Сравнительный анализ морфологических методов интерпретации изображений (1104888), страница 4

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

Текст из файла (страница 4)

8). Т.е. этот алгоритм более помехозащищен, чем всеперечисленные выше.Рис. 8. Результаты распознавания при обучении монохромной морфологии только чистым изображениям.Cравнительный анализ качества распознавания параметрических алгоритмов и морфологических алгоритмов. Для класса рассмотренных параметри-ческих алгоритмов при распознавании изображений в шуме лучшим является алгоритм "Кора". Но только в том случае, когда на обучение подаются и чистыеизображения и изображения в шуме (рис. 6a). Если параметрические алгоритмыобучать только чистым изображениеям или только изображениям в шуме, то результаты их распознавания примерно одинаковы (рис.

5). Для всех параметрических алгоритмов немного разнятся и результаты распознавания при обучениитолько чистым изображениям и только изображениям в шуме: при обучении алгоритмов только изображениям в шуме результаты распознавания лучше, но незначительно.Алгоритм, основанный на ламбертовой морфологии превосходит по результатам распознавания все параметрические алгоритмы. Это наблюдается при всехвариантах обучения алгоритма (рис. 7). Дело в том, что все вышеописанные параметрические алгоритмы "Кора", "R-метод", "TEMP" и "CORAL" ориентированнына распознавание информации, представляемой в словесно-цифровом виде.

В товремя как морфологические алгоритмы ориентированны на распознавание изображений. Алгоритм, основанный на монохромной морфологии при распознавании цифр дает самые лучшие результаты по сравнению со всеми другими описан22ными выше алгоритмами, включая и алгоритм, основанный на ламбертовой морфологии (рис. 8). Но при распознавании по-разному освещенных ламбертовыхобъектов алгоритм, основанный на ламбертовой морфологии, дает результаты заметно лучшие нежели результаты, которые в этой ситуации дает алгоритм, основанный на монохромной морфологии.Основные результаты1.

Выведен критерий ламбертовости, позволяющий по предъявленнымизображениям объекта в шуме сделать заключение о ламбертовостиобъекта.2. Алгоритм ламбертовой морфологии был применен для решения задачиавтоматического совмещения изображений одной и той же сцены.3. Изучено влияние состава обучающей выборки на качество распознавания объектов в шуме для всех вышеуказанных алгоритмов.

Показано,что для всех параметрических алгоритмов и алгоритма ламбертовойморфологии качество распознавания возрастает, если в обучающую выборку добавляются данные в шуме.4. Проведен сравнительный анализ качества распознавания всех вышеуказанных параметрических и морфологических алгоритмов на примерезадачи распознавания искаженных шумом изображений. Показано, что:a. Алгоритм типа "Кора" дает наилучшие результаты при распознавании данных в шуме в классе всех рассмотренных параметрических алгоритмов;b.

Качество распознавания алгоритма ламбертовой морфологиилучше при распознавании изображений ламбертовых объектов вклассе рассмотренных морфологических алгоритмов;c. При распознавании изображений качество распознавания морфологических алгоритмов заметно лучше по сравнению с качествомраспознавания рассмотренных параметрических алгоритмов.5. Для всех рассмотренных алгоритмов найдена зависимость между уров23нем шума, добавляемого в обучающую выборку, и уровнем шума, который ожидается у предъявляемых на распознавание данных.Основные публикации1.

E. A. Kirnos, Yu. P. Pyt'ev Training the algorithms based on logical decision functions. // Pattern Recognition and Image Analysis. 2004, vol. 14,no.3, pp. 394-406.2. Кирнос Э.А., Пытьев Ю.П. О параметрических алгоритмах распознавания. // Вестник Московского Университета. Серия 3. Физика, Астрономия. 2003, № 1, c. 16-18.3. E. A. Kirnos, Yu. P. Pyt'ev, E. V.

Djukova Training the "Kora" Type Algorithms. // Pattern Recognition and Image Analysis. 2002, vol. 12, no.1, pp.19-24.4. Дюкова Е.В., Кирнос Э.А. Сравнение алгоритма распознавания "Кора"и черно-белой морфологии в задаче распознавания черно-белых изображений. // Математические методы распознавания образов: докладыIX Всероссийской конференции: Тез. докл., Москва, 1999, с. 79-81.5.Пытьев Ю.П., Кирнос Э.А., Логинов О.Е., Смоловик В.В. Сравнениечерно-белой и ламбертовой морфологии в задаче распознавания объектов.

// Распознавание образов и анализ изображений: новые технологии: III конференция: Тез. докл., Нижний Новгород, ч.2, с. 233-237,1997.24.

Характеристики

Список файлов диссертации