Методи одновимірних нормалізацій афінних перетворень у задачах розпізнавання зображень

Чтобы задача распознавания изображений, основанная на сравнении их ограничений, могла быть решена, для эталонных ограничений должно выполняться условие непохожести. Предложенный метод распознавания изображений в условиях аффинных преобразований на базе метода одномерных нормализаций заключается в нормализации аффинных искажений и сравнении нормализованного и эталонного изображений. Нормализация реализуется путем последовательности следующих шагов: центрирования изображения; определения параметров индуцированных действий на центральных прямых (одномерная нормализация); получения параметров аффинного преобразования и приведения реального изображения к эталонному виду.

На базе параметров одномерных нормализаций разработаны два способа получения параметров центроаффинного преобразования, первый из которых основан на различных разложениях центроаффинной группы в суперпозицию своих подгрупп; второй на базовом свойстве аффинного преобразования об однозначности его определения из соответствия двух троек точек, не лежащих на одной прямой.

Первый способ заключается в использовании параметров одномерных нормализаций для получения параметров преобразований, входящих в разложения, на основе которых вычисляются параметры нормализующего центроаффинного преобразования. Зависимость между параметрами одномерных нормализаций и параметрами преобразований, входящих в разложения, получена путем выявления новых особенностей поведения центральных прямых под действием подгрупп центроаффинной группы. В зависимости от распознаваемых изображений применяются различные разложения.

В основе второго способа лежит получение на базе параметров одномерных нормализаций координат соответствующих точек реального и эталонного изображений и определение с их помощью параметров центроаффинного преобразования.

Разработанные алгоритмы реализации предложенных методов использованы для создания специализированных программных средств нормализации и распознавания изображений на базе сравнений с эталонами. Их практическое использование обеспечивает высокую вероятность правильного распознавания изображений в условиях действия искажений аффинной группы и ее подгрупп, которая основана на высокой точности определения параметров нормализации, что является основным достоинством разработанных методов. К достоинствам практического использования методов одномерных нормализаций относятся также простота их реализации, высокое быстродействие и возможность модификаций для случаев локальных помех и шумов.

Результаты диссертационной работы внедрены в Национальном Научном Центре “Институт почвоведения и агрохимии им. А. Н. Соколовского” в системе обработки космических снимков, а именно, при создании программного модуля, предназначенного для их совмещения путем нормализации; в ООО НПФ “Оптима” в системе идентификации автомобильного транспорта для распознавания моделей автомобилей.

Ключевые слова: искусственный интеллект, распознавание изображений, нормализация изображений, эталон, аффинные преобразования, мера сходства.

Yakovleva E. V. Methods of one-dimensional normalization of affine transformations in the tasks of image recognition. - Manuscript.

Thesis for a candidate's degree in technical sciences by speciality 05.13.23 - systems and tools of artificial intelligence. Kharkov National University of Radio Electronics, Kharkov, 2004.

The subject of the thesis is solving of image recognition problem in the systems of artificial intelligence. The methods of one-dimensional normalizations have been worked out; these methods allow image recognition under conditions of affine transformations and consist in the analysis of restrictions (profiles) of images on some straight lines. The methods of one-dimensional normalizations are based on the research of induced actions on straight lines caused by various transformations of plane and invariant properties of families of straight lines for the affine group and its subgroups. The developed methods allow finding the corresponding restrictions of image and defining parameters of two-dimensional normalization. The recognition decision is based on the comparison of normalized and template images.

The developed algorithms of realization of the proposed methods are used for creation of specialized software of image normalization and recognition on the basis of comparison with templates.

Key words: artificial intelligence, image recognition, image normalization, template, affine transformation, similarity measure.

Размещено на Allbest.ru