Исследование и моделирование бионических принципов идентификации и контекстного описания изображений

• Автор: Шапошников, Дмитрий Григорьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Ростов-на-Дону
• Количество страниц: 121 с. : ил

Оглавление
Введение
Глава 1. Современное состояние проблемы инвариантного описания и распознавания изображений Обзор литературы

1.1. Общие подходы к решению проблем распознавания образов

1.1.1. Классические подходы

1.1.2. Бионический подход

1.2. Методы описания изображений

1.2.1. Признаковое описание изображений

1.2.2. Детектирование фрагментов изображений для детальной обработки

. Постановка задач исследования Глава 2. Разработка алгоритмов для контекстного описания локальных признаков изображений

2.1. Алгоритмы выделения локальных признаков изображений

2.2. Исследование свойств зрительного восприятия в периферическом иоле зрения человека
2.3. Алгоритм контекстного описания
Глава 3. Разработка алгоритмов и методов идентификации и классификации наиболее информативных областей
3.1. Алгоритмы и процедуры каскадного метода идентификации наиболее информативных областей на изображениях лиц
3.1.1. Выделение первичных признаков
3.1.2. Построение частных признаковых карг
3.1.3. Построение итоговой каргы
3.1.4. Группирование точек интереса
3.1.5. Классификация областей интереса
3.1.6. Результаты тестирования метода
3.2. Алгоритмы и процедуры идентификации наиболее
информативных областей на изображениях дорожных знаков
3.2.1. Определение цвета и формы внешнего контура знаков
3.2.2. Определение цен тра информативной части знаков Глава 4. Разработка модели распознавания изображений на основе
идентификации наиболее информативных областей
4.1. Общая схема модели
4.2. Система распознавания изображений лиц
4.3. Система распознавания изображений дорожных знаков
5. Заключение
Выводы
Список использованной литературы


Каскадный метод идентификации НПО, включающий комплекс последовательно реализуемых алгоритмов и процедур, основанных на выделении специфических комбинаций первичных признаков, характерных для этих областей. Модель распознавания изображений лиц и дорожных знаков, основанная на идентификации НИО и их контекстом описании с помощью пространственно-неоднородного сенсора. Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения, списка литературы, двух приложений и изложена на 1 странице, содержиг рисунков и 5 таблиц; список литературы включает 8 наименований. Первая глава, состоящая из 3-х разделов, посвящена аналитическому обзору литературы но проблеме инвариантною описания и распознавания изображений. В первом разделе описываются общие подходы к решению проблемы инвариантного распознавания изображений. Эти подходы можно условно разделить на два основных класса. К данному подходу относятся, известные классические методы: алгебраические |, , ], статистические |8, , ], потенциальных функций [, ], главных и независимых компонент [, , 5, 8], использование масок и пр. Проанализированы ограничения стандартных методов при распознавании изображений, полученных в реальных условиях. В основе подхода второго класса лежит разработка вычислительных алгоритмов и моделей, имитирующих принципы работы реальных зрительных систем [, , , , , , 8] (бионический подход). Эти подходы развиваются в нескольких направлениях, различающихся по степени биологической обоснованности, вычислительным алгоритмам, архитектуре систем и пр. Основным их преимуществом по сравнению со стандартными методами является резкое уменьшение объема обрабатываемой информации за счет того, что детально описываются только информативные фрагменты изображения. Однако по ряду причин известные в настоящее время бионические алгоритмы также не обеспечивают приемлемого решения проблемы. В конце раздела делается вывод о том, что поиск решения проблемы инвариантного представления и распознавания изображений должен проводиться с помощью сочетания эффективных алгоритмов, разработанных в рамках обоих подходов. Во втором разделе представлены известные алгоритмы описания изображений и их отдельных фрагментов. Особое внимание уделено алгоритмам проаранственно-неоднородного и контекстного описания изображений [, , , 8, 8, 9]. Сочетание представления изображения на разных уровнях разрешения и контекстного описания отдельных его фрагментов рассматривается в качестве наиболее эффективною способа для обеспечения одновременно инвариантности и специфичности описания изображений. Показано, что многие алгоритмы и методы либо детектируют значительное количество потенциальных "точек интереса" вне НИО, либо не обеспечивают инвариантной идентификации НИО при изменении ракурса и размера. С другой стороны, для алгоритмов, имеющих высокую детекторную точность, авторы подчеркивают их вычислительную сложность и необходимость включения механизмов внимания и обучения как существенных компонент. В третьем разделе на основе проведенного аналитического обзора рассматривается постановка задач данного исследования. Обосновывается необходимость разработки эффективных алг оритмов и методов идентификации информативных областей и специфического описания изображений, полученных в реальных условиях, для решения проблем инвариантного распознавания. Вторая глава состоящая из 3-х разделов, посвящена описанию разработанных алгоритмов контекстного описания изображений, обеспечивающих специфичное представление фрагментов изображения. Приводятся результаты собственных психофизических экспериментов, позволившие разработать алгоритм контекстного описания признаков фрагментов изображения в каждом узле пространственно-неоднородного сенсора. В первом разделе описывается математический аппарат предварительной обработки изображения. Для представления изображения на разных уровнях разрешения исходное изображение подвергалось стандартной процедуре [6, ] последовательной фильтрации с помощью рекурсивного преобразования Гаусса. Для выделения ориентированных перепадов яркости и построения первичных ориентационных и контрастных карт использовалась разность ориентированных Гауссианов со сдвинутыми центрами.