Исследование систем управления манипулятором MR-999Е
Диссертация - Компьютеры, программирование
Другие диссертации по предмету Компьютеры, программирование
в, как правило, не достигается, поэтому задается допустимое различие между эталоном и изображением, в пределах этого различия и проверяется их совпадение.
Брагин и Войлов [17] дают такую трактовку этого метода. Если обозначить исходное изображение объекта F(i, j), эталон Е (j, i), а вычисленное различие T, то процедуру сравнения можно формально записать как
; (2.1)
. (2.2)
Здесь индексы i и j характеризуют положение элементов в дискретном цифровом изображении.
Совпадение эталона с объектом проверяется по правилу
?T, (2.3)
где D - заданное пороговое различие.
Если условие не выполняется, то необходимо заменить эталон или перейти к другому изображению.
Покажем особенности метода сравнения с эталонами при использовании некоторых систем признаков. Если в качестве признаков выбраны площадь и периметр изображения, размеры вписанных и описанных фигур, момент инерции и подобные геометрические свойства, то следует учесть масштабирование и на этапе предварительной обработки нормировать изображения по какому-либо параметру. Например, площадь описанного прямоугольника или окружности нормируется квадратом периметра изображения, а периметр - значением корня квадратного из площади изображения [21].
Изображение аккумулятивной разности формируется в результате сравнения эталонного образа с каждым образом в данной последовательности. В процедуре построения изображения аккумулятивной разности имеется счетчик, предназначенный для учета расположения пикселов. Его значение увеличивается каждый раз, когда возникает различие в расположении соответствующих пикселов эталонного образа и образа из рассматриваемой последовательности. Таким образом, когда k-й кадр сравнивается с эталонным, запись в данном пикселе аккумулятивной разности означает, во сколько раз интенсивность пикселя k-го кадра отличается от интенсивности пикселя эталонного образа. Различия устанавливаются, например, с помощью уравнения.
Нередко полезно рассматривать три типа изображений аккумулятивной разности: абсолютное, положительное и отрицательное.
Успех применения методов зависит от эталонного образа, относительно которого проводятся дальнейшие сравнения. Как уже говорилось выше, различие между двумя образами в задаче распознавания движущихся объектов определяется путем исключения стационарных компонент при сохранении элементов, соответствующих шуму и движущимся объектам. Проблема выделения образа из шума решается методом фильтрации или с помощью формирования изображения аккумулятивной разности.
На практике не всегда можно получить эталонный образ, имеющий только стационарные элементы, и это приводит к необходимости построения эталона из набора образов, содержащих один или более движущихся объектов. Это особенно характерно для ситуаций, описывающих сцены со многими быстроменяющимися объектами или в случаях, когда возникают частые изменения сцен. Рассмотрим следующую процедуру генерации эталонного образа. Предположим, что мы рассматриваем первый образ последовательности в качестве эталонного. Когда нестационарная компонента полностью вышла из своего положения в эталонном кадре, соответствующий фон в данном кадре может быть перенесен в положение, первоначально занимаемое объектом в эталонном кадре. Когда все движущиеся объекты полностью покинули свои первоначальные положения, в результате этой операции воссоздается эталонный образ, содержащий только стационарные компоненты.
2.2 Методы теории графов и распознавание
При определении краев и контуров изображений применяют методы графов. Рассмотрим глобальный подход, основанный на представлении сегментов контура в виде графа и поиске на графе пути наименьшей стоимости, который соответствует значимым контурам, описанный в книге Брагина и Войлова [20] . Этот подход представляет приближенный метод, эффективный при наличии шума. Как и следует ожидать, эта процедура значительно сложнее и требует больше времени обработки, чем методы, изложенные выше.
Сначала дадим несколько простых определений. Граф G = (N, А) представляет собой конечное, непустое множество вершин N вместе с множеством А неупорядоченных пар различных элементов из N. Каждая пара из А называется дугой.
Граф, в котором дуги являются направленными, называется направленным графом. Если дуга выходит из вершины ni, к вершине nj, тогда nj называется преемником вершины ni. В этом случае вершина ni называется предшественником вершины nj. Процесс идентификации преемников каждой вершины называется расширением этой вершины. В каждом графе определяются уровни таким образом, чтобы нулевой уровень состоял из единственной вершины, называемой начальной, а последний уровень-из вершин, называемых целевыми. Каждой дуге (ni nj) приписывается стоимость c(ni nj). Последовательность вершин n1, n2, ..., nk, где каждая вершина ni является преемником вершины ri-1, называется путем от ni к nk, а стоимость пути определяется формулой
. (2.4)
Элемент контура мы определим как границу между двумя пикселями р и q. В данном контексте под контуром понимается последовательность элементов контура.
Важным методом идентификации изображений по геометрическим или другим признакам служит метод построения графов решений. Его успешно применяют в тех случаях, когда в заданном классе изображений имеются объекты, которые невозможно различить по одному признаку изображения, и для правильного распознавания необходимо использо