DOI: 10.7256/2306-4196.2016.6.21445

Аннотация: Групповые точечные объекты (ГТО) представляют собой множества изолированных контрастных к фону точечных отметок, объединенных некоторым общим признаком. Во многих приложениях в качестве устойчивого признака выступает форма взаимного располо-жения точечных объектов группы. Применение известных методов распознавания формы ГТО становится проблематичным, когда в поле зрения наблюдателя попадает лишь часть ГТО одного из известных классов. Возможные отклонения точечных объектов от своих эта-лонных положений дополнительно усложняют задачу распознавания частично маскирован-ных ГТО. В работе исследуется распознавание ГТО по наиболее схожим с эталонными локаль-ным описаниям конфигурации соседних элементов ГТО. В качестве локальных описаний используются цилиндрические сечения абстрактного векторного поля с источниками в элементах ГТО и ограниченным масштабом дальнодействия. Локальные описания конфигурации ГТО представляются дискретным комплекснозначным кодом. Модуль и аргумент каждого отсчета соответствуют силе и направлению действия векторного поля. Мера схожести на основе модуля скалярного произведения таких описаний формы обеспечивает инвариантность к ракурсу наблюдения ГТО и не зависит от смещения ГТО в кадре. Характеристики распознавания подтверждают эффективность рассмотренного метода распознавания частично маскированных ГТО в значимом для практики диапазоне случайных флуктуаций координат элементов ГТО.

DOI: 10.7256/2454-0714.2016.4.21165

Аннотация: Групповые точечные объекты (ГТО) представляют собой класс изображений, отличающийся несвязностью и вырожденностью своих элементов. Для обнаружения, пространственного разрешения (сегментации, локализации), распознавания и оценки параметров таких объектов в наблюдаемых сценах выполняется связывание элементов ГТО ассоциированным сплошным образом (АСО). Базовой процедурой формирования ассоциированного образа служит расфокусировка точечной сцены. Для достижения высокой эффективности решения указанных задач по данным зашумленных изображений необходимо обеспечить согласование параметров моделей АСО со свойствами ГТО и параметрами алгоритмов принятия решений. Решение данной задачи достигается методами функционального анализа для поиска экстремумов, теории обработки непрерывных и цифровых изображений для синтеза алгоритмов, дискретной и вычислительной математики для конкретизации численного метода формирования АСО. Для колоколообразной и прямоугольной импульсных характеристик дефокусирующего фильтра получены правила выбора уровня ограничивающего АСО контура с максимальной устойчивостью к ошибкам квантования яркости изображения. Конкретизирована методика согласования параметров модели АСО с плотностью элементов ГТО. Для наглядности и упрощения интерфейса оператора работа с моделями АСО выделен параметр – «радиус» импульсной характеристики фильтра. Получены аналитические связи «радиуса» с порогом локализации пространственно-компактных ГТО. Синтезирован численный метод базовой процедуры формирования АСО, отличающийся на один – два порядка большей производительностью по сравнению с подходом на основе быстрого преобразования Фурье для пространственно-компактных ГТО. Метод базируется на фильтрующих свойствах дельтовидного распределения яркости элементов ГТО и ограничения размеров окна низкочастотного фильтра с учетом числа уровней квантования его импульсной характеристики. Регулярность данной операции для ненулевых отметок наблюдаемой точечной сцены теоретически удобна для распараллеливания вычислений.

DOI: 10.7256/2454-0714.2014.3.13646

Аннотация: Выполнена параметризация моделей локационных изображений групп точечных объектов типов «цепочка» и «скопление». Исследованы вероятностные характеристики достаточной статистики их различения, необходимые для выбора решающих правил, оптимальных по заданным критериям в различных условиях наблюдения. Рассмотрена методика моделирования наблюдаемых искажений эталонных цепочек, которая все многообразие условий наблюдения позволяют свести к двум параметрам – кривизне траектории цепочки и уровню отклонений наблюдаемых координат точечных объектов от их эталонных положений. Такая методика позволяет формализовать и снизить трудоемкость сопоставления конкурирующих методов опознавания цепочек. Рассмотрены особенности программного комплекса для тестирования конкурирующих алгоритмов различения групповых объектов. В качестве статистики различения предложено отношение диаметра графа иерархической группировки обнаруженных объектов к суммарной длине ребер этого графа. На основе данных математических моделей методом статистических испытаний получены выборочные оценки законов распределения вероятностей достаточной статистики различения для различных значений параметров моделей. Свойства рассмотренного метода различения цепочек и скоплений с учетом меньшей его трудоемкости делают целесообразным его использование при построении систем распознавания групповых точечных объектов в условиях высокой априорной неопределенности относительно параметров условий наблюдения при мощности групп не менее 10. Предложенная архитектура программного комплекса позволяет тестировать алгоритмы распознавания с различной по числу и типу параметров сигнатурой.