Алгоритмы предварительной обработки графических объектов со статическими пропусками в системах технического зрения тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Ларионов, Игорь Борисович

• Ларионов, Игорь Борисович
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Ларионов, Игорь Борисович

ВВЕДЕНИЕ.

1 Моделирование объектов компьютерной графики с неполными данными в системах технического зрения.

1.1 Существующие методы восстановления повреждений.

1.2 Моделирование объектов компьютерной графики.

1.3 Метрики сравнения изображений.

1.4 Объекты компьютерной графики с неполными данными

1.5 Интерполяция неполных данных сплайнами.

1.6 Интерполяция неполных данных методом главных компонент

1.7 Карты Кохонена.

1.8 Выводы.

2 Статические пропуски в объектах компьютерной графики в системах технического зрения.

2.1 Модель представления графической информации с помощью матриц с пропусками.

2.2 Выявление статических пропусков.

2.3 Выводы.

3 Заполнение статических пропусков в объектах компьютерной графики с помощью интерполяций.

3.1 Заполнение статических пропусков в объектах компьютерной графики с помощью сплайнов.

3.2 Программный комплекс заполнения статических пропусков с помощью сплайнов

3.3 Выводы

4 Заполнение статических пропусков в объектах компьютерной графики методом кластеризации матриц с пропусками

4.1 Заполнение статических пропусков в объектах компьютерной графики с помощью многомерных многообразий

4.2 Программный комплекс заполнения неполных данных с помощью метода главных компонент.

4.3 Выводы.

5 Заполнение статичных пропусков в объектах компьютерной графики с использованием карт Кохонена.

5.1 Модель представления графической информации.

5.2 Заполнение статичных пропусков в объектах компьютерной графики с использованием карт Кохонена.

5.3 Программный комплекс заполнения статичных пропусков в объектах компьютерной графики с использованием карт Кохонена

5.4 Выводы.

6 Компьютерный эксперимент

6.1 Компьютерный эксперимент и сравнение метода с применением сплайнов и метода многомерных линейных многообразий

6.2 Результаты компьютерного эксперимента.

6.3 Компьютерный эксперимент и сравнение методов заполнения пропусков в объектах компьютерной графики с использованием карт Кохонена и методом интерполяции сплайнами.

6.4 Компьютерный эксперимент с применением методов в системах технического зрения.

6.5 Компьютерный эксперимент с распознаванием лиц.

6.6 Компьютерный эксперимент с распознаванием текста.

6.7 Выводы.

Введение диссертации (часть автореферата) на тему «Алгоритмы предварительной обработки графических объектов со статическими пропусками в системах технического зрения»

Актуальность работы

Предварительная обработка (предобработка) данных в последнее время получило широкое распространение в системах технического зрения. Предобработка позволяет существенно повысить точность распознавания образов. Предобработка графических объектов может включать следующие операции: коррекция изображения, калибровка снимков, восстановление пропущенных пикселов, контрастирование и фильтрация. Пропущенные пикселы могут возникать во время съемки либо передачи информации. Возникновение пропущенных пикселов может носить случайный либо статический характер. Случайные пропущенные пикселы присутствуют на изображениях вследствие помех, непредсказуемо изменяющихся в течение времени, таких как изменение освещения, случайные флуктуации электро-магнитных полей, запыленность атмосферы и т.д. Случайные помехи возникают на отдельных снимках и характеризуются слабой повторяемостью. Устранение случайных пропущенных пикселов производится с помощью фильтрации изображений. Под фильтрацией понимается преобразование, которое позволяет усилить воспроизведение отдельных объектов и подавить воспроизведение других. Успешность данного подхода основывается на предположении о малой интенсивности случайных помех и большой интенсивности основного изображения. Поэтому подавляя слабые составляющие изображения можно избавиться от большинства случайных пропущенных пикселов. В последнее время широкое распространение получили усредняющие фильтры, адаптивные фильтры, ре-жекторные фильтры, полосовые фильтры, фильтр Винера, среднегеометрический фильтр, метод главных компонент и др.

Однако кроме случайных помех часто встречаются статические испорченные пикселы, возникающие вследствие недостатков аппаратной части систем технического зрения, например, выгорания отдельных пикселов ПЗС матрицы, испорченные ячейки памяти устройств хранения информации и т. д. Для этого случая применение фильтров не дает хороших результатов, так как повреждения могут носить блочный характер, вследствие чего повреждения будут обладать высокой интенсивностью и фильтры вместо подавления будут их усиливать. В системах технического зрения статические помехи могут приводить к тому, что система распознавания образов будет идентифицировать их как дополнительные реперные точки. Появление дополнительных «ложных» реперных точек резко повышает процент ошибок как первого так и второго рода.

В связи с описанными проблемами, актуальной является задача заполнения статических пропущенных пикселов на этапе предварительной обработки изображений. Особенностью статических пропусков является то, что они могут быть однозначно локализованы на основе анализа множества изображений, получаемых с одной камеры. После этого для заполнения пропущенных пикселов могут быть применены алгоритмы обработки данных с пропусками. В последнее время широкое распространение получил ряд подобных алгоритмов: 8-СЬЕА]М, Ричардсона-Люси, метод главных кривых, аппроксимация многообразиями малой размерности, аппроксимация сплайнами, нейро-сетевые методы и т. д. Однако все эти методы имеют ограничения в области применимости и предполагают наличие определенных закономерностей в множестве обрабатываемых данных. В связи с чем актуальной является задача исследования применимости алгоритмов восстановления пропущенных данных для автоматической предварительной обработки графических объектов со статическими пропущенными пикселами в системах технического зрения.

Объектом исследования являются растровые изображения со статическими пропущенными пикселами, возникающие в системах технического зрения вследствие постоянных во времени аппаратных сбоев. Предметом диссертационного исследования является набор алгоритмов восстановления пропущенных данных в объектах компьютерной графики, обрабатываемых системами технического зрения.

Методы исследования. Для решения поставленных в диссертационной работе задач были применены методы оптимизации, математической статистики, интеллектуального анализа данных, обработки изображений, теории нейронных сетей.

Целью диссертационной работы является повышение эффективности работы систем технического зрения с помощью заполнения статических пропусков в графических объектах на этапе предварительной обработки данных.

Для достижения поставленной цели были решены следующие задачи:

1. Разработка алгоритма автоматического выявления статических пропусков в графических объектах, последовательно поступающих с одной камеры системы технического зрения.

2. Разработка алгоритма заполнения статических пропусков в графических объектах с помощью сплайнов, определяемых локальными данными.

3. Разработка алгоритма заполнения статических пропусков в графических объектах с помощью интерполяции линейными многообразиями.

4. Разработка алгоритма заполнения статических пропусков в графических объектах с помощью самоорганизующихся карт Кохонена.

5 .Разработка прикладного программного обеспечения предварительной обработки графических данных на основе предложенных алгоритмов и оценка эффективности его применения в системах автоматического распознавания образов.

Научная новизна. В диссертационной работе разработаны алгоритмы заполнения статических пропущенных пикселов в растровых изображениях. При этом получены следующие результаты, обладающие научной новизной:

1. В процессе предварительной обработки изображений в системах технического зрения применен алгоритм выявления статически неизменных объектов, позволяющий выявлять статические пропуски и автоматически строить карту поврежденных пикселей.

2. Алгоритм интерполяции сплайнами высокой степени применен для заполнения пропущенных пикселов в растровых изображениях.

3. Алгоритм восстановления таблиц с пропусками с помощью интерполяции линейными многообразиями применен к графическим объектам с поврежденными пикселами.

4. Использованы самоорганизующиеся карты Кохонена для восстановления пропущенных пикселов в графических объектах систем технического зрения.

Практическая и научная значимость работы.

1. Разработаные алгоритмы вносят вклад в теорию предварительной обработки изображений. Предложенные алгоритмы являются новыми методами улучшения изображения. Критерием улучшения служит повышение эффективности распознавания образов объектов, присутствующих на изображении.

2. Практическая реализация предложенных методов, позволяет повысить эффективность автоматической обработки данных в системах технического зрения.

Основные положения, выносимые на защиту.

1. Алгоритм автоматического выявления статических пропусков в графических объектах, поступающих последовательно с одной камеры системы технического зрения.

2. Алгоритм заполнения пропущенных пикселов в растровых изображениях с помощью сплайнов, определяемых локальными данными.

3. Алгоритм заполнения пропущенных пикселов в растровых изображениях на основе представления графического объекта таблицей с пропусками и последующей аппроксимацией полученной таблицы суммой матриц специального вида.

4. Алгоритм заполнения пропущенных пикселов в растровых изображениях с использованием самоорганизующихся карт Кохонена.

5. Прикладное программное обеспечение, реализующее предложенные алгоритмы.

6. Результаты сравнительного анализа эффективности предложенных алгоритмов.

Апробация работы.

Основные результаты диссертации докладывались и обсуждались на следующих конференциях: «Решетнёвские чтения» (2009 г., г.Красноярск), «Информационные технологии и автоматизация управления» (2009 г., г.Омск).

Публикации. Материалы диссертации опубликованы в 7 печатных работах, из них 2 статьи в журналах из списка, рекомендованного ВАК.

Структура и объем диссертации. Диссертация состоит из введения, 6 глав, заключения и библиографии. Общий объем диссертации 124 страницы, включая 31 рисунок и 14 таблиц. Библиография включает 101 наименование.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Ларионов, Игорь Борисович

6.7 Выводы

По данной главе можно сформулировать следующие результаты и выводы: а) При заполнении статических пропусков в поврежденных изображениях с помощью сплайнов точность заполнения увеличивается с ростом степени сплайна. б) Метод заполнении статических пропусков в поврежденных изображениях с помощью сплайнов дает хорошие результаты в случае рассеянных одиночных пикселей и неудовлетворительные результаты в случае повреждения блоков пикселей. в) При заполнении статических пропусков в поврежденных графических файлах методом главных компонент увеличение размерности линейной модели не приводит ни к ускорению ни к уменьшению ошибки заполнения пропусков. г) Как и метод заполнения статических пропусков сплайнами, метод главных компонент дает лучший результат при повреждении одиночных рассеяных пикселей, чем при заполнении блока пропущенных пикселей. д) Результаты компьютерного эксперимента показали, что метод заполнения статических пропусков в поврежденных графических файлах с помощью сплайнов более эффективен, чем метод главных компонент. е) Заполнение статических пропусков в поврежденных графических файлах с помощью самоорганизующихся карт Кохонена дает малую ошибку как для рассеянных одиночных поврежденных пикселей, так и для блоков поврежденных пикселей. ж) При заполнении блоков пикселей ошибка восстановления зависит от размеров блока. Ошибка накапливается от границ блока к центру. з) Увеличение размерности вектора веса нейрона ведет к снижению накопления ошибки при заполнении блоков поврежденных пикселей.

Рисунок 6.25 - График зависимости количества распознанных букв от ширины полосы повреждений