Анисимов Б.В., Курганов В.Д., Злобин В.К. - Распознование и цифровая обработка изображений (1033973), страница 3
Текст из файла (страница 3)
;~«:"' Идентификация пространственных объектов. Одиночное изображе..',ние (блок 2) неизвестного объекта (блок 1) (рис. В 1) фиксируется на 'ц!,"некотором носителе воспринимающего(чувствительного) элемента рас- :1';:эпознающего комплекса, в качестве которого может быть, например, ",$" фотооптическая или электронно-оптическая система. При вводе в ЭВМ ,'Ф',:;Это изображение объекта дискретизируется, квантуется по яркости и Эа:его элементы дискретизации кодируются (блок 3). Одновременно с ",,,'целью уплотнения полученной информации, дифференцирования по ",:";":значимости для дальнейшего анализа ее минимизируют электронным ;;:"или алгоритмическим путем (блок 4).
В результате выполнения описанных этапов плоское изображение ;.;.: объекта представляется в виде многосвязного контура. Так как при '",'~идентификации используется только внешний контур изображения, ,', то его выделение происходит в блоке 5. Параллельно проводится ана.„,'. лиз изображения с целью выявления на нем отдельных опорных эле- ,~:ментов (блок б), необходимых для проведения нелинейных преобразо- Ф''наний внешнего контура изображения объекта (блок 7). Выполнение '",' этого этапа позволяет уменьшить перспективные искажения на изоб,у,'; Ражении, а также провести желательную переориентацию в простран':,.":,стве и приведение, его к плоскостям проектирования, в которых инте,'«йгральные признаки идентификации проявляются наиболее ярко.
9 Далее объект идентифицируется (блок 8). При этом либо происхоклассификация неизвестного объекта, либо, если машина не дает жительного ответа, делается запрос новой реализации объекта, ой под другим ракурсом. аспознаванне по одиночным снимкам. Как и при идентификации, ала получают одиночное изображение (блок 2) неизвестного объ- (блок 1) и далее проводятся этапы предварительной обработки ражения: кодирование (блок 9) и минимизация (блок 10). Затем госвязный контур подвергается препарированию (блок 11) на ему односвязных контуров. Каждый такой контур нормализуется к 12), а затем распознается (блок 18).
Так как целевые признаки, правило, представляют собой связную систему из односвязных уров (см. 5 3.3), то для нх формирования приходится проводить ез односвязных контуров для получения изображений целевых иаков (блок 14), по найденному набору которых на изображении вестного объекта и производится его целевое распознавание к 1Б). Исходом этого этапа может быть либо отнесение неизвест- объекта к одному из классов, либо запрос новой реализации объ- аспознавание по стереопарным снимкам. С помощью двух фотокаполучают стереопарные изображения (блок 1б) неизвестного объ- (блок 1). Затем каждый снимок стереопары дискретизируется, руется (блок 17), минимизируется (блок 18) и препарируется на тему односвязных контуров (блок 19).
Проводится идентификация ветственных точек стереопары (блок 20), что позволяет в дальней- составить пространственное описание видимой части неизвестно- бъекта (блок 21) и сформировать целевые признаки (блок 22), по орым и проводится либо распознавание (блок 28), либо запрос но- стереопарных снимков неизвестного объекта. Описанные выше этапы идентификации и распознавания являются, правило, основными, но не единственными. ГЛАВА 1 МЕТОДЫ ОБРАБОТКИ ТОЧЕЧНЫХ ИЗОБРАЖЕНИЙ 5 1.1. ОСОБЕННОСТИ ЦИФРОВОЙ ОБРАБОТКИ ТОЧЕЧНЫХ ИЗОБРАЖЕНИЙ В ряде областей деятельности человека возникает необходимость в обработке точечных изображений, на которых можно лишь зафиксировать координаты «центров тяжести» соответствующих образований (отметок) и нельзя выделить отдельные детали изобразившихся объектов (иногда еще можно получить информацию об «уровне блеска» наблюдаемых объектов).
Типичная задача обработки точечных изображений — их идентификация, заключающаяся в распознавании на различных изображениях (снимках) отметок, отвечающих одним и тем же по своей физической сущности объектам. Об идентификации можно вести речь лишь в случае, когда идентифицируемые изображения «перекрываются», т. е, в них заведомо содержатся одноименные отметки.
Уровень «перекрытия» зависит от целей обработки, а также от вида алгоритма идентификации. Для упрощения алгоритма изображения регистрируются или формируются, как правило, таким образом, чтобы между их координатными системами имело место только плоскопараллельное смещение. Типичные постановки задачи идентификации. Задача идентификации точечных изображений может иметь много различных постановок в зависимости от конкретных технических приложений.
Один пример задачи идентификации — наблюдение объектов с помощью кадровой системы, перемещающейся в пространстве по той или иной траектории, Получаемые при этом в «соседние» моменты времени частично перекрывающиеся точечные изображения, подлежащие идентификации, как правило, идентичны по плотностям отметок, уровням помех, нелинейным искажениям и другим характеристикам.
Другой пример задачи идентификации — распознавание звезд наблюдаемого участка неба. Автоматизация решения этой задачи возможна с помощью телевизионно-вычислительных средств. Идентификации в каждом сеансе наблюдения подлежат ма инный кадр, формируемый в памяти ЭВМ посредством обращения к машинному каталогу звезд в соответствии с имеющимися в распоряжении сведениями об ориентации оптической оси оптико-телевизионного датчика и точности этой ориентации, и телевизионный кадр, регистрируемый датчиком.
Условия идентификации в этой постановке имеют существенную специфику: в машинном кадре в отличие от телевизионного кадра практически отсутствуют нелинейные и геометрические искажения, помехи и какие-либо другие отметки, кроме отметок от звезд, и значительно отличаются плотности отметок. Поэтому помимо идентификации необходимы предварительная обработка телевизионных кадров с 12 .' елью компенсации в них нелинейных и геометрических искажений и )рациональная организация каталога звезд для оперативного формиро,;"вания на его основе машинных кадров.
Ниже основное внимание будет уделяться исследованию различных Е'алгоритмов идентификации точечных изображений, в ходе работы ко,',:;торых вначале реализуется совмещение точечных изображений. В ре,'.;;зультате этого одноименные отметки оказываются в непосредственной "-близости друг от друга, а затем выполняется собственно идентифика', ция отметок с использованием того или иного решающего правила.
Моделирование процесса идентификации точечных изображений на " ЭВМ. Во многих случаях работу алгоритмов идентификации можно ап";, робировать посредством их моделирования на ЭВМ без использования для этих целей натурной информации. Например, при астрономичес',,',!,; ких наблюдениях можно использовать гипотезу о распределении звезд "',';, на небесной сфере по закону Пуассона. Тогда в памяти ЭВМ с помощью независимых программных датчиков псевдослучайных чисел, равно; мерно распределенных в диапазоне |О,П, возможно формирование пу", ассоновских полей нужных размеров с заранее задаваемыми плотно',;, стями отметок.
Из этих полей несложно «вырезать» соответствующие , . кадры, предусмотрев требуемые их размеры и взаимное положение, дискретизацию координат их отметок, введение в кадры помех, нели- ,,'1 нейиых искажений и т. д. При желании математическая модель процесса наблюдения может быть усложнена, в частности для формирования кадров возможно использование машинного каталога звезд. Очевидно, что адекватность генерируемых ЭВМ кадров наблюдаемой картине от такой замены только возрастет. й 1«Е ФОРМИРОВАНИЕ ЭТАЛОННЫХ И НРЕДВАРИТЕЛЪНАЯ ОБРАБОТКА РЕАЛЪНО НАБЛЮДАЕМЫХ ТОЧЕЧНЫХ ИЗОБРАЖЕНИИ Рассмотрим формирование машинного кадра, компенсацию нели- нейных искажений в телевизионном кадре и согласование направле'-.н' ний осей координатных систем этих кадров на примере автоматизации процесса распознавания звезд наблюдаемого участка неба. Математическая модель машинного кадра.
На небесной сфере проведем плоскость 9, касающуюся небесной сферы в точке о, отвечающей угловым геоцентрическим координатам «»„, б„ориентации оптической оси оптико-телевизионного датчика (рис. 1.1). Свяжем с ней систему координат хуг, начало которой поместим в точку о, ось оу направим по касательной к кругу склонений в сторону северного полюса (1»огб) мира, ось ог — в начало геоцентрической экваториальной системы координат Х)'Л вЂ” точку О, а ось ох — так, чтобы система хуг была правой.
Примем точку О за центр проектирования, а плоскость 1',1 — за плоскость центральных проекций звезд небесной сферы, сведения о которых занесены в машинный каталог звезд. При этом рассмотрим лишь область плоскости 1г, ограниченную квадратом АВС0 с центром в точке о и сторонами, параллельными осям ох, оу, полагая, 13 И1 (и1 иа, иэ )=(5!Пцс Сеяло, В), 11) \ а ( 1 ив )=( — сов Яс 5!п бо, 5)п сао 5)п 6 сов 6 ) ( 1 цэ иэ ) =( сов носов ба — я!н аосов 6с, — 5)п 6 ) ) (1 ° 1) ю=(юа, юа, юв) =(сов а сов 6, в)н и сов 6, Янп 6), та> юэ=(гв)а>, ютаа>, о)ва))=(сов ас сов бо в!н сто соя 6„, 51п 6о).
3 десь нижние индексы упомянутых компонент отвечают номерам осей системы координат ХУЕ, а верхние индексы — нижним индексам Представим связь между координатами х, у, г точки Т, ее коорди- натами Х, [х, г и координатами Х„)'„Я, точки о в той же системе в виде следующего произведения матриц: Е =Га>, (!.2) где и!'> и' 1) и'1) 1 в а и'э' и'э' и'в> 1 а в ц)э) цта> ц)а> э иа Х вЂ” Х )о г — г, '9с Х= — ю); 'г'= сов 6 )тс * ~Ге со5 [1 со5 [1 - — ') ю,; г= —; Х =д ю<э>) у ю(а >) =)т)~ ю! '; сов [)=сов (ю), юэ) =ю) о)'в>+ма )с)с — радиус небесной сферы; р — угол между $4 =я» о)та) го —— гота> ! о> гэга>.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
