Дослідження видів спотворень зображень динамічних об"єктів і їх впливу на показники якості систем спостереження і контролю. Розробка нових підходів до представлення зображень об"єктів заданої форми, ефективних при розв’язанні задачі розпізнавання.
Аннотация к работе
Оскільки більшість таких відеоінформаційних систем призначена для роботи в режимі реального часу та рішення відповідальних задач, до методів аналізу і розпізнавання зображень, що використовуються в них, ставляться різносторонні і часто суперечливі вимоги. Крім цих питань, в наш час особливо важливим вважається питання створення універсальних (хоч би в деякому класі візуальної інформації, яка обробляється системою) відеоінформаційних систем, повязане зі створенням повнофункціональних робототехнічних систем. Усе попереднє показує, що задача дослідження та розробки нових ефективних методів і засобів розпізнавання зображень ще далека від повного завершення і є дуже актуальною в цей час. Робота виконувалась в рамках наступних держбюджетних тем Міністерства Освіти та Науки України, проведених Одеським національним політехнічним університетом, “Розробка методів та інформаційних технологій моделювання та ідентифікації зображень вихрових хвильових структур та звуко-імпульсних ДНЧ-багатовимірних сигналів для вирішення задач розпізнавання обєктів та текстур в системах дистанційного зондування та аналізу фоно-цільової обстановки” (1997?1999, Договір №264-121, р. н. В роботах опублікованих у співавторстві, автору належить: [1] - вдосконалення моделей променевих сум (МПС) та проведення експериментів, [2] - запропоновано критерій розпізнавання зображень обєктів за МПС, розвинена МПС для фрагментів зображень та проведені експерименти, [3] - запропоновані методи формування моделі характерних точок (МХТ), розроблено програмне забезпечення, проведені експериментальні дослідження, [4] - запропоновано модель полярних функцій, розроблено програмне забезпечення, проведені експериментальні дослідження, [5] - розроблено математичну модель спотворень, проведені експериментальні дослідження, [6] - розроблені математичні моделі та програмне забезпечення, проведені експериментальні дослідження, [8] - розроблено програмне забезпечення, проведені експериментальні дослідження, [10] - запропоновані критерії ідентифікації, розроблено програмне забезпечення, проведені експериментальні дослідження, [11] - запропоновані нові моделі та критерії ідентифікації цих моделей, розроблені схеми та матеріали, проведені експериментальні дослідження.Зазначено, що основною трудністю, яка виникає при аналізі зображень динамічних обєктів, є вибір моделі представлення зображення в просторі ознак, інваріантному до динамічних спотворень. Розглянуті сучасні методи представлення зображень в статистичному, структурному і алгебраїчному (зокрема логічному) просторах ознак та означені труднощі, які виникають при формуванні використовуваних векторів ознак і впливають на стійкість таких ознак до динамічних спотворень зображень обєктів. Для моделювання динамічних спотворень форми зображення обєкта (лінійних, ротаційних, масштабних і ракурсних) застосовується наближена формула (афінне перетворення з матрицею А): , (1) де та - координати відповідних точок на вихідному і спотвореному зображеннях. Проведено моделювання з метою визначення деградації якості кореляційного методу розпізнавання під впливом динамічних спотворень, які можуть бути зумовлені рухом обєкта відносно відеодатчика і динамічними похибками системи суміщення зображень і компенсації спотворень, і отримані графіки залежності мінімальних розмірів обєктів від параметрів (показників) розпізнавання і виду спотворень: , , , де ? максимальний лінійний розмір зображення обєкта в елементах розрізнення; Проведені дослідження характеристик методів виділення контурів на зображенні шляхом локального диференціювання для операторів Робертса, Девіса, Собеля показують, що найбільш стійкими до динамічних спотворень є дискримінатори на основі операторів Девіса.Внаслідок цього визначення ВХО є принципово стійким до допустимих видів динамічних спотворень і дозволяє статистичне розпізнавання ОЗФ методами достатніх статистик. Розроблена ефективна одновимірна сигнально-структурна модель представлення зображень ОЗФ, названа моделлю моментно-кутових функцій (МКФ), що обчислюються за формулами: (7) З метою аналізу стійкості МКФ до динамічних спотворень на ЕОМ був промодельований кореляційно-екстремальний алгоритм розпізнавання зображень ОЗФ в просторі МКФ і отримані залежності ймовірностей правильної ідентифікації ОЗФ від потужності впливу на їх зображення шумів і динамічних спотворень. Якщо відома відповідність трьох пар точок на вхідному і еталонному зображеннях, можна компенсувати спотворення в формі (1), заздалегідь обчисливши параметри афінного перетворення за формулами: , (9) де ? точки еталонної МХТ, ? відповідні ним точки спотвореної МХТ. МХТ, що використовується, повинна бути стійка до динамічних спотворень, а метод її формування ? обчислювально ефективним.
Список литературы
Досліджені види спотворень зображень рухомих обєктів та розроблена система оцінки роздільної здатності відеоінформаційної системи, необхідної для ефективного розпізнавання заданих класів зображень.
Розроблені три моделі представлення зображень обєктів, стійких до динамічних спотворень: сигнально-структурна модель променевих сум (МПС), сигнально-структурна модель моментно-кутових функцій (МКФ) та спектрально-структурна модель характерних точок (МХТ). Проведено узагальнення розроблених моделей на класи зображень сцен обєктів та кольорових зображень.
Розроблені методи компенсації динамічних спотворень зображень на основі означених моделей, отримані оцінки їх ефективності та вказані діапазони спотворень, які можна компенсувати.
Отримані показники ефективності методів розпізнавання зображень ОЗФ, побудованих на основі МПС, МКФ та МХТ, в умовах спільного впливу динамічних спотворень та адитивних і мультиплікативних перешкод.
Розроблені підходи до ефективного проектування програмного забезпечення на основі шаблонів обєктно-орієнтованого проектування задач аналізу та ідентифікації образів.
Розроблено програмне забезпечення, використане при проведенні моделювання вказаних методів розпізнавання зображень. Результати роботи використані у науково-дослідної діяльності для підвищення ефективності та перешкодостійкості алгоритмів ідентифікації та в навчальному процесі.
СПИСОК ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ
Власенко В. А., Заганич В. Г., Лавриненко С. В. Исследование эффективности идентификации объектов по методу лучевых сумм // Труды УНИИРТ. ? Одесса, 1997. Вып. 3 (10). ? С. 13?22.
Власенко В. А., Заганич В. Г., Лавриненко С. В. Исследование эффективности алгоритма идентификации объектов на основе метода лучевых сумм в пространстве преобразования Фуко-Гильберта // Труды УНИИРТ. - Одесса, 1998. Вып. 2 (14). ? С. 29?32.
Исследование эффективности идентификации объектов сложной формы с помощью моделей характерных точек / Власенко В. А., Заганич В. Г., Лавриненко С. В., Макаренко Н. К. // Праці УНДІРТ. ? Одеса, 1998. Вип. 3 (15). ? С. 42?48.
Власенко В. А., Лавриненко С. В., Макаренко Н. К. Алгоритм совмещения изображений на основе моделей характерных точек в пространстве преобразования Гильберта // Праці УНДІРТ. ? Одеса, 1998. Вип. 4 (16). ? С. 114?121.
Власенко В. А., Лавриненко С. В. Сравнительный анализ и оценка эффективности алгоритмов идентификации объектов сложной формы на основе моделей характерных точек // Праці УНДІРТ. ? 1999. Вип. 3 (19). ? С. 25?30.
Власенко В. А., Лавриненко С. В. Исследование критериев выбора параметров видеосистемы автоматического слежения и распознавания объектов в присутствии шумов // Праці УНДІРТ. ? Одеса, 2000. Вип. 3 (23). ? С. 80?83.
Лавриненко С. В. Подход к проектированию объектных библиотек цифровой обработки сигналов. // Труды ОПУ. ? Одесса, 2001. Вып. 1 (13). ? С.117?120.
Власенко В. А., Лавриненко С. В. Идентификация объектов сложной формы на основе анизотропной двухмерной гильберт-фильтрации // Праці УНДІРТ. ? Одеса, 2001. Вип. 1 (25). ? С. 67?74.
Лавриненко С. В. Идентификация объектов заданной формы методом лучевых сумм. Информационные технологии и передача информации ? I: Тез. докл. Межд. конф. СИЭТ-2001, Одесса, май 2001. ? С. 72?73.
Власенко В. А., Лавриненко С. В. Подходы к идентификации объектов заданной формы (ОЗФ) на основе анизотропной гильберт-фильтрации. Информационные технологии и передача информации ? I: Тез. докл. Межд. конф. СИЭТ-2001, Одесса, май 2001. ? С. 58?59.
Власенко В. А., Лавриненко С. В. Алгоритм компенсации искажений изображений объектов заданной формы на основе моделей характерных точек. Прогресивні информаційні технології ? VI: Матеріали міжнародної конференції з управління “Автоматика?2001”, Одеса, 10?14 вересня 2001. ? С. 141.
Лавріненко С. В. Ідентифікація форми рухомих обєктів на основі сигнально- та спектрально-структурних моделей. - Рукопис.
Дисертація на здобуття вченого ступеня кандидата технічних наук з спеціальності 05.13.06 ? “Автоматизовані системи управління та прогресивні інформаційні технології”. Одеса: ОНПУ, 2002.
У дисертації вивчено вплив динамічних спотворень зображень обєктів на якість методів ідентифікації зображень обєктів заданої форми. Запропоновано три моделі представлення зображень розпізнаваних обєктів, інваріантних для динамічних спотворень. Моделі Променевих Сум (МПС) та Моментно-Кутових Функцій (МКФ) ? у сигнально-структурному просторі ознак та Модель Характерних Точок (МХТ) ? у спектрально-структурному просторі ознак. Розроблені методи та алгоритми формування і аналізу таких моделей з метою ідентифікації динамічних зображень та досліджена їх ефективність. Розроблені моделі дозволяють ідентифікацію спотворених зображень обєктів для будь-яких видів динамічних спотворень у межах зміни кута спостереження обєкта.
Розроблені загальні підходи до проектування програмного забезпечення аналізу та розпізнавання образів.
Ключові слова: Ідентифікація зображень, сигнально-структурні моделі, спектрально-структурні моделі, автоматичні системи управління, системи спостереження та контролю, відеоінформаційні системи.
Лавриненко С. В. Идентификация формы подвижных объектов на основе сигнально- и спектрально-структурных моделей. - Рукопись.
Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 ? “Автоматизированные системы управления и прогрессивные информационные технологии”. Одесса: ОНПУ, 2002.
В диссертации изучено влияние динамических искажений изображений объектов на качество методов идентификации изображений объектов заданной формы. Предложены три модели представления изображений распознаваемых объектов, инвариантных к динамическим искажениям. Модели Лучевых Сумм (МЛС) и Моментно-Угловых Функций (МУФ) ? в сигнально-структурном признаковом пространстве и Модель Характерных Точек (МХТ) ? спектрально-структурном признаковом пространстве. Разработаны методы и алгоритмы формирования и анализа таких моделей с целью идентификации динамических изображений и исследована их эффективность. Разработанные модели позволяют идентификацию искаженных изображений для любых видов динамических искажений в пределах изменения угла наблюдения объекта.
Разработаны общие подходы к проектированию программного обеспечения анализа и распознавания образов.
Ключевые слова: идентификация изображений, сигнально-структурные модели, спектрально-структурные модели, автоматические системы управления, системы наблюдения и контроля, видеоинформационные системы.
Lavrinenko S. V. Moving objects image forms identification based on signal- and spectral-structural models. - Manuscript.
Dissertation for obtaining the scientific degree of Engineering Sciences Candidate on specialty 05.13.06 ? “Automatic control systems and progressive informational technologies”. Odessa National Polytechnic University, Odessa, 2002.
Object images dynamic distortion influences on the known-shape object images identification methods are investigated. The Johnsons criterion for video systems resolution is modified for the cases of dynamic object images automatic identification systems and distance-velocity characteristics of videoinformational system are proposed as sufficient criteria for systems resolution calculation.
Three models of known-shape object images representation are designed and their stability to dynamic distortions is shown.
The ray-sums model (RSM) represents objects image as one-dimensional complex signal that depicts the objects form in signal-structural domain. Using of ray-sums model for image identification allows increasing computational efficacy greatly and reducing memory demands for the identification process.
The spatial-angle signature model (SASM) also represents objects image in signal-structural domain but is very complicated to store in database and analyze. Therefore the simplified model of angle-moments functions (AMF) based on spatial-angle signatures have been designed and analyzed. The stability of AMF-model for linear, rotational and scale-perspective (in 0.65?1.50 and limits correspondingly) distortions is proved by computer modeling.
Characteristic points’ model (CPM) represents two-dimensional structure of analyzing image. Some methods of CPM obtaining are proposed. The most simple and stable of them is anisotropy two-dimensional discrete Hilbert transform (ADDHT) based method. It uses ADDHT and adaptive threshold filtering for characteristic points obtaining and is stable for any dynamic distortions within perspective changing. Therefore the CPM belongs to so-called spectral-structural models.
CPM can be used both for dynamic distortion compensation and preliminarily objects image classification. The CPM-based algorithm of known-shape objects’ images identification successfully works both with any dynamic distortions within stability range mentioned above and additive, multiplicative and background noise. It is possible also to use CPM for objects’ scene image analyzes and effective analyzes of color images.
The images right identification probability dependencies of signal-noise ratio that have been obtained by computer modeling show the effectiveness of designed models and algorithms.
The common approach for patterns analysis, identification and recognition software design is developed and described in terms of object-oriented design patterns using UML specification. The designed patterns are “identifier”, “experimenter”, “divider” and “local transformer”. All programs used for computer modeling were designed according to these patterns.