позиций теории активного восприятия.
5.1.1. Анализ поверхности с точки зрения функционального анализа
5.1.2. Анализ поверхности с точки зрения теории поверхностей
5.2. Ограничения на класс рассматриваемых поверхностей
5.3. Взаимосвязь между поверхностью и ее наблюдаемым изображением
5.4. Анализ видимых форм поверхностей различных типов.
5.4.1. Цилиндрические поверхности
5.4.2. Эллипсоидные поверхности.
5.4.3. Конические поверхности.
5.4.4. Плоскость.
5.5. пирамида анализа поверхностей
5.5.1. Построение пирамиды.
5.5.2. Принципы принятия решения на пирамиде.
Выводы.
ГЛАВА 6. Дополнительные факты, дающие информацию о щ наблюдаемой форме поверхности и объекте в целом
6.1. Анализ бликового пятна
6.2. Информационная модель учета тени объекта при анализе его формы
Выводы.
ГЛАВА 7. Практическое применение разработанных методик.
7.1. Алгоритмическое обеспечение поиска двумерного объекта.
7.2. Информационная модель определения координат подвижного
щ объекта по двумерному изображению.
7.3. Информационная модель процедуры подавления шума на изображениях, в условиях априорной неопределенности.
Выводы.
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ


Определение: Объект, представленный на М(/, j), есть связная область точек, т. Определение: Две точки растра G с координатами (/, j) и (/? А = А/, А2, . А,. А, = В, обладающее следующими свойствами: А} е E(j =** 1,. А, и А,+ 1 — соседние в смысле 4-связности (соответственно 8-связности). Любое 4-связное множество является в то же время 8-связным. Обратное утверждение неверно. Сегментация изображений - начальный этап построения формального описания сцены, качество выполнения которого во многом определяет успех решения задачи распознавания изображений, интерпретации или идентификации визуально наблюдаемых объектов и, в конечном счете, выработки управляющих воздействий в робототехнических системах [, ]. Яф(/,у) — изображение фона. Определение: Сегментацией изображения называется формирование из изображения М(1, у) изображений ЯД/, у), ЯД/, у) и Я^(/, у), для которых выполнено условие (1. Эта задача равносильна нахождению областей объектов 6/, С* и области фона Сф []. В различных классификационных подходах определяются и сравниваются функциональные сходства и различия пассивных и активных систем, монокулярных и бинокулярных, бинарных и многотоновых, стереоскопических и дальнометрических, голо! С* с Є — область к-го объекта; Єф с <7 — область фона; Є, ^ . При использовании первого подхода, т. По функциональной сложности выполняемых операций обработки визуальной информации, т. Первый класс СОИ составляют упрощенные системы анализа визуальной информации. Этот класс характеризуется существенно уменьшенной пространственной разрешающей способностью и, соответственно, упрощенными методами обработки воспринимаемой визуальной информации. В таких системах могут, например, анализироваться только черно-белые переходы максимум в строках ТВ-изображения. Размещение этих строк выбирается таким образом, чтобы они располагались на наиболее характерных местах проекции объекта. В этом случае обычно объект должен быть предварительно перемещен до упора перед видеодатчиком и может занимать лишь небольшое число дискретных положений. При этом достаточно часто налагаются дополнительные ограничения на форму объекта, например некоторые системы могут распознавать только круглые объекты с круглыми отверстиями и т. В этих матричных визуальных анализаторах выявляются форма, площадь и ориентация контактной зоны с последующей ее идентификацией и распознаванием контактирующего объекта. Системы второго класса, предназначенные для выполнения анализа двумерных сцен, могут идентифицировать форму объектов только по двумерным признакам. Анализируемые объекты обычно размещают на плоском столе или на ленте конвейера в поле зрения видеодатчика, который обычно является неподвижным. Системы третьего класса имеют, как правило, трехмерные анализаторы объемных сцен, снабженные специальными программами и действующие по определенным стратегиям. К этому классу относятся как бинокулярные пассивные стереосистемы, действующие без специального подсвета, так и активные стереосистемы, действующие со специальным сканирующим лазерным подсветом. Сюда относятся также монокулярные системы со специальным структурированным подсветом и сканирующие лазерные дальнометрические системы, осуществляющие анализ и формирование дальносгного изображения; муаровые, интерферометрические и голографические интерферометрические СОИ с телевизионным анализом визуальной информации и ее обработкой с помощью микрокомпьютеров. В ряде систем третьего класса программа анализа сцены формирует прежде всего гипотезу самого общего вида относительно содержания анализируемого изображения, причем эта гипотеза в ходе последующего анализа непрерывно уточняется. Результат каждого шага анализируется с учетом результатов предыдущих шагов и накопленной в памяти информации, при этом оценивается степень вероятности гипотезы. В качестве гарантии, исключающей неправильные решения, в каждой фазе обрабатывается несколько альтернативных ветвей, развиваемых до различной глубины, причем дальнейшие этапы в каждом случае исходят из наиболее вероятной гипотезы.