Ітеративні методи ієрархічної контурної сегментації зображень у просторі гіперболічного вейвлет-перетворення - Автореферат

На сучасному етапі у багатьох практичних застосуваннях, таких як контроль якості промислових виробів, медична діагностика, біометрична ідентифікація, екологічний моніторинг, використовуються інтелектуальні системи обробки та розпізнавання зображень (ІСОРЗ), в яких об?єкт розпізнавання має ієрархічну структуру: “обєкт - підобєкт - … - елементарний підобєкт”. Контурна сегментація зображення передбачає, як правило, виділення контурів (локалізацію перепадів інтенсивності, підкреслення та визначення області контуру) та морфологічну обробку контуру (“скелетизацію”, простеження та опис). Враховуючи сказане, можна зробити висновок про актуальність досліджень, спрямованих на розробку та вдосконалення методів ієрархічної контурної сегментації зображень з метою підвищення швидкодії та зменшення обчислювальних витрат при одержанні контурного опису обєктів в ІСОРЗ. Роботу виконано у відповідності з пріоритетними напрямами науково-дослідницьких робіт Одеського національного політехнічного університету, згідно з координаційними планами Міністерства освіти та науки України, зокрема, в межах наукових досліджень за держбюджетними науково-дослідницькими роботами за участю автора: “Методи та інформаційні технології моделювання і оцінки ефективності обробки та розпізнавання зображень та векторних сигналів в класі нелінійних гібридних алгоритмів за допомогою нейронних мереж” (номер держ. реєстр. Наведені в дисертаційній роботі результати розробки ітеративних методів контурної сегментації базуються на методах обчислювальної математики та вейвлет-аналізу; при розробці метода морфологічної контурної обробки напівтонових зображень застосовано методи математичної морфології, теорії цифрової обробки сигналів та зображень; методика класифікації обєктів ієрархічної структури базується на методах теорії розпізнавання образів; при реалізації розроблених алгоритмів були використані сучасні методи імітаційного моделювання.Зроблено висновок, що підвищення швидкодії ІСОРЗ при високій завадостійкості та вірогідності може бути забезпечено шляхом підвищення швидкодії методів і алгоритмів ієрархічної контурної сегментації з урахуванням процесу і моделі формування образів обєкта ієрархічної структури. Враховуючи те, що напівтонове зображення у просторі ГВП моделюється двовимірною функцією з завадою, екстремуми якої відповідають точкам контуру та те, що перехід у простір ГВП при підкресленні контурів характеризується розширенням просторової локалізації обєктів, у даній роботі запропоновано з метою підвищення швидкодії методів контурної сегментації використовувати пошукові методи. Застосування ГВП при контурній сегментації дозволяє поєднати розширення просторової локалізації обєкту з підкресленням перепаду інтенсивності, при цьому координаті точки контуру як ідеального, так і протяжного перепадів інтенсивності в рядку (стовпці) зображення відповідає координата екстремального значення функції інтенсивності у просторі ГВП, при реалізації порогового методу виділення контурів, або координата точки “переходу через нуль” у разі двократного ГВП. Для підвищення швидкодії методів виділення контурів у просторі ГВП в роботі запропоновано реалізувати пошук екстремуму функції ітеративними методами. Проведене моделювання алгоритму виділення контурів у просторі ГВП на основі квазіньютонівського методу пошуку екстремуму показало: - підвищення швидкодії процедури виділення контурів: в 2,5 - 3 рази у порівнянні з квазіградієнтним методом та в 7 - 10 разів у порівнянні з методом двократного ГВП;У дисертаційній роботі розвязано актуальну задачу підвищення швидкодії інтелектуальних систем обробки та розпізнавання зображень в умовах завад на основі ітеративних методів ієрархічної контурної сегментації напівтонових зображень у просторі гіперболічного вейвлет-перетворення. Аналіз існуючих моделей і методів представлення обєктів розпізнавання з ієрархічною структурою показав, що для підвищення швидкодії ІСОРЗ доцільно проводити контурну сегментацію на різних рівнях деталізації обєкта на базі сигнально-семантичної моделі пірамідального контурного представлення у просторі ГВП. Розроблено квазіньютонівський ітеративний метод пошуку екстремуму функції з використанням ГВП, що дозволило підвищити завадостійкість у порівнянні з базовим методом Ньютона, тобто забезпечити працездатність методу в умовах завад при відношенні сигнал/завада, що дорівнює 5 та більше. На базі квазіньютонівського методу пошуку екстремуму функції у просторі ГВП розроблено ітеративний метод виділення контурів, який дозволив підвищити швидкодію процедури виділення контурів у просторі ГВП порівняно з методом двократного ГВП у 7 - 10 разів. Урахування коливального характеру ітераційного процесу при пошуку координат точок контуру дозволило усунути проблему вибору порогу при виділені контурів, забезпечити точність обробки: похибка визначення координат точок контуру по критерію СКП не перевищувала одного елементу розкладу при відношенні сигнал/завада, що дорівнює 5 та більше.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У дисертаційній роботі розвязано актуальну задачу підвищення швидкодії інтелектуальних систем обробки та розпізнавання зображень в умовах завад на основі ітеративних методів ієрархічної контурної сегментації напівтонових зображень у просторі гіперболічного вейвлет-перетворення. При цьому отримані таки основні результати: 1. Аналіз існуючих моделей і методів представлення обєктів розпізнавання з ієрархічною структурою показав, що для підвищення швидкодії ІСОРЗ доцільно проводити контурну сегментацію на різних рівнях деталізації обєкта на базі сигнально-семантичної моделі пірамідального контурного представлення у просторі ГВП. ГВП дозволяє поєднати розширення просторової локалізації обєкта з завадостійким підкресленням перепадів інтенсивності та застосовувати пошукові методи з метою підвищення швидкодії процедури контурної сегментації.

2. Розроблено квазіньютонівський ітеративний метод пошуку екстремуму функції з використанням ГВП, що дозволило підвищити завадостійкість у порівнянні з базовим методом Ньютона, тобто забезпечити працездатність методу в умовах завад при відношенні сигнал/завада, що дорівнює 5 та більше. Для збільшення швидкості збіжності за 6 - 8 ітерацій встановлена та врахована залежність кроку ітерації від масштабу ГВП.

3. На базі квазіньютонівського методу пошуку екстремуму функції у просторі ГВП розроблено ітеративний метод виділення контурів, який дозволив підвищити швидкодію процедури виділення контурів у просторі ГВП порівняно з методом двократного ГВП у 7 - 10 разів. Перевагою методу є можливість виділення як ідеальних так і протяжних перепадів інтенсивності в умовах завад: похибка виділення точок контуру по критерію СКП не перевищувала 2 елементів розкладу при відношенні сигнал/завада, що дорівнює 5 та більше.

4. В результаті застосування квазіградієнтного ітеративного методу пошуку екстремуму функції отримав подальший розвиток пороговий метод виділення контурів у просторі ГВП. Урахування коливального характеру ітераційного процесу при пошуку координат точок контуру дозволило усунути проблему вибору порогу при виділені контурів, забезпечити точність обробки: похибка визначення координат точок контуру по критерію СКП не перевищувала одного елементу розкладу при відношенні сигнал/завада, що дорівнює 5 та більше. Швидкодія базового порогового методу виділення контурів у просторі ГВП була підвищена у 2,8 - 3,2 рази.

5. В результаті переходу у простір ГВП отримав подальший розвиток метод морфологічної обробки напівтонових зображень, що дозволило обєднати процедури виділення, “скелетизації” і простеження контурів обєктів ієрархічної структури. Розроблений метод підвищив швидкодію обробки в середньому на порядок та дозволив одержати контурний опис обєктів ієрархічної структури при відношенні сигнал/завада, що дорівнює 10 та більше.

6. В результаті аналізу процесу формування образів обєктів ієрархічної структури в інтелектуальних системах обробки і розпізнавання зображень, запропонована модель ієрархічного формування образів для опису таких обєктів. Для цього удосконалено сигнально-семантичну модель пірамідального представлення шляхом введення параметру семантичного значення рівнів ієрархії і обєктів на них, що дозволило створювати гнучкі (комбіновані) моделі обробки зображень.

7. Розроблено методику класифікації обєктів ієрархічної структури у просторі ГВП, що дало можливість спростити алгоритми класифікації, усунути багатократне порівняння одержаних характеристик обєкта з базою еталонів, підвищити швидкодію прийняття класифікаційного рішення в ІСОРЗ, у яких обєкт розпізнавання має ієрархічну структуру.

8. На базі створених методів, моделі та методики розроблено програмно-алгоритмічне забезпечення прикладних ІСОРЗ: компютерного розпізнавання облич; візуального обліку і контролю продукції ТОВ “Чорноморочка”, м. Одеса; технічної діагностики різальних інструментів ВАТ “Сілур”, м. Донецьк. Підтверджено підвищення швидкодії ІСОРЗ від 1,3 до 5 разів при середньої вірогідності розпізнавання 0,91.

1. Иерархический подход при контурном анализе изображений / С.Г. Антощук, О.Ю. Бабилунга, А.А. Николенко и др. // Искусственный интеллект. - 2005. - № 3. - С. 603 - 609.

2. Бабилунга О.Ю., Антощук С.Г. Определение геометрических идентификационных характеристик в системе компьютерного распознавания лиц // Искусственный интеллект . - 2006. - № 4 . - С. 604 - 609.

3. Антощук С.Г., Бабілунга О.Ю., Деревянченко О.Г. Контурна сегментація зображень при контролі різальних інструментів // Вісник ЖДТУ. -2006. - № 4(39). - С. 3 - 8.

4. Антощук С.Г., Бабилунга О.Ю., Николенко А.А. Метод морфологической обработки полутоновых изображений на основе гиперболического вейвлет-преобразования // Електромашинобуд. та електрооблад. - 2006. - Вип. 67. - С. 119 - 123.

5. Обоснование метода поиска экстремума при наличии помех с использованием гиперболического вейвлет-преобразования / С.Г. Антощук, Ю.А. Клих, А.А. Николенко, О.Ю. Бабилунга // Зб. наук. праць Одеськ. ор. Леніна ін-ту Сухопутн. військ. - 2007. - Вип. 13(ч.1). - С. 5 - 11.

6. Антощук С.Г., Бабилунга О.Ю., Николенко А.А. Повышение быстродействия контурного описания полутоновых изображений приближенными методами // Тр. Одесск. политехн. ун-та. - 2007. - Вып. 1(27). - С. 118 - 123.

7. Антощук С.Г., Бабилунга О.Ю., Николенко А.А., Бурак Т.А. Контурная сегментация полутоновых изображений методами вейвлет-анализа // Искусственный интеллект. - 2007. - № 3. - С. 187 - 192.

8. Бабилунга О.Ю. Модель иерархического формирования образов объектов в системах обработки и распознавания изображений // Електромашинобуд. та електрооблад. - 2007. - Вип. 69 - С. 56 - 60.

9. Бабилунга О.Ю. Оценка помехоустойчивости итеративных методов контурной сегментации в пространстве гиперболического вейвлет преобразования // Тр. Одесск. политехн. ун-та. - 2007. - Вып. 2(28). - С. 120 - 124.

10. Антощук С.Г., Клих Ю.А., Николенко А.А., Бабилунга О.Ю. Метод решения задачи оптимизации в условиях помех // Праці міжнар. конф. „Питання оптимізації обчислень” (ПОО-ХХХІІ), присвяченої памяті академіка В.С. Михайлевича. - Київ: Інститут кібернетики ім. В.М. Глушкова НАН України, 2005. - С. 25 - 26.

11. Антощук С.Г., Бабилунга О.Ю. Метод выделения информативных признаков изображений лица // Тр. VII междунар. науч.-практ. конференции “Современные информационные и электронные технологии” (СИЭТ-2006). - Одесса: ОНПУ, 2006. - С. 33.

12. Антощук С., Крилов В., Бабілунга О. Ієрархічна модель контурної сегментації зображень // Праці VIII Всеукраїнської міжнарод. конф. “УКРОБРАЗ”. - Київ: МНВЦІТС, 2006. - С. 107 - 110.

13. Антощук С.Г., Бабилунга О.Ю. Описание контуров объектов в пространстве гиперболического вейвлет-преобразования // Тр. VIII междун. научно-практ. конференции “Современные информационные и электронные технологии” (СИЭТ-2007). - Одесса: ОНПУ, 2007. - С. 45.

14. Антощук С.Г., Бабилунга О.Ю. Метод контурной сегментации полутоновых изображений. - Мат. міжнарод. науково-практ. конф. “Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій (ISDMIT" 2007)”. - Херсон: ХМІ, 2007, т. 3. - С. 86 - 89.

Размещено на .ru