Анисимов Б.В., Курганов В.Д., Злобин В.К. - Распознование и цифровая обработка изображений (1033973), страница 17

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 17)

Значения отельных свойств изображения могут быть получены в процессе его парализации как ее побочный результат. П р и и е ч а и и е. Система этих признаков подробно рассмотрена в гл. 2 : а примере нормализации изображевий. 5. При выборе других методов формализации зрительной информации в большей илн меньшей степени проявляется интуитивный подход, елание удовлетворить определенным требованиям, необходимым для оретических исследований (простота получения значений свойств, .нх независимость и т.

д.). В этом отношении характерны следующие 'два метода формализации, часто используемые для экспериментальной "проверки теоретических положений. Так, предлагается на квадратную «сетчатку» накладывать четыре .'(или более) пересекающиеся линии (рис. 3.2). Значения свойств х, "десь представляют собой расстояния вдоль этих линий от краев «сетчатки» до первых пересечений с контуром изображения. В систему, там образом, входит восемь (или более) свойств. Разновидность этого писания — использование в качестве значений свойств расстояний от ,"йекоторой окружности до контура изображения.

Иногда применяется «сетчатка» размером 12 Х 30 элементов. Она разбивается на 20 прямоугольников (рис. 3.3, а). Далее для каждого прямоугольника определяется восемь двоичных свойств. Значение ; аждого свойства является результатом несложных арифметических 'нли логических операций над частью изображения, попавшей в данный ;.прямоугольник. Например, если в последнем имеется более 14 «нуле' ых» элементов, то весь прямоугольник считается «белым» и в соответ';ятвующем разряде 160-разрядного двоичного слова, отвечающего полному изображению, фиксируется 1; если же прямоугольник содержит лее 14 «единичных» элементов, то он считается «черным» и в соответтвующем разряде фиксируется О.

К достоинствам этих методов формализации относят простоту поучения значений свойств и легкость автоматизации процедуры нараивания нх количества в случае необходимости, к недостаткам — сла- '~)1)чо помехозащищенность и очень малую информативность каждого -отдельного свойства системы. ступающих от некоторых 5 - элементов, образующих соответствующий этому свойству фрагмент «сетчатки», а случайный механизм используется при формировании связей между 5- и А-элементами.

Хаотичность этих связей является одновременно и достоинством и недостатком персептрона. Действительно, благодаря таким связям обеспечивается возможность использования персептрона для решения самых разнообразных задач узнавания. Однако при этом нет никакой гарантии, что выбранные фрагменты окажутся эффективными для решения той или иной задачи. Как показали эксперименты, для решения даже сравнительно простых задач уз- ° ° ° ° Ф ° ° Ф' ° ° Ф ° ° Ф ° ° ° ° Ф ° * Ф ° ° ° Ф Ф ° ° ° ха хФ кз хт хз хг ха х» Рис.

3«Ь Пример изображения, вписанного в сетку, с наложенными на него пересекающимися линиями Рис. 3.3. Примеры изображения, вписанного в систему прямоугольников (а), и бросания отрезка прямой на сетчатку (б) навания с приемлемой надежностью нужно огромное число А-элементов, что на современном уровне развития техники реализовать довольно затруднительно. 2. А. Гамба одним из первых обратил внимание на возможность улучшения характеристик персептрона. Для этого он предложил, во- 74 Система вероятностных признаков. Рассмотрим большую группу методов формализации зрительной информации, которые можно назвать вероятностными, поскольку типичным для этих методов при определении свойств является использование тех или иных случайных механизмов. 1.Впервые применение случайных свойств имело место в персептроне Розенблатта.

Каждое конкретное свойство здесь определяет алгоритм преобразования сигналов, поп) Ф Ф рвых, изменять пороги неэффективных А-элементов и, во-вторых, рмировать в процессе обучения для каждого А-элемеита не один, а есколько весовых коэффициентов соответственно числу классов задан. Эти предложения были реализованы им и его сотрудниками в разичных узнающихустройствах, получивших название РАРА.

А. В РАРА № 1 свет от источника проходит последовательно через егатив с прозрачным изображением и непрозрачным фоном и маску 'з случайных линий (всего таких масок 80). Если интенсивность све, а, прошедшего через маску, превышает определенное пороговое знаение, то срабатывает триггер, фиксируя в соответствующем этой масе канале «единичноею значение отвечающего ей свойства. В процессе учения накапливаются частоты «единиц» для каждой маски и каждого класса, которые затем используются при принятии решения.

Б. РАРА № 2 является улучшенным во многих отношениях узнаю,щим устройством. Число его А-элементов превышает 10 000. Предусмотрена система оптимизации А-элементов (система замены неэффек'тивных А-элементов). Функции случайных масок РАРА № 1 выполнят здесь случайные линии на экране электроннолучевой трубки, на отлоняющие пластины которой подаются случайные сигналы (абелый умю), предварительно записанные на магнитной ленте.

РАРА № 2— знающее устройство последовательного типа. Случайные линии рмируются на экране трубки последовательно одна за другой и кажфая из них соответствует своему А-элементу. Последний возбуждается Енли нет в зависимости от числа пересечений изображения случайной '«тинией и заранее выбранного порогового значения. Проецирование этой тайпин на изображение, которое по-прежнему выполняется в виде не:гатива, производится с помощью оптической системы. В. Для формализации изобразительной информации в РАРА № 3 используется тот же принцип, что и в РАРА № 2, с той лишь разницей, 'что формирование случайных отклоняющих сигналов производится ,':,здесь с помощью специальных генераторов «шумаю.

3. Может быть использована другая, чем в РАРА, но аналогичная 'цо своему характеру система свойств изображений. Это значение свой,",ства х, здесь определяется как число случайных линий, каждая из коКторых пересекает контур изображения г раз. Формирование равномер. ",' ной сетки случайных линий, накладываемой на изображение, произво',а,', дится заранее. При этом предполагается, что вероятность проведения ,;~.'.линии через любые две точки из конечного множества точек ограничен;„чг;"Ной «сетчатки> одинакова. Изображению в этом случае соответствует "случайный вектор х (х„х„..., х„). Если использовать нормализован" ные свойства х; = х; ~ Х хь то их математические ожидания не завит=! ;1';,сят от преобразований подобия.

Предполагают также, что получае6<',.мое таким образом описание слабо зависит от имеющих место на прак,' „'„,тике искажений изображений. П р и и е ч а н и е. Пока что трудно говорить об эффективности рассмотрен' 'ных выше способов описания изображений, так как они были использованы для опознавания элементарных входных ситуаций. Ясно лишь, что для классифика:' ции объдктов сложной формы потребуется огромное число случайных линий. 73 4. Для получения численного описания изображения можно использовать случайное «бросание» отрезка прямой длиной 1; на «сетчаткуж Начальная точка А отрезка определяется парой случайных чисел (х, у), а конечная  — случайным углом аа (рис.

3.3, б). Определим величину х~ как условную вероятность того, что если точка А попадает внутрь изображения 5, то и точка В попадает туда же: х, = р (В С 5 ) А 6 5) = р ((В 6 Я (А 6 5)) l р (А 6 5) . (з.з) При таком определении х; очевидно, что при соответствующем выборе масштаба измерения 1; полученная величина не зависит от размеров и положения изображения на «сетчатке». Интегральный вид выражения (3.3) можно получить с помощью соотношений Ц с(хну р(А 65) = '", рЦВВ5) (А6 5Ц = — О 1[(х, у), )т) с)хау, Ц с)хт)у уе зв где 1 [(х, у), )з) — относительная величина части окружности радиуса 1з с центром в точке (х, у), попадающей внутрь изображения 5; 5,— площадь «сетчатки».

При и различных значений х; можно получить систему свойств (х„х„..., х,). Такие свойства использовались для опознавания геометрических фигур, имевших небольшие отличия по форме. Величины хз определяются методами численного интегрирования. Свойства подобного типа можно считать перспективными лишь при условии, что будут предложены сравнительно простые способы их вычисления. Помехозащищенность этих свойств не исследована.

Характеристики

Список файлов книги