Модель системы зрительного распознавания на основе разноракурсных описаний объектов

• Автор: Бессарабов, Игорь Иванович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Ростов-на-Дону
• Количество страниц: 141 с.

Содержание
Введение
Глава 1 Методы разноракурсного распознавания зрительных объектов и целенаправленной обработки изображений в машинном зрении

1.1 Подходы к задаче разноракурсного распознавания.

1.1.1 Методы инвариантных свойств и пространственных характеристик.

1.1.2 Декомпозиция. Структурное описание.

1.1.3 Метод адаптивных эталонных моделей и поиска

компенсирующих преобразований.

1.2 Признаки изображения и методы целенаправленной обработки изображений.

1.2.1 Классификация признаков.

1.2.2 Методы целенаправленной обработки изображений.

1.2.2.1 Предварительная яркостная обработка изображений.
1.2.2.2 Проблема параметризации яркостной предобработки.
1.2.3 Методы выделения границ на изображении.
1.2.3.1 Методы дифференцирования.
1.2.3.2 Проблема выбора пороговых ограничений.
1.4 Локальные признаки.
Выводы
Глава 2 Схемы описания, хранения и выборки эталонных
признаковых моделей объектов на основе индексированных
ракурсных описаний.
2.1 Основные определения.
2.2 Схема индексации набора однородных локальных признаков
на основе метода выпуклых многоугольников.
2.2.1 Построение системы выпуклых многоугольников.
2.2.2 Общая схема сравнения индексированных описаний.
2.3 Алгоритм формирования эталонных моделей.
2.4 Архитектура реляционной базы данных для хранения эталонных моделей.
2.5 Схема выборки эталонных моделей соответствующих
входному изображению.
Выводы
Глава 3 Оптимизационный метод поиска компенсирующего преобразования эталонной модели к изображению
3.1 Метод поиска соответствия эталона и изображения
3.1.1 Представления признаков.
3.1.2 Матрица преобразования.
3.1.3 Оценка допустимости преобразования.
3.1.4. Поиск допустимого преобразовании как оптимизационная задача.
3.2 Метод поиска соответствия для случая задания координат признаков модели в виде двумерных функций.
Выводы
Глава 4 Представление однородных яркостных областей в виде локальных признаков изображения.
4.1 Бионические предпосылки использования векторного суммировании градиентов интенсивности для обработки изображений.
4.2 Итеративная схема выделения конту ров на изображении с использованием профилированного векторного суммирования градиентов интенсивности.
4.2.1 Первичное дифференцирование и уравнивание модулей.
4.2.2 Оператор профилированного векторного суммирования.
4.2.3 Оценка достоверности перепада.
4.2.4 Оценка качества градиентного препарата.
4.2.5 Схема итеративного суммирования.
Выделение однородных областей и определение местоположения признаков.
4.4 Определение соответствия признаков на разных изображениях.
Выводы
Заключение
Список использованных источников


В частности рассматриваются следующие группы признаков: признаки инвариантные к фотометрическим изменениям, признаки инвариантные к изменению ориентации, позиции и масштабу объекта в поле зрения, признаки инвариантные к изменению ракурса, частично или квазиинвариантные признаки. В выводах к первой главе обосновывается необходимость: (0 сочетания в одной схеме зрительного распознавания преимуществ подходов с различными типами выделяемых общих закономерностей, (и) формирования глобальных характеристик объекта на основе его разноракурсных представлений. Вторая глава посвящена общей схеме построения описания объекта на основе множественных индексированных разноракурсных описаний в терминах однородных локальных признаков и общей стратегии поиска эталонных моделей, соответствующих входному изображению. В первой части главы дается краткое описание классических методов построения эталонных моделей. Во второй части вво;иггся основные определения и свойства компонентов описания в терминах ракурсов. В частности вводятся следующие понятия: сфера обзора объекта, признак и диапазон его видимости, естественный ракурс, ракурсная карга объекта, допустимое преобразование, индексная характеристика, индексированный ракурс. В третьей части исследуется схема индексации набора однородных локальных признаков на основе метода выпуклых многоугольников. В четвертой части второй главы рассматривается архитектура минимальной реляционной базы данных необходимой для хранения эталонных моделей, построенных с использованием индексации. В пятой части второй главы рассматривается общая схема поиска эталонных моделей соответствующих входному изображению. В заключении к главе рассматривается обоснованность применения метода индексированных описаний и его преимущества по сравнению с существующими методами. В третьей главе исследуются методы поиска соответствия признаков изображения и эталонной модели из базы данных системы в зависимости ог способа задания координат локальных признаков и подвижности системы. Рассматриваются два метода: (1) метод на основе анализа допустимости преобразования эталонной модели, для случая неточного задания координат признаков модели и признаков изображения () метод поиска соответствия для случая задания координат признаков модели в виде двумерных функций определенных в диапазоне видимости признака на сфере обзора. В частности рассматривается задача поиска допустимого преобразования эталонной модели к изображению в условиях неточного определения местоположения локальных признаков. В первой части третьей главы представлен метод сравнения модели и изображения для случая неточно заданного местоположения локальных признаков. Целью является определение существования допустимого преобразования модели к изображению. По своей сути, предлагаемый метод является разновидностью метода компенсаций. Поиск допустимого преобразования рассматривается как оптимизационная задача с ограничениями на возможное местоположение признаков. При этом предопределенные вращения задаются в виде базиса Эйлера. Четвертая глава посвящена задаче целенаправленного выделения локальных признаков на изображении и автоматического построения индексированного описания объекта. В первой части рассматривается алгоритм выделения границ и однородных областей на изображении. Главная идея метода состоит в эвристическом предположении о функциональном предназначении стохастических микродвижений глаза человека или феномена физиологического нистагма. В частности предполагается, что на ганглиозном уровне происходит суммирование дифференциальных сигналов за счет изменчивости светового потока на сетчатке, которое позволяет фильтровать высокочастотные составляющие входного сигнала. В качестве модели такого предполагаемого функционального свойства глаза рассматривается алгоритм итеративного профилированного векторного суммирования градиентов яркости со статистической оценкой качества контурного препарата. Отличие предлагаемого метода от существующих подходов состоит в том, что задача оценки достоверности границ перепадов рассматривается не на яркостном. Заключение содержит выводы по работе.