МЕТОДИКА РАСПОЗНОВАНИЯ ИЗОБРАЖЕНИЙ СО СЛУЧАЙНОЙ ФОРМОЙ

УДК 621.391

Т.В.Яранцева

fiza08@rambler.ru

Поволжский государственный технологический университет, Йошкар-Ола

МЕТОДИКА РАСПОЗНОВАНИЯ ИЗОБРАЖЕНИЙ

СО СЛУЧАЙНОЙ ФОРМОЙ

Предложена методика распознавания изображений со случайной формой, на основе статистической модели контура.

В современном мире появилось множество сложных многофункциональных радиотехнических, оптико-электронных и акустоэлектронных информационных систем, основной задачей которых является распознавание изображений различных объектов. При этом форма изображений объектов, как правило, случайна.

Возникает проблема обработки изображений со случайной формой, т.к. требуемая для решения поставленных задач производительность цифрового процессора затрудняет, а в целом ряде случаев, исключает получение результатов обработки в реальном масштабе времени [1].

Традиционно задача распознавания изображений решается на основе процедуры пространственной корреляции, где при распознавании изображений требуется перебор  каждой комбинации параметров (угла поворота, коэффициента масштабирования), что приводит к увеличению времени обработки изображений.

В работе предложен подход к решению данной проблемы на основе метода контурного анализа [1]. Контур целиком определяет форму изображения и содержит всю необходимую информацию для распознавания изображений по их формам. Такой подход позволяет не рассматривать внутренние точки изображения и тем самым значительно сократить объем обрабатываемой информации, что приводит к снижению временных затрат.

Для представления изображений со случайной формой использована статистическая модель контура случайной формы [2,3] и на ее основе предложена методика распознавания.

 Контур объекта задается как комплексная случайная функция и определяется как совокупность ее возможных реализаций. Для случайного контура определены контур математического ожидания, дисперсия и корреляционная функция.

Обязательным условием формирования модели контура со случайной формой является равенство между собой значений параметров линейных преобразований контуров его реализаций. Они должны иметь одинаковый масштаб, нулевое значение угла взаимного поворота и совпадающие положения начальных точек. Оценка и выравнивание этих параметров должны производиться в процессе формирования модели контура со случайной формой.

 Для исследования характеристик распознавания изображений со случайной формой было сформировано шесть классов изображений, образованных десятью реализациями каждый. Получены характеристики распознавания изображений со случайной формой на примере листьев растений [4]. Показано, что при возрастании размерности s контуров, увеличивается вероятность  правильного распознавания, что объясняется более точным представлением контуров изображений [4].

Получено, что с увеличением количества  классов, происходит снижение вероятности  правильного распознавания зашумленных контуров, что объясняется возрастанием количества параллельно работающих каналов, для каждого из которых может быть принято ошибочное решение о распознавании [4].

Рассмотрены случаи, когда на распознавание подаются контуры, не использованные в формировании моделей случайного контура.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1.Введение в контурный анализ и его приложение к обработке изображений и сигналов/ Под ред. Фурман Я.А.-М.: Физматлит, 2002.

2.Хафизов Р.Г., Суслова А.М., Киселева Т.П. Статистическая модель изображений со случайной формой// Сборник материалов XI Международной научно- технической конференции "Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации".-Курск, 2013.С.112-115.

3. Хафизов Р.Г. Модель контура изображения со случайной формой// Компьютерная оптика, 2014, №1.- С. 127-130.

4.Хафизов Р.Г., Яранцева Т.В., Кисилева Т.П., Суслова А.М. Распознавание изображений со случайной формой // Вестник ПГТУ, 2013, №2.- С. 52-60.