книги / Методы и средства цифровой обработки пространственно-временных сигналов
..pdfВ качество иллюстрации работы предложенного алгоритма сов мещения изображений для данного бинарного сюжета были построен
ны функции п(ИУ) ,характеризующие близость между |
I* и |
Г{[1у) |
|||||
и вьгшсляемыа по формуле: РШ,)/)=А-С/[73,Тт(Ц, V)] |
' |
, где |
|||||
А т х { й [ 1 \ Г Ш |
) ] } . Использование функции Р(Иу У вместо |
||||||
С/(и *)/) вызвано ее |
большей'наглядностью. Эталонным фрагментом |
||||||
был выбран участок изображения,отмеченный пунктирной линией. |
|||||||
На рис.4 изображены полученные функции кШ, ^которые |
стро |
||||||
ились для трех |
значений. Ц: |
=17, |
^ =257 и |
Ц3 =65537 и |
|||
двух значений /2 ^ : /2^=7 и |
/2^ = 51 . Приведенные изображения |
||||||
функций Н(а , V] .# крше |
наглядности представления меры близости |
||||||
инвариантов ] д |
и 1Т(Ч7]/ ^позволяют визуально |
оценить устойчи |
|||||
вость алгоритма |
к масштабным искажениям. Для оценки влияния на |
||||||
V угловых рассогласований между |
у) и /Т(Х, у) ,а также сов |
местного воздействия масштабных и поворотных искажений на тшс.5
приведены |
Й(И, 1А), полученные для тех же значений Ц и Пг при |
|
повернутом |
на |
Ч 30° эталоне. |
Итак,в данной работе приведены результаты имитационного |
||
моделирования |
алгоритма классификации объектов,основаного на |
модулярных инвариантах.Анализ полученных данных показывает,что использование нового класса инвариантов для решения задач рас познавания и совмещения изображений позволяет достичь большей устойчивости к искажениям,вызываемым действием элементов груп
пы & |
чем классические инварианты Ху. |
|
|
|
Библиографический описок |
|
|
1. 1УРЕШЧ Г. Б. Основы теории |
алгебраических инвариантов. |
||
М ., 1946. 408 с. |
а |
^ т |
|
2. ниМ.Н. \изиоС РаНт РесодпШт Щ Мткп.11пшшпЬ |
|||
//Ш |
Ту ш . ап 1п[от. ТНещ. 1Ш. М.8.Р. Ш -Ш |
||
3. |
КРУГЛОВ В. Н ., ЛАБУНЕЦ В.Г. Новый метод построения инва |
риантных признаков в задачах распознавания образов//Проблемы ма шинной графики и цифровой обработки изображений: Тез. докл.Всесо- юзн.науч.-техн.конф. Владивосток,20-22 сентября 1985.С. 180-187.
4. ШВЕДОВ А.М ., ШМИДТ А. А. О полной системе инвариантов для некоторого класса задач распознавания образов //Препринт.
изд.ДВНЦ АН СССР: |
Владивосток, 1976. II С. |
||
5. КРУГОВ В .И ., ЛАБУНЕЦ В.Г. Распознавание образов при по |
|||
мощи модульных инвариантов моментов / |
Уральский политехи. |
||
ин-т. Свердловск, |
1985. |
7 с. Деп. в |
ВИНИТИ, $ 5105-85. |
6. ЖУРАВЛЕВ Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации//Проблемы кибернетики. 1978.
Вып.ЗЗ. |
0 .5 -68 . |
|
|
7 . |
КРУГЛОВ В. Н. Экспериментальная оценка стойчивости модуляр |
||
ных инвариантов |
к искажение |
I сегментированных силуэтов объектов, |
|
(см .ст наст.сбу |
. |
_ от |
уда 621,396 |
В.Н.Круглов (Уральский поли |
|
технический институт) |
ЭКСШММЕНТЛЛШЯ ОЦЕНКА УСТОЙЧИВОСТИ МОДУЛЯРНЫХ ИНВАРИАНТОВ К ИСКАЖЕНИЯМ СЕШЕШИРОВАННЫХ СИЛУЭ
ТОВ ОБЪЕКТОВ
Развитие социально-экономической жизни страны, дальнейшая интенсификация производства обусловливают широкое внедрение автоматов в различные области человеческой деятельности. Для создания "интеллектуальных" уотройств к настоящему времени раз работано множество методов распознавания образов, нашедших при менение в робототехнике, итающих автоматах, метеорологии, ме дицинской диагностике и т .д . Среди этих алгоритмов выделяюся та кие,которые сохраняют свою работоспособность при воздействиях на текущее изображение различных искажений.Один из эффективных подходов к разработке подобных алгоритмов основан на корреляции инвариантов изображений.
Для геометрических (групповых) |
искажений инварианты изоб |
|
ражения строятся обычно в два этапа |
[ I ] |
. На первом этапе вы |
числяются двумерные моменты изображения /УX, Ц : |
||
где 7.+ - множество целых чисел. |
|
|
На втором этапе осуществляется непосредственное вычисление |
||
значений инвариантов путем подстановки |
77?^. в определенные ал |
гебраические выражения. Форма последних зависит от вида группы преобразований.
Такой алгоритм вычисления инвариантов обладает двумя су щественными недостатками. Во-первых, отсутствуют быстрые алго ритмы расчета моментов - наиболее трудоемкой части метода в
целом. Во-вторых, |
нет возможности вычислить моменты высокого |
ПОрядка на ЦВМ с |
фиксированной запятой (ЦВМ с ФЗ), так как |
с ростом Р и |
^ динамический диапазон моментов увеличива |
ется по степенному закону в зависимости от геометрических размероь изображения. Такие моменты и соответствующие им инвари анты (пользуясь терминологией квантовой механики) назовем йе наблюдаемыми с помощью ЦВМ о ФЗ.
Повысить порядок наблюдаемых моментов и тем самым увели чить число инвариантов частично удаетоя при помощи ЦВМ с пла вающей запятой (ЦВМ с ПЗ). Действительно, если I, - длина разрядной сетки ЛУ и ^ , где 11 и - ко личество разрядов мантиссы и порядка, то для ЦВМ с ФЗ макси мальный порядок наблвдаемых моментов прямо пропорционален
ит о х (р + ц )^ 1 , тогда как для ЦВМ с ПЗ эта величина
возрастает и равна |
!ТШХ 1/7*^} ~ 2.б*-1 |
. Отснща |
следу |
ет, что увеличение |
позволит наблюдать моменты |
все бо |
лее |
высоких порядков. Однако односторонний рост числа разря |
|
дов |
приводит |
к возрастанию погрешности вычислений, к о- |
чорая определяется |
длиной мантиссы ( С1 ) и для каждого дина- |
ги с .1 . .ьлок-схема модели системы распознавания образов
К^С |
_ |
# |
. Для |
|
|
мического диапазоне равна 2 |
1 , |
2 й |
<Н< 2 |
|
|
сохранения допустимой' точности вычислений увеличение |
1^ |
на |
|||
единицу требует двукратного увеличения количества разрядов |
|
||||
мантиссы. Несоблюдение этого |
правила приведет к тому, |
что |
зна |
чения моментов высших порядков будут вычислены с такой боль-, шой погрешностью, что перестанут содержать какую-нибудь полез ную информацию. Таким образом, и для ЦВМ с ФЗ и для ЦВМ с ПЗ увеличение числа наблюдаемых моментов при сохранении допусти мой точности вычислений возможно только за счет увеличения разрядной сетки АУ.
В [2] предложен новый класс, так называемых модулярных инвариантов Тр9г » метод вычисления которых свободен от не достатков, присущих классическим инвариантам. Дело в том, что
- 33-
1р 2 вычисляются при помощи модулярных моментов |
/Пру , явля |
|
ющихся спектральными отсчетами изображения |
в теорети |
|
ко-числовом базисе [с***, с |
быстрые алгоритмы которых (п о - |
'А ' к 7А 'У
'а V "М
К
Рис. 2. Изображения эталонных объектов
добные ШФ) рассмотрены в [з] . Кроме того, максимальный поря док инвариантов, которые можно расочитатв на ИВМ с модулярной арифметикой (ЦВМ с МА), рз*ен /71ПХ(Р’/^)я^ ^2, что значительно больше аналога ной величины для ЦВМ с ИЗ.. Однако перечисленных преимуществ 1р^ еще недостаточно, чтобы сделать окончатель
ный вывод об их предпочтительном использовании в качестве приз
наков объектов |
вместо классических инвариантов / ^ г . Доя это |
го необходимо |
провести сравнительный анализ устойчивости тех |
и других признаков* к различным видам искажений, действующих на текущее изображение.
|
С целью получения эксперимента ъных оценок частоты правиль |
|||
ных исходов процесса классификации |
объектов ( РПр )была |
постро |
||
ена |
.модель,, имитирущгт работу |
системы |
распознавания |
обра |
зов и програшно реализованная па БЭСМ-6. |
Блок-схема модели |
|||
|
- 3 4 - |
|
|
|
приведена на рис Л , В качестве признаков объектов использова лись инварианты М.К.ХУ [I ] и модулярные инварианты. Причем в случае использования последних имитационное моделирование ра боты классификатора проводилось как при различных значениях
модуля Ц: |
- |
17 и |
# 2 = 65537, так и при различном ко |
|||
личестве инвариантных признаков: |
7, А/% = 51 |
и /у^=132. |
||||
На рис.2 приведены 12 изображений различным образом напе |
||||||
чатанных букв А, |
К, |
М и У, составивших библиотеку эталонов. |
||||
Размер изображений |
равен |
64x64, |
а толщина линий букв - |
6 эле |
||
ментам. |
|
|
|
|
|
|
Выбор эталонов |
в виде |
бинарных изображений связан |
с |
тем, что |
при использовании в системах распознавания в качестве призна ков объектов моментных инвариантов необходимо на э^чпе предва рительной обработки походного изображения выполнение процедуры сегментации. Необходимость этой операции обусловлена следующим. Предположим, что на вход системы распознавания поступает изоб ражение объекта, расположенного на некотором фоне. Обычно клас
сифицируемый объе^1 расположен |
в центральной части |
текущего |
изображения (ТИ), д ' значения |
весовых функций |
невелики, |
Рис.3. Пример исходного изображения объекта, расположен ного на фоне с ненулевьми значениями яркости
а область фона занимает граничное участки изображения, на ко торых Ц'Ч достигают максимальной величины. Для такого изоб ражения значения моментов будут определяться в основном фо новой составляющей, что не позволит производить правильную классификацию (на рис.З иллюстрируется одномерный случай). Вы полняя процедуру сегментации1, получим бинарное изображение, на котором фон представлен нулевыми отсчетами,не искажающими ис
тинных значений /7?^ . |
- 3 5 - |
При плохих условиях наблюдения и из-за неидеальной рабо ты1процедуры сегментации на бинарном изображении могут появить-
..ся искажения в виде изолированных элементов объекта и фо на., расположенных внутри района объекта и называемых "дырами".
Рис.4. Работа генератора искажения формы объекта:
а - исходное изображение; б - изображение части эталон ного объекта, выделенной ^уш.гирной линией; в - результат действия генератора
Такие изменения бинарного изображения расцениваются, как.дей ствие некоторого шума, затрудняющего правильную классификацию.
Для снижения уровня шума отсегментированное изображение допол нительно обрабатывается так называемый оператором уничтожения и порождения элементов объекта [4] . В результате действия это го оператора на изображении будут уничтожены отдельно располо
женные одиночные или даже небольшие группы элементо: |
объекта, |
также фоновые "дыры” . Ошибок сегментации в области |
границ |
- 36 - |
|
Объекта и фона, приводящих к искажениям формы' объекта, избе жать не удается. Щи проведении моделирования имитация таких
ошибок осуществлялась с помощью алгоритма, |
названного гене |
||||||
ратором искажений формы объекта. Принцип его работы проил |
|
||||||
люстрирован на рис.4 и заключается в |
следующем. |
|
___ |
|
|||
КаздоЙ граничной точке области объекта |
1 = |
подста- |
|||||
вим в |
соответствие набор |
ф |
|
|
|
|
|
где Ъ с |
1 ~ элементы области |
фона, |
расположенные на |
||||
прямой, перпендикулярной к границе района |
объекта |
|
в точке |
^ |
|||
Индекс |
^ |
характеризует состояние компонент |
, С- /72 . |
На |
пример, для идеально сегментированного бинарного изображения
компоненты набора |
В} (I) |
находятся в состоянии |
/ = О |
|||||
В0Ш Н ч , 1%,-, Щ - а . о . о ......... 0 ) . |
В условиях |
действия по |
||||||
мех точка |
|
П.1 |
может быть ошибочно отнесена |
|
к области фо |
|||
на, может |
быть получено |
значение 0, а любое подмножество из |
||||||
>—у |
1п-1 ь] |
- к |
области объекта. В результате ком |
|||||
поненты набора ’ |
9^(1) |
из оостояния |
/ |
= |
0 произволь |
|||
ным образом переходят в |
одно из 2 ^ -1 |
оставшихся состояний |
||||||
{9^(0}, / |
" |
1У2>,1~/ . |
Так как |
, С= Т^Л |
принимают зна |
|||
чения только |
0 или I , то можно воспользоваться мерой Хемминга |
для определения числа ошибочно сегментированных в данном набо-'
ре элементов изображения |
|
? /Ц ~ 1^1 |
||
В силу случайного характера дейотвия помех величина Н?с |
тоже - |
|||
олучайна. Усредняя 1^с } I = Т^П |
} получим |
/ |
- мате |
|
матическое |
ожидание величины |
Очевидно, |
что^ем большие |
|
искажения действуют на исходное изображение, |
тем больше |
Нос * |
||
Поэтому |
В00 удобно связать с |
уровнем помехи, который в про |
водимых экспериментах является задаваемым параметром. Для би нарных изображений отношение шуц/сигнал равно
п - количество искаженных точек |
объекта и Фона |
||
количество |
точек объекта |
( 5 ). |
|
откуда следует |
Нос=(г51С |
|
|
Предположим, |
что |
- дискретная положительно определен |
ная случайная величина, имеющая нормальный закон распределения |
|||
с математическим ожиданием |
-ос |
Величина дисперсии |
~ |
И |
в |
||
а также значения праметра |
/I |
задавались эвристически и |
|
при проведении моделирования рагмялись 0 = I и /2 = |
3. |
-3 7 -
Рис.5. |
Зависимость |
вероятности правильного распознавания |
|||||
эталона й I |
(а ,в ) и № 9 |
(б ,г ) |
от |
отношения шум/сигиал |
& для |
||
инвариантов М.К.}^г (------------ ) и модулярных инвариантов: |
|
||||||
характеристики 1 ,2 |
и 3 Ьолучены при |
- 7, N1? = |
51 и |
||||
132; |
а, б - |
- |
17; |
в , |
г - # , =65537 |
|
|
нести-, если отличаются |
от |
В0(1) |
одинаковым числом искажен |
||||
ных компонент. Предположив, что все состояния набора |
в (С) |
внутри |
одного класса эквивалентности равновероятны, сформу |
лируем |
алгоритм генерации искажений формы объекта. |
|
- 38 - |
Для каждой |
\°1 |
определяются точки области фона, входящие |
||
в состав набора |
В0(1) . В соответствии с принятым законом рас*- |
|||
цределения разыгрывается значение |
случайной величины |
с |
||
помощью которой |
определяется новое |
значение ^ . Найденные |
||
значения компонент |
присваиваются соответствующим |
|
элементам изображения. Процесс заканчивается после просмотра всех и граничных точек области объекта.
Результаты имитационного моделирования представлены в ви де зависимостей вероятности правильной классификации объектов от величины отношения шум/сигнал (рис. 5 ). Из приведе а.-К характеристик видно, что модулярные инварианты позволяют пра вильно классифицировать объекты в большем диапазоне искажений,
чем инварианты М.К.Ху. Например, если |
задаться РПр = |
0,85, |
||||||
тогда |
Тр г |
при |
б |
= 65537 и |
= |
132 допускают |
уровень |
|
шума в |
1 ,4 |
раза |
бо*&ший, |
чем 1р^г |
. Данное обстоятельство |
|||
позволяет надеяться, |
что |
использование модулярных инвариантов |
в системах распознавания образов вместо инвариантов Ху обеспе
чит более высокие |
технические характеристики систем. |
|
|
Библиографический список |
|
1. |
Ш ММ. МзшЁ РаИеш ЙесодпйШп 6у Мотегй ктгНзпЫ |
|
//Ш |
Т гт .оп Щ от . Ш щ . 1962.. ШЛ.Р. /79-/67 |
|
2. |
КРУГЛОВ В .Н ., ЛАБУНЕЦ В.Г. Распознавание образов при |
|
помощи модульных инвариантов моментов / Уральский политехи, |
||
ин-т. |
М ., 1985. 7 |
с. Деп. в ВИНИТИ, )Ь5105. |
3. ЛАБУНЕЦ В.Г; Алгебраическая теория сигналов и систем. |
||
Красноярск. 1984. |
244 о* |
|
4: БАКУТ П. А. , |
ЛАБУНЕЦ В.Г. Телевизионная следящая система |
с байесовским дискриминатором цели / / Зарубежная радиоэлектро
ника. 1987. № 10, |
С.81-93. |
УДК 681.51;007.5 |
А.А.Алексеев, Й.Ю.Иванов |
|
(Ленинградский электротехни |
|
ческий институт) |
ДИАГНОСТИКА СОСТОЯНИЯ ОБЪЕКТОВ ПО ПРОСТРАН^ТВЕНШ-ВРЕМЕННЫМ СПЕКТРАМ ФУРЬЕ
Предлагается подход к решению задачи диагностики, бази рующийся на использовании пространственно-временных спектров
-3 9 -
для формирования диагностических признаков о состоянии объек та, функционирование которого сопровождается вибрационными яв лениями. Последние, как известно, относятся к классу ритмичеоких случайных процессов (РСП). Пусть наблюдаемый вибрационный процесс образует однородное случайное поле, дискретные выборки которого представляют собой его оценку:
Ер |
- |
вектор, |
характеризующий положение |
^ - г о датчи |
|||||||||
ка в |
выбранной декартовой |
|
системе |
координат; |
Арщ - |
выходной |
|||||||
сигнал |
} |
- г о |
датчика, |
/72 |
= 0 , |
+1, +2, |
• |
Однородное |
|||||
случайное |
поле имеет следующее |
спектральное представление [I] |
|||||||||||
Ла г |
Я Г ехР { |
|
+ Щ ) } * |
|
|
|
|
|
|
||||
|
~Х’°° |
|
|
|
|
|
|
|
|
|
|
|
|
где |
И |
г векторное волновое |
число; |
% (ди), АН) |
- слу |
||||||||
чайная функция АЮ |
и |
|
АН |
, |
обладающая свойствами: |
||||||||
- М [ х ш ,* Н ) }ш О |
, |
|
У йй),А Н , |
|
|
|
|||||||
(ли), А, К +Дг В) *% (дш , А,Й) + 2 (ли>, &я Н) , |
|
|
|||||||||||
если |
Д^Н |
и |
А^Н |
неперекрывающиеся интервалы; |
для Д(Л |
||||||||
аналогично; |
|
|
|
|
|
|
|
|
|
|
|
- М{%(А,Ю, А,К)
если интервалы неперекрывающиеся;
-М{1%(ДЮ,лЯ)1й} - Р ( Ю )Н)дЮйКх -ДНр.
Тогда пространственно-временной спектр можно представить в ви де [2 ]
Р ( к М шШ ( % ю ) а р [ - } Щ ( 1 г }
где |
1 |
- вектор, характеризующий положение наблюдаемого |
си г- |
|||
нала в декартовой |
система координат; Н^Ш пяз. |
~ волновое |
чис- |
|||
ло; |
^ ^ |
вектор |
скорости распространешш наблюдаемого* сигна- |
|||
|
|
- |
взаимная по пространству спектральная плотность, |
|||
Т(% Ш~т(%/ " ■ |
у10) = ^ (и)) . Вибрационное поле в таком пред |
|||||
ставлении является |
суперпозицией плоских волн о |
различными час- |