Введение к работе
Актуальность темы. Уровень развития экономики в настоящее время значительным образом определяется степенью автоматизации процессов производства, управления и контроля. В частности, существенное значение имеет автоматизация при помощи средств вычислительной техники процессов обработки информации, традиционно выполнявшихся человеком. К ним относится и процесс распознавания образов (зрительных, звуковых и т.д.), необходимый во многих областях производственной деятельности. Последние десятилетия отмечены значительными достижениями в разработке и построении автоматизированных систем распознавания, однако дальнейшее развитие исследований в этой области представляется чрезвычайно важным.
Наиболее существенное прикладное значение имеет распознавание зрительных образов - изображений. Однако сами изображения как объекты распознавания представлены широким многообразием классов, имеющих существенные взаимные отличия. В силу этого актуальным является построение систем распознавания, учитывающих особенности конкретного класса изображений.
Большой практической значимостью обладает распознавание "линейчатых изображений, которое находит применение в таких областях, как дактилоскопическая и почерковая экспертиза, медицинская томография, спектральный анализ. Под термином линейчатые будем понимать изображения, включающие линейные структуры- - контрастные по сравнению с фоном, узкие протяженные области. Их разновидностью являются линейчато-анизотропные изображеїшя, включающие участки рядом расположенных линейных структур, характеризуемые существенной анизотропией по направлению.
Следует отметить, что многочисленные существующие к настоящему времени работы по распознаванию линейчатых изображений базируются на анализе и использовании их отдельных частных свойств. В то же время, эти изображения обладают рядом общих отличительных структурных качеств. Это позволяет сформировать единый подход к построению системы распознавания для класса линейчатых изображений.
Системы распознавания включают в себя множество структур описания (признаков) объектов и алгоритмы и&*ыделения, а также алгоритмы распознавания, работающие в пространстве признаков. В связи с вышесказанным актуальной является задача разработки структур описания и алгоритмов, обеспечивающих наиболее эффективную работу системы распознавания линейчатых изображений.
Цель работы - разработка системы распознавания, обеспечивающей надежную и эффективную идентификацию линейчатых, в том числе линейчато-анизотропных изображений. Для достижения поставленной цели необходимо решить следующие задачи:
-
Разработка модели пирамидального описания, наиболее соответствующей классу линейчатых изображений. Разработка способов предварительной обработки линейчатых изображений в целях достижения максимальной информативности описания.
-
Построение топологическо-геометрического описания на основе оценки ориентации линейных элементов структуры. Разработка алгоритма оценки средней направленности линейных структур на участках изображения.
-
Разработка эффективного способа сжатия линейчато-анизотропных изображений на основе полученного топологическо-геометрического описания.
-
Формализация определения информативных точек для линейчатого изображения. Разработка алгоритма прослеживания контуров, ориентированного на структурные особенности линейчатых изображений.
-
Разработка эффективного алгоритма поэтапного распознавания линейчатых изображений с использованием результатов предварительного этапа в качестве функции предпочтения.
Методы исследования. Для решения поставленных задач в работе использованы методы распознавания образов, математического моделирования и анализа изображений, теории вероятностей, математической статистики, теории множеств и теории вычислительных систем.
Научная новизна работы состоит в следующем:
-
Предложена единая концепция построения системы распознавания линейчатых изображений, включая определение структур описания и разработку распознающих алгоритмов,
-
Разработана пирамидальная модель описания для класса линейчатых изображений, определены свойства и параметры модели, обеспечивающие эффективное выявление структуры изображений.
-
Предложена новая структура топологическо-геометрического описания - карта зон направленности. Разработан алгоритм сегментации изображения по средней ориентации линейных структур на участке. Этот алгоритм не требует вычисления ориентации в точках изображения, что обеспечивает высокое быстродействие.
4. Разработан эффективный метод сжатия линейчато-анизотропных
изображений на базе зон направленности.
-
Разработан алгоритм выделения информативных точек линейчатых изображений на базе созданной процедуры прослеживания контуров линейных структур. Предложен метод сопоставления изображении по этим точкам.
-
Разработан алгоритм двухэтапного распознавания объектов, представленных практически бесконечным множеством эталонов. Предложен метод использования результатов предварительного этапа для формирования функции предпочтения на базе значений весов признаков.
Практическая ценность Реачизованы в виде единой программной системы распознавания линейчатых изображений алгоритмы построения пирамидального и топологическо-геометрического описания, выделения информативных точек, получения сжатого образа изображения и двухэтаггаой классификации, включая расчет весов признаков. Проведена проверка разработанной программной системы на множестве отпечатков пальцев, включая искаженные шумом и неполные изображения. Результаты распознавания подтверждают эффективность и высокую надежность системы распознавания и входящих в нее структур описания и алгоритмов.
Реализация результатов Осуществлено опытное внедрение разработанной программной системы распознавания в Нижегородском филиале НИИ специальной техники МВД, а также в Арзамасском РОВД. Экономический эффект определяется сокращением времени обработки и распознавания отпечатков пальцев и подписей по сравнению с неавтоматизированной работой эксперта. Теоретические и практические результаты, полученные автором, использованы п научном и учебном процессе НГТУ.
Апробация работы Основные положения диссертационной работы докладывались и обсуждались на:
Научно-технической конференции факультета радиоэлектроники и технической кибернетики, посвященной 80-летию НГТУ (Н.Новгород, 1997);
VIII Всероссийской конференции "Математические методы распознавания образов" (Москва, 1997);
LIII научной сессии Российского НТОРЭС им. А.С. Попова, посвященной Дню радио (Москва, 1998);
Научно-технической конференции факультета информационных систем и технологий, посвященной 80-летию Нижегородской радиолаборатории (Н.Новгород, 1998);
Научно-технической конференции "Применение математического моделирования для решения задач в науке и технике" (Ижевск, 1998).
Публикации. По теме диссертации опубликовано 9 работ.
Структура работы. Диссертационная работа состоит из введения, шести глав, заключения и списка литературы, включающего 104 наименования, изложенных на 142 страницах, а также приложения на 3 страницах.
