Статья 'Особенности формирования ассоциированного сплошного образа в задачах распознавания групповых точечных объектов ' - журнал 'Программные системы и вычислительные методы' - NotaBene.ru
по
Меню журнала
> Архив номеров > Рубрики > О журнале > Авторы > Требования к статьям > Политика издания > Редакция > Порядок рецензирования статей > Редакционный совет > Ретракция статей > Этические принципы > О журнале > Политика открытого доступа > Оплата за публикации в открытом доступе > Online First Pre-Publication > Политика авторских прав и лицензий > Политика цифрового хранения публикации > Политика идентификации статей > Политика проверки на плагиат
Журналы индексируются
Реквизиты журнала
ГЛАВНАЯ > Вернуться к содержанию
Программные системы и вычислительные методы
Правильная ссылка на статью:

Особенности формирования ассоциированного сплошного образа в задачах распознавания групповых точечных объектов

Кревецкий Александр Владимирович

кандидат технических наук

заведующий, Поволжский государственный технологический университет

424000, Россия, Республика Марий Эл, г. Йошкар-Ола, пл. Ленина, 3

Krevetsky Aleksander Vladimirovich

PhD in Technical Science

Head of the Department of Computer Science, Volga State University of Technology

424000, Russia, Marii El, g. Yoshkar-Ola, pl. Lenina, 3

krevetskyav@volgatech.net
Другие публикации этого автора
 

 

DOI:

10.7256/2454-0714.2016.4.21165

Дата направления статьи в редакцию:

21-11-2016


Дата публикации:

15-01-2017


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.


Ключевые слова:

групповой точечный объект, ассоциированный сплошной образ, точечные поля, распознавание изображений, анализ точечных сцен, пространственная локализация, оптимизация модели, пространственная компактность, быстрые алгоритмы фильтрации, численные методы

УДК:

004.931

Работа выполнена при финансовой поддержке РФФИ, проект № 16-01-00451.

Abstract: The issues arising in the implementation of the technical approach to the recognition of the group point object (GPO) images on the basis of the binding elements of the continuous associated images (CAI) are considered. The basic CAI formation models of the point scene defocusing are analyzed. For bell-shaped and rectangular impulse response obtained defocusing filter selection rules limiting circuit CAI level with maximum fault tolerance quantization of the image brightness. Concretize methodology harmonization CAI model parameters with the density of the GPO members. For clarity and simplify the operator interface work with models CAI highlight - radius of the filter impulse response the ratio of the radius with a threshold localize spatially compact objects is obtained. Synthesized numerical method for the formation of base procedure ASO, characterized by one - two orders of magnitude higher performance than with an approach based on the fast Fourier transform for compact GPO. The method is based on the filtering properties of the deltoid brightness distribution GPO elements and limitations of the low pass filter window size based on the number of quantization levels of its impulse response. The results are aimed at ensuring the quality of the detection procedures, permits and GPO recognition in noisy images, set in a one-dimensional, two-dimensional and three-dimensional spaces in their technical implementation.


Keywords:

group point object, continuous associated images, point field, image recognition, point scene analysis, spatial localization, model optimization, spatial compactness, fast filtering, numerical methods

Библиография
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
References
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Ссылка на эту статью

Просто выделите и скопируйте ссылку на эту статью в буфер обмена. Вы можете также попробовать найти похожие статьи


Другие сайты издательства:
Официальный сайт издательства NotaBene / Aurora Group s.r.o.