Размещено на http://www.allbest.ru/

Донецький нацiональний технiчний унiверситет

УДК 007.001.362

Спеціальність 05.13.13 - Обчислювальні машини, системи і мережі

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Обчислювальна система для обробки

спектрометричної інформації полів гамма-

випромінювання

Ентеліс Олена Марківна

Донецьк 2003

Дисертацією є рукопис.

Роботу виконано в Науково-дослідному та проектно-конструкторському інституті "Іскра" Міністерства освіти і науки України

Науковий керівник: доктор технічних наук, професор Войлов Юрій Григорович Науково-дослідний та проектно-конструкторський інститут "Іскра" Міністерства освіти і науки України,, директор.

Офіційні опоненти:

доктор технічних наук, професор Скобцов Юрій Олександрович Донецький національний технічний університет, завідувач кафедри "Автоматизовані системи управління"

кандидат технічних наук, доцент Пустоваров Володимир Ілліч Національний технічний університет України "КПІ", доцент кафедри обчислювальної техніки

Провідна установа: Харківський національний університет радіоелектроніки Міністерства освіти і науки України

Захист відбудеться "19" червня 2003 р. о 13 годинi на засiданнi спецiалiзованої вченої ради К. 11.052.03 Донецького національного технічного університету за адресою: 83000, м. Донецьк, вул. Артема, 58, учб. корпус 1, ауд. 201.

З дисертацією можна ознайомитись у бiблiотецi Донецького національного технічного університету за адресою: 83000, м. Донецьк, вул. Артема, 58, учб. корпус 2.

Автореферат розісланий "17" травня 2003

Вчений секретар спеціалiзованої вченої ради К 11.052.03 кандидат технічних наук, доцент Г.В. Мокрий

Анотації

Ентеліс О.М. Обчислювальна система для обробки спектрометричної інформації полів гамма-випромінювання.- Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за фахом 05.13.13 "Обчислювальні машини, системи і мережі"- Донецький національний технічний університет, Донецьк, 2003.

Дисертація присвячена вирішенню питань ефективної апаратної й програмно-алгоритмічної організації процесів розпізнавання гамма-зображень шляхом створення спеціалізованої обчислювальної системи для збору, збереження й обробки спектрометричної інформації в складі комплексу технічних засобів візуалізації полів гамма-випромінювання.

Розроблено оригінальну структуру даних для представлення таких об`єктів - лінійне зрізане квадродерево з кодовими словами змінної довжини (ЛУК ПДКС) і оригінальний алгоритм для побудови такого квадродерева. На основі ЛУК ПДКС розроблена методика та алгоритми для нормалізації об`єкта та його розпізнавання. Для прискорення підрахунку параметрів нормалізації розроблені формули підрахунку центральних моментів 3-го порядку.

Розпізнавання невідомого об'єкта проводиться шляхом ототожнювання його нормалізованого квадродерева з одним із нормалізованих квадродерев, які містяться в бібліотеці еталонів. Розроблено оригінальний алгоритм порівняння невідомого об'єкта і еталона з бібліотеці в термінах лінійного зрізаного квадродерева з кодовими словами змінної довжини.

Синтезовано архітектуру обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання за принципом вертикального конвеєра з процесорними кластерами, зв'язаними системною шиною.

Ключові слова: обчислювальна система, розпізнавання образів (зображень), квадродерево, лінійне зрізане квадродерево з кодовими словами змінної довжини, перетворення координат, міра несхожості.

Энтелис Е.М. Вычислительная система для обработки спектрометрической информации полей гамма-излучения.- Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.13 - "Вычислительные машины, системы и сети"-Донецкий национальный технический университет, Донецк, 2003.

Диссертация посвящена решению вопросов эффективной аппаратной и программно-алгоритмической организации процессов распознавания гамма-изображений путем создания специализированной вычислительной системы для сбора, хранения и обработки спектрометрической информации в составе комплекса технических средств визуализации полей гамма-излучения.

Разработана оригинальная структура данных для представления таких объектов- линейное усеченное квадродерево с кодовыми словами переменной длины (ЛУК ПДКС) и оригинальный алгоритм для построения такого квадродерева. На основе ЛУК ПДКС разработаны методика и алгоритмы для нормализации объекта и его распознавания. Для ускорения подсчета параметров нормализации разработаны формулы подсчета центральных моментов 3 го порядка.

Распознавание неизвестного объекта производится путем сопоставления его нормализованного квадродерева с одним из нормализованных квадродеревьев, содержащихся в библиотеке.

Разработан оригинальный алгоритм сравнения неизвестного объекта и эталона из библиотеки в терминах линейного усеченного квадродерева с кодовыми словами переменной длины.

Синтезирована архитектура вычислительной системы обработки спектрометрической информации полей гамма-излучения по принципу вертикального конвейера с процессорными кластерами, связанными системной шиной.

Ключевые слова: вычислительная система. распознавание образов (изображений), квадродерево, линейное усеченное квадродерево с кодовыми словами переменной длины, преобразование координат, мера несходства.

Entelis O.M. Gamma-radiation fields spectrometric information processing computing system.- Manuscript.

Thesis for a candidate degree of technical sciences on speciality 05.13.13 - ""Computers, system and network" Donetsk national technical university, Donetsk, 2003.

The thesis is devoted to a solution of problems of effective hardware and software-algorithmic organization of processes a discernment of the gammas - images by building the specialized computing system for gathering, storing and handling of the spectrometric information in a structure of a gamma - radiation fields visualization complex.

The original data structure for the representation of such objects is worked out - it is the linear truncated quadtree with variable length code words, using the original algorithm for quadtree construction. Methods and algorithms are worked out for the object normalization and recognition basing on this data structure. To accelerate the normalization calculation parameters, formulas for 3D central moments have been developed.

Recognition of unknown object is making by the matching its normalized quadtree to the one of a number of normalized quadtrees contained in a library. The original algorithm of comparing of the object in question with the sample object from the library has been worked out in terms of linear truncated quadtree with variable length code words.

The computing system architecture for spectrometric information handling from the gamma - radiation fields is synthesized using the vertical conveyor with processor clusters connected through system bus.

Keywords: pattern recognition (image), quadtree, linear truncated quadtree with variable length code words, coordinates transformation, dissimilarity measure.

Загальна характеристика роботи

Актуальність теми. У наш час науково-технічний прогрес виявляється настільки стрімким, що приводить до широкого впровадження комп'ютерної техніки і, як наслідок, математичних методів практично в усі галузі науки і техніки. Відбувається процес поглиблення комп'ютеризації методів природничих наук, наприклад фізики, яка найбільшою мірою накопичила досвід моделювання різних явищ. При цьому коло задач, розв'язуваних фізикою, вимагає виконання обробки величезних масивів експериментальних даних, у тому числі й у реальному часі. Усе це пред'являє досить жорсткі вимоги до комп'ютерних систем обробки інформації, а також до програмно алгоритмічних засобів, їх швидкодії й ефективності.

Сьогодні особливо актуальною є задача створення нового покоління комп'ютерних систем контролю радіаційної ситуації, здатних вирішувати задачу дистанційного виявлення й ідентифікації слабких джерел іонізуючого випромінювання, забезпечуючи тим самим картографування забрудненої місцевості і планування робіт по усуненню наслідків радіаційного забруднення спецпідрозділами служби з надзвичайних ситуацій.

Відсутність на цей час необхідних пристроїв для виконання обробки потоків експериментальних даних полів гамма-випромінювання у реальному часі призводить до витрат значних коштів і часу для організацій необхідної обробки інформації, що також підтверджує актуальність створення комп'ютерної системи для обробки спектометричної інформації з функціями розпізнавання зображень.

Перераховані вище проблеми визначили спрямованість дисертаційної роботи, що присвячена питанням ефективної апаратної й програмно-алгоритмічної організації процесів розпізнавання гамма-зображень шляхом створення спеціалізованої обчислювальної системи для збору, збереження й обробки спектрометричної інформації в складі комплексу технічних засобів візуалізації полів гамма-випромінювання.

Зв'язок роботи з науковими програмами, планами, темами. Дисертація виконана протягом 1997-2002 р. відповідно до планів науково-дослідних робіт:

И-01/98 "Розробка наукових засад моделювання властивостей біологічних об'єктів, як детекторів іонізуючого випромінювання" № держ. реєстрації 0198U002447, (1998-2000);

И-03/00 "Інформаційне моделювання зображуючих властивостей систем гамма-бачення з гексагональною апертурою та дослідження її томографічних властивостей" № держ. реєстрації 0100U001639, (2000-2002);

И-04/00 "Математичне моделювання процесу виділення слабких взаємодій іонізуючого випромінювання з речовиною при використанні ефекту стохастичного резонансу при малих вхідних сигнал/шум" № держ. реєстрації 0100U001640, (2000-2002)

Метою дисертаційної роботи є створення методики вибору конфігурації архітектури спеціалізованої обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання і її алгоритмічного і програмно-апаратного забезпечення процесу збору, введення-виведення, збереження і перетворення інформації в межах обраного критерію оптимальності - мінімуму вартості при максимальній ефективності (швидкодії).

Задачі дослідження. У відповідності до визначеної мети, в роботі вирішуються такі задачі дослідження:

1. На підставі даних про потік первинної спектрометричної інформації шляхом модифікації відомих і створення нових програмно-апаратних засобів розробити структуру підсистеми відновлення фізичного спектра для множини одиничних детекторів системи гамма-бачення з матричною структурою, забезпечивши при цьому дотримання критерію заданої швидкодії обробки спектрометричної інформації в реальному часі з мінімумом витрат на реалізацію підсистеми.

2. У забезпечення розпізнавання радіаційних об'єктів у зоні екстремальної екологічної ситуації виконати модифікацію існуючих і розробити нові програмно-алгоритмічні методи і засоби подання гамма-зображень у метриці параметрів полів іонізуючого випромінювання шляхом приведення бінарних зображень до єдиного масштабу і форми за критерієм мінімуму витрат на збереження інформації про геометрію просторової дислокації й ізотопний склад просторово розподілених радіонуклідів.

3. Розробити архітектуру і здійснити оптимізацію структури обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання на основі алгоритмічного і програмного забезпечення для подання і розпізнавання джерел радіаційного випромінювання з оптимізацією за критеріями ефективності (максимальній швидкодії, мінімуму масогабаритних характеристик і вартості).

4. Дослідити обчислювальну систему обробки спектрометричної інформації полів гамма-випромінювання відповідно до вирішення задачі розпізнавання площинних гамма-зображень об'єктів довільної форми, і виконати оцінку ефективності її функціонування.

Об'єктом досліджень є спеціалізована обчислювальна система для обробки спектрометричної інформації полів гамма-випромінювання з можливостями локалізації і розпізнавання радіаційних об'єктів у середовищі з невизначеними геометричними параметрами джерел випромінювання зони екстремальної екологічної ситуації.

Предметом досліджень є багатошарові обчислювальні системи для обробки потоків даних у реальному часі.

Методи дослідження. Для вирішення поставлених у роботі задач використано моделі математичної фізики відносно моментів інерції вищих порядків, методи обчислювальної математики (теорія матриць, пірамідально-рекурсивне подання простору, теорія графів, методи розпізнавання образів) і обчислювальної техніки (аналіз і класифікація архітектур багатошарових обчислювальних систем, принципи організації високопродуктивних обчислювальних структур і систем, комунікаційних середовищ і визначення базових топологічних характеристик систем).

На захист виносяться:

Метод нормалізації моделі об'єкта, що відрізняється використанням фрактального подання гамма-зображення об'єкта спостереження в термінах лінійного усіченого квадродерева з перемінною довжиною кодових слів.

Засоби прискореного підрахунку тензора інерції і центральних моментів третього порядку, виконання перетворення повороту і переносу, приведення об'єктів на зображенні до єдиного масштабу для розпізнавання критичних та характерних елементів гамма-зображення.

Метод розпізнавання енергетичного пакета гамма-зображень відповідно до запропонованого критерію прийняття рішення за мірою несхожості пакетів, заснований на особливостях і можливостях фрактального подання зображень за однозначної їхньої орієнтації з математичним обґрунтуванням коректності використання цієї форми подання.

Архітектура багатошарової розподіленої обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання, що побудована за принципом вертикального конвеєра з процесорними кластерами і можливістю реконфігурації відповідно до критерію ефективності використання системи.

Наукова новизна роботи полягає у наступних положеннях:

Розроблено оригінальний метод подання пакетів гамма-зображень у вигляді фракталів з базовою структурою у вигляді усіченого квадродерева з перемінною довжиною кодових слів, яке дозволило скоротити обсяг пам'яті, необхідної для збереження пакета гамма-зображень, і побудувати процедуру розпізнавання без зворотних перетворень.

Удосконалено структуру багатошарової спеціалізованої обчислювальної системи для обробки спектрометричної інформації полів гамма-випромінювання з виконанням процедур сприйняття та перетворення полів на фрактальну форму подання і розпізнавання джерел іонізуючого випромінювання в реальному часі.

Отримано теоретичні оцінки і сформульовано вимоги до характеристик комп'ютерних систем дистанційного сприйняття і розпізнавання критичних випромінюючих об'єктів на базі аналізу інформаційних полів іонізуючого випромінювання.

Удосконалено метод розпізнавання пакета гамма-зображень за запропонованим критерієм прийняття рішення як міри їхньої несхожості на базі використання особливостей і можливостей фрактального подання зображень з однозначною їхньою орієнтацією

Обґрунтованість і достовірність результатів роботи забезпечуються збігом результатів аналітичного і імітаційного моделювання, а також коректнім застосуванням методів аналізу і синтезу багатошарових комп'ютерних систем.

Практична цінність роботи. Методи алгоритмічного і програмно-апаратного забезпечення процесу збору, вводу-виводу, збереження і перетворення спектрометричної інформації, що наведені у дисертаційній роботі, дозволили вирішити широке коло задач розпізнавання гамма-зображень завдяки тому, що розроблені подання об'єктів є дескрипторами форми і допускають на зображенні наявність об'єкта довільної форми. Розроблені алгоритми реалізовано за критерієм оптимальності по мінімуму вартості при максимальній ефективності у вигляді спеціалізованої обчислювальної системи для обробки спектрометричної інформації полів гамма-випромінювання.

Особистий вклад здобувача. Усі основні положення й результати дисертаційної роботи, які виносяться на захист, отримані автором самостійно.

Апробація роботи. Основні положення і висновки дисертаційної роботи доповідались і обговорювались на республіканській конференції "Робототехнические системы для промышленных технологических процессов" (м. Луганськ, 1985), І-й Всесоюзній конференції "Распознавание образов и анализ изображений: новые информационные технологии" (м. Мінськ, 1991), V-й Всесоюзній конференції "Математические методы распознавания образов" (м. Москва, 1991), Всесоюзній науково-технічній конференції "Разработка систем технического зрения и их применение в промышленности" (м. Уфа, 1992), 3-й регіональній науково-практичній конференції "Экология промышленного региона Донбасса" (м. Луганськ, 1993), Міжнародній науково-технічній конференції "Інформаційна техніка та електромеханіка на порозі ХХІ-го століття" (м. Луганськ, 2001 р.), 2-й міжнародній науково-практичній конференції "Математичні моделі та інформаційні технології в соціально-економічних та екологічних системах" (м. Луганськ, 2001 р.), Другій міжнародній науково-технічній конференції "Інформаційна техніка та електромеханіка" (м. Луганськ, 2003 р.), наукових семінарах кафедри "Технічна кібернетика" Національного технічного університету України "КПІ" (Київ, 2000 р.), об'єднаному науковому семінарі Донецького національного технічного університету (Донецьк, 2002 р.), та наукових семінарах НДПКІ "Іскра" (Луганськ., 1991-2002 р.р.)

Публікації. Основні положення дисертаційної роботи опубліковано в 14 друкованих роботах: 9 статей у наукових виданнях, з яких 6 є основними і відповідають вимогам ВАК України, і 5 робіт у трудах наукових конференцій.

Структура і обсяг роботи. Дисертація складається з вступу, чотирьох розділів, закінчення, 4-х додатків; містить 47 малюнків, 14 таблиць, включає бібліографію з 159 використаних джерел. Загальний обсяг дисертації - 222 сторінки, обсяг основної частини складає 143 сторінки.

Основний зміст роботи

У вступі обґрунтовано актуальність теми і необхідність розробки і дослідження обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання на основі апаратного, алгоритмічного і програмного забезпечення збору, введення-виведення, збереження і перетворення інформації для подання і розпізнавання радіаційних об'єктів з оптимізацією за критеріями ефективності (максимальній швидкодії, мінімуму масо-габаритних характеристик і вартості). Сформульовані цілі і задачі дослідження; визначена наукова новизна і практична цінність роботи, стисло викладено одержані результати.

В першому розділі виконано аналіз існуючих підходів до рішення проблеми формування прогнозної моделі поля миттєвої потужності дози опромінення в зоні екстремальної екологічної ситуації і досліджено параметри гамма-полів іонізуючого випромінювання. Прийнято модель поля миттєвої потужності дози у вигляді залежності

, (1)

де - потужність еквівалентної дози, - масовий коефіцієнт передачі енергії, - коефіцієнт поглинання енергії, - щільність потоку часток з енергією E, - енергія часток іонізуючого випромінювання, для якої обов'язковою умовою є наявність спектрометричної інформації про щільність потоку гамма-часток з енергією E у кожній крапці простору.

Це вимагає, у свою чергу наявності гамма-зображень середовища, що досліджується.

Обґрунтовано твердження про те, що існуючі методи представлення зображень і вирішення задач розпізнавання мають істотні недоліки за часом, якістю подання зображень і універсальності розв'язуваних задач розпізнавання. Це робить задачу розробки нового методу, чи модифікації існуючих методів подання зображень і, відповідно, нових методів обробки цього подання, для розв'язування задачі розпізнавання гамма-зображень першочерговою.

Для подолання вище означених проблем у дисертаційній роботі запропоновано використання підходу, який пов'язаний з рекурсивним розбиттям простору, що містить зображення об'єкта (дихотомією по кожному виміру), що дозволяє подати зображення у вигляді самоподібних структур - фракталів, які одержали особливо бурхливий розвиток останніми роками.

На відміну від класичної постановки задачі розпізнавання, яка виглядає

де S - вхідний невідомий об'єкт, I(...) - інформація, І - образи (об'єкти), що пред'явлені для розпізнавання, та визначені вектором ознак в просторі Rn,

У підході, що пропонується, задача розпізнавання об'єктів на зображенні розподіляється на дві підзадачі:

як знайти опис (спосіб подання) зображень (як відомих, так і еталонних);

як швидко порівняти зображення, яке пред'явлене до розпізнавання, з еталонами, що обираються за певними критеріями з набору зображень, які отримано в цьому ж вимірювальному циклі.

В основу підходу покладено застосування графа квадродерева як ядра фракталу. Побудова такого графа для отримання бінарного зображення здійснюється шляхом наступних процедур:

Все зображення (растр) відповідає кореневої вершині дерева. В дереві має місце 3 типи вершин: сірі, білі, та чорні. Нехай растр має розміри 2n2n, і на кожному кроці рекурсії кожний субквадрант растра розподіляється навпіл по кожному з двох вимірів. Таким чином, вершинам на і-му рівні квадродерева відповідають субквадранти розміром 2n-i2n-i (якщо прийняти, що коренева вершина знаходиться на 0-му рівні). Причому, вершини, відповідні повністю чорним [суб]квадрантам (повністю зайнятим об'єктом, що знаходиться на зображенні) - чорні; вершини, відповідні повністю пустим субквадрантам (повністю займаним фоном) - білі; а вершини, відповідні [суб]квадрантам зображення, що містять як пікселі (елементи зображення) об'єкта, так і фона - сірі.

Процедура розбиття закінчується на тому рівні, де відповідний [суб]квадрант "вироджується" - стає цілком чорним, або білим. Таким чином, вершинами графа, що є висячими, можуть бути тільки чорні або білі. Найглибший рівень розбиття для растру розміром 2n2n - n -й. Вершини на цьому рівні відповідають одному пікселю растра кожна.

Таким чином, головними перевагами, які забезпечує подання зображення графом квадродерева, є локально-змінне розділення, яке поєднується з компактною формою. Крім того, подання зображення квадродеревом дозволяє проводити операції перетворення над комплектами експериментальних даних у форматі зображення. Ці операції необхідні для вирішення задачі розпізнавання, і дозволяєють значно зменшити обсяг необхідних обчислень.

Отже, фрактальне подання площинних об'єктів за допомогою квадродерев дає можливість впоратися з великою кількістю даних, які необхідно пам'ятати для розпізнавання та обробки пакету гамма- зображень.

На основі підходу подання зображення графом квадродерева в дисертаційній роботі розроблено метод подання і розпізнавання площинних об'єктів, який є інваріантним щодо їх форми. Це дозволяє розпізнавати площинні об'єкти, не накладаючи ніяких обмежень на їх форму, і донавчати систему в автоматичному режимі при пред'явленні до розпізнавання зображення об'єкта, який є відсутнім в бібліотеці еталонів системи розпізнавання.

Другий розділ присвячено розробці методу подання зображень фракталом з ядром у вигляді лінійного зрізаного квадродерева з кодовими словами змінної довжини, виконанню операцій над розробленим поданням, необхідних для уніфікації форми подання і розпізнавання зображень, представлених уніфікованим кодом.

При побудові квадродерева для квадратного растру зі стороною 2n на кожному кроці рекурсії кожен квадрант растру розділяється навпіл по кожному виміру. При цьому отримуємо 4 субквадранти (від 0-го до 3-го). Причому, порядок нумерації отриманих субквадрантів довільний, але фіксований для даної системи розпізнавання. Для простору Rn номери субквадрантів (0-3) займають 2 бінарні цифри. (В загальному випадку Rd - d бінарних цифр).

Тепер в процесі побудови квадродерева зображення отримуємо його код. Для цього у ході побудови квадродерева нумеруються вершини, відповідні отриманим на кожному кроці розбиття субквадрантам (від 0 до 3, зліва направо). Причому, процес розбиття кожного субквадранта закінчується, коли даний субквадрант (у крайньому випадку це одна точка растру) вже є однорідним у змісті (у випадку бінарних зображень - всі пікселі мають один колір). На тому кроці, де завершується розбиття кожного даного субквадранта, отримується його код. Код є лінійним зрізаним квадродеревом з кодовими словами змінної довжини і складається з цифр (від 0 до 3), які є номерами вершин у квадродереві на шляху від кореня до вершини, яка відповідає даному субквадранту. Така вершина є термінальною. Код зображення є списком кодів термінальних вершин. Причому, в списку зберігаються коди тільки чорних термінальних вершин.

В наданому вигляді квадродерево (а, отже, і його код) залежать від розміщення, орієнтації, і масштабу об'єкта (відносно усього зображення). Тому для отримання однозначного представлення об'єкта квадродеревом у складі методу подання зображень фракталом розроблено процедуру нормалізації об'єкта (і його квадродерева) з урахуванням іманентних (внутрішньо властивих, невід'ємних) властивостей об'єкта на зображенні, якими обрано властивості абсолютно твердого тіла (яким є об'єкт на растрі), а саме - центр мас і головні центральні осі інерції.

Процедуру нормалізації у дисертаційній роботі реалізовано оригінальним алгоритмом, який функціонує в термінах квадродерев, що

прискорює побудову нормалізованого квадродерева;

забезпечує збереження зв'язності об'єкта.

Суть цього алгоритму у такому. Будується "чорнове" квадродерево об'єкта (тобто об'єкта, який перебуває у початковому стані). Дерево будується кодами змінної довжини "зверху_вниз", що виключає додаткові дії по об'єднанню вершин. В процесі визначення вершин квадродерева, що будується, підраховуються координати центру мас об'єкта і головні моменти інерції, так що на момент побудови квадродерева нормалізованого об'єкта вже відомі значення координат центру мас і головних центральних моментів об'єкта. Розраховується кут повороту об'єкта для розміщення осей координат паралельно головним центральним осям об'єкта. Відтак об'єкт трансформується паралельним перенесенням і одночасно обертається таким чином, що центр мас об'єкта суміщається з центром растра, а головні центральні осі об'єкта розташовані паралельно відносно сторін растра. Причому, операції по підрахуванню координат центру мас, моментів і повороту зі зсувом об'єкта здійснюються в термінах лінійного зрізаного квадродерева зі змінною довжиною кодових слів, що дозволяє прискорити обчислення і запобігти порушення топології об'єкта.

Для прискорення підрахування моментів інерції, автором дисертаційної роботи було виведено формули, аналогічні теоремі Гюйгенса-Штейнера про паралельні осі, а саме:

(2)

(3)

(4)

(5)

програмний алгоритмічний обчислювальний

де - центральні моменти об'єкта (фігури) 3-го порядку ({*:*{0,1,2,3} *+*=3}); M - початкові моменти об'єкта (відносно початку координат) відносно осей OX чи OY, або змішані, відповідно до значень індексів (*); xc,yc - координати центру мас об'єкта.

Для прискорення підрахування значень M у формулах (2)_(5), автором дисертаційної роботи було знайдено значення центральних моментів другого порядку квадратних блоків, тобто субквадрантів, які отримуються в процесі побудови квадродерева, що дає можливість прискорити обчислення цих моментів, оскільки їх значення залежать тільки від розміру блоку і не залежать від форми об'єкта в цілому. Тому значення моментів обчислюються заздалегідь для растру з фіксованим розміром і заносяться в довідкову таблицю.

Для нормалізації відносно масштабу об'єкта розроблено алгоритм масштабування в термінах лінійного зрізаного квадродерева з кодовими словами змінної довжини. Завершенням методу подання зображень фракталом з ядром у вигляді лінійного зрізаного квадродерева з кодовими словами змінної довжини є процедура розпізнавання зображень, представлених уніфікованим кодом.

Як еталон приймається зображення, яке належить до верхньої області енергій діапазону гамма-квантів, що реєструється системою гамма-бачення. Такий підхід визначений тим, що високоенергетичні кванти піддаються мінімальної девіації траєкторії і втрати енергії.

Кожній вершині в квадродереві привласнюється вага відповідно до її рівня в квадродереві. Вага - це відсоток площі, зайнятий відповідним вершині субквадрантом зображення відносно площі усього растру.

Міра несхожості отримується шляхом підсумовування ваг всіх відмінних відносно енергії спектру зображень відповідних одна одній по розміщенню і розміру вершин з дерев нормалізованого вхідного об'єкта і еталона.

Після того, як обчислено міру несхожості між вхідним об'єктом і еталоном, можна задатися емпіричним порогом для визначення того, до якого класу належить об'єкт.

Якщо код вхідного об'єкта - O; код еталона, що представляє i_й клас (вид об'єктів), - Mi; міра несхожості - D(); порогове значення міри несхожості - T,. то задача розпізнавання зведеться до наступного правила прийняття рішення:

Коли (6)

то OMi, тобто O - об'єкт класу i.

Алгоритми, що реалізують метод подання зображень фракталом з ядром у вигляді лінійного зрізаного квадродерева з кодовими словами змінної довжини, та виконання процедур нормалізації і розпізнавання зображень, наведені у додатку до дисертаційної роботи.

У третьому розділі розв'язуються задачі розробки методики вибору архітектури і структури апаратних і програмних засобів обчислювальної підсистеми для обробки спектрометричної інформації, яка полягає у відновленні фізичного спектра джерел випромінювання по апаратурній функції сцинтиляційних детекторів, а також архітектури обчислювальної системи подання і розпізнавання гамма-зображень у метриці топології простору і параметрів іонізуючого випромінювання на основі спільного проектування апаратних і програмних засобів з оптимізацією відповідно до критерію оцінки якості рішення.

Процедура відновлення фізичного спектра джерел для одиничного детектора реалізується за алгоритмом Скофілда-Голда, що полягає в рішенні матричного рівняння

, (7)

де А - матриця апаратної функції вимірювального тракту, f - апаратний спектр, u - фізичний гама спектр у місці виміру.

За Скофілдом-Голдом рівняння (7) перетворюється до виду

, де: ; .

На кожнім кроці n ітераційної процедури обчислюється вектор

і будується діагональна матриця з елементами

.

Наступне наближення визначається за формулою

. (8)

Процедура відновлення реального фізичного спектру вимагає виконання (N3+2N2) мультиплікативних операцій, де N - кількість дискретних вікон в обраному спектральному енергетичному діапазоні.

Для позиційно-чуттєвого детектора розмірністю 4143 при N=1024 буде потрібно виконання 1,07·109 мультиплікативних операцій для кожного з 1763 детекторів. Кількість дискретних вікон визначається точністю реєстрації енергії гамма-кванта на верхньому порозі спектральної характеристики при динамічному діапазоні квантування сигналу

.

На практиці динамічний діапазон приймається рівним N=1024, що відповідає 10-ти розрядному числу.

Цифровий масив спектральної характеристики одиничного детектора організується у вигляді масиву постійної довжини, що складає з 1024 слів з розрядністю 24 біта, у яких молодші 10 розрядів визначають номер спектрального вікна на спектральній характеристиці, а старші 14 розрядів несуть інформацію про кількість гамма-квантів, що зареєстровані у цьому вікні. Буфер організовано фізичною пам'яттю обсягом 24 Кбіт для кожного дискретного вікна спектра потоку даних.

Для усунення "мертвого часу", тобто часу, коли реєстрація спектрального потоку на час виконання процедури відновлення спектра переривається, у структуру обчислювальної системи вводяться кілька дзеркальних буферів, на які послідовно перемикається потік даних у період виконання процедури Скофілда-Голда у разі переповнення першого буфера.

Блок логіки управління формує енергетичний діапазон для спектрального потоку даних шляхом вилучення з потоку імпульсів, енергія яких знаходиться в зоні шумів, і таких, що перевищують верхню границю обраного діапазону енергій. Кожне з 10-розрядних слів, які отримуються у результаті цифрового перетворення, є одночасно номером енергетичного вікна (каналу) і адресою для накопичувальних буферів (на малюнку 1. n і n+1). Напрямок доступу до адресного простору буферів визначає схема формування адреси, а нарощування числа зареєстрованих гамма-квантів усередині каналів ініціює схема керування АЦП за фактом реєстрації імпульсу.

Подальший процес обробки визначає алгоритм роботи обчислювального ядра (DSP). За фактом події (фактор часу чи переповнення буфера) DSP перекомутує напрямок збору спектрометричної інформації на вільний "дзеркальний" буфер і забирає цифровий масив із заповненого.

На m однакових приладів надходить найпростіший потік вимог з інтенсивністю . Якщо в момент надходження вимоги є хоча б один вільний прилад, вимога негайно починає обслуговуватися. Якщо ж усі прилади зайняті, то вимога, що надійшла, стає в чергу за всіма тими вимогами, що надійшли раніш, і ще не почали обслуговуватися.

Тривалість обслуговування являє собою випадкову величину з розподілом ймовірностей F(x), оскільки час настання події (фактор переповнення по одному з енергетичних каналів буфера) визначається часовими параметрами потоку і спектральним складом випромінювання.

F(x) = 1 - е-х (7)

де > 0 - постійна і залежить від параметрів вхідного потоку.

Для мінімізації кількості накопичувальних буферів в архітектурі підсистеми попередньої обробки метод Ерланга модифіковано з урахуванням наявності чекання на обробку вимоги (обчислювальна система з чеканням).

Рівняння, яким задовольняють імовірності стану безлічі накопичувальних буферів Pk(t), мають наступний вид:

Для кожного моменту часу t

. (8)

Імовірність того, що в момент t усі нагромаджувачі були вільні і за час h нових вимог не надійшло;

.

Імовірність того, що в момент t один нагромаджувач був зайнятий обслуговуванням вимоги, всі інші нагромаджувачі вільні;

.

Імовірність того, що за час h обслуговування вимоги було завершено і нові вимоги не надійшли.

.

Інші можливості, що містять у собі ситуацію, коли були зайняті два чи три нагромаджувачі і за час h робота на них була закінчена, мають імовірність 0(h). Звідси при t0

. (9)

Рівняння ймовірностей для Pk(t) при 1k<m і km отримано у вигляді.

(10)

(11)

Рішення нескінченної системи рівнянь (8) (11) для визначення ймовірностей Pk(t) знайдено для окремих випадків, коли кількість буферних нагромаджувачів m мало.

Для випадків m=1 і m=2 значення Р 0 виглядає як

(для m=1), (для m=2). (12)

Імовірність r того, що всі нагромаджувачі будуть зайняті в якийсь довільний момент часу

, (13)

r=, (для m=1), (для m=2), де . (14)

У формулі (13) може приймати будь-яке значення від 0 до m (включно). У формулі (14) для m=1 <1, та для m=2 <2.

З формул (12) - (14) витікає, що

,

тому при t>0 імовірність тривалості чекання Рk{>t} за умови, що в момент надходження вимоги в черзі вже знаходиться k вимог

. (14)

На підставі (14) середня тривалість чекання

.

В результаті інтегрування отриманого виразу маємо

. (15)

Середня втрата часу Т на чекання вимогами, що прийшли в систему, обслуговування протягом часу Т

= . (16)

Формули (13) - (16) дозволяють зробити оцінку достатності кількості буферів m для того, щоб втрата часу на чекання обслуговування не перевищувала критичний рівень і не призвела до появи "мертвого часу".

Для рішення задачі корекції архітектури за критерієм максимальної ефективності процесорного комплекту використано метод, що базується на застосуванні генетичних алгоритмів.

При цьому задачу корекції архітектури обчислювальної системи сформульовано в наступній постановці:

Для заданих:

H(PR) = (P,) - графа історії поводження програми,

Tdir - директивного терміну виконання,

HW - моделі архітектури обчислювальної багатопроцесорної системи (недовизначена по кількості процесорів),

визначалося:

M - число процесорів в обчислювальній системі,

HP = ({SPi}i=(1...M), c) - розклад виконання програми, у формі строго упорядкованих списків робочих інтервалів {SPi}i=(1...M) і набору пересічних ребер c,

з виконанням умов:

T Ј Tdir - час виконання програми не повинний перевищувати директивний термін,

M® min - кількість процесорів повинна бути мінімально необхідною для виконання процесу,

Частковий порядок, заданий H, не повинний бути порушений у HP.

Оптимізація архітектури обчислювальної системи розв'язувалася в класі змішаних задач комбінаторної і цілочисельної оптимізації, де параметр, що оптимізується, ("кількість процесорів") належить безлічі цілих чисел, параметр "розклад виконання програми" - безлічі комбінаторних структур.

Для приведеної структури генетичного алгоритму використано метод кодування рішень у виді бітового рядка, де популяція - безліч бітових рядків, що є рішеннями.

Поля "номер процесора" однозначно визначають порядок розподілу процесів по процесорах і кількість процесорів в обчислювальній системі. Одночасно з визначенням порядку здійснюється оцінка часу виконання прикладної програми.

Як критерії прийняття рішення, що утворюють цільову функцію, використано кількість процесорів в обчислювальній системі і час виконання процедури Скофілда-Голда (час виконання процедури не повинний перевищувати директивного терміну).

Аргументи kt і kM, де kt - оцінка рішення за часом виконання програми, kM - оцінка рішення по кількості процесорів в обчислювальній системі, знайдені таким чином:

, ,

де K - максимально можливе число процесорів (дорівнює кількості детекторів у матриці позиційно-чуттєвого детектора), M - число процесорів, використаних у рішенні. Критерієм прийняття рішення про досягнення мети оптимізації є рівність в нерівності:

, (17)

де - округлення до найближчого більшого цілого.

У наведеному методі оптимізації архітектури обчислювальної системи використовуються комбінація схеми пропорційної селекції і схеми рулетки. Операції схрещування і мутації реалізовано шляхом однокрапкового схрещування з випадковим вибором бітових рядків для схрещування і місця схрещування для всього бітового рядка.

У процесі експериментів вдалося підібрати параметри генетичного алгоритму (імовірність схрещування, імовірність мутації, вагові коефіцієнти в цільовій функції, розмір популяції), при яких досягаються задовільні складність одержання і якість вирішення. Результат потребував біля 10-150 ітерацій алгоритму.

У четвертому розділі дисертаційної роботи приведено результати дослідження методів і алгоритмів реалізації апаратно-програмних засобів обчислювальної системи для обробки спектрометричної інформації, методів синтезу й оптимізації спеціальної архітектури подання і розпізнавання гамма-зображень у метриці топології простору і параметрів іонізуючого випромінювання.

Ефективність модифікованого методу Ерланга відповідно до мінімізації архітектури комп'ютерної системи попередньої обробки інформації досліджувалася на реальних даних спектрального потоку, що має експоненціальний розподіл. .

При цьому інтенсивність потоку вимог приймалася рівної .=102 сек-1; місткість одного буферного нагромаджувача для лінії енергетичного вікна - 14300 біт; параметр показника експонентного розподілу =8,9102. По формулах, отриманих у розділі 3 для кількості нагромаджувачів m, рівного 1 і 2 маємо:

=0,1123, =0,0142, =3,551810-5

Для інтервалу часу Т, протягом якого вимоги надходять в обчислювальну систему для попередньої обробки, довжина якого 100 секунд, ймовірні втрати часу на чекання при одному буферному нагромаджувачі складуть m=1=1,42 сек. При двох буферних нагромаджувачах m=2=3,5510-3 сек.

Для m=2 середня тривалість чекання своєї черги однією вимогою складе

=3,5510-7,

що на порядок менше інтервалу реєстрації гамма-квантів при граничному завантаженні детектора.

Імовірність того, що при m=2 усі нагромаджувачі будуть зайняті в якийсь довільний момент часу дорівнює

=5,9710-3.

Результати експериментальних досліджень наведено в таблиці 1.

Параметри процесу попередньої обробки спектрометричної інформації

Таблиця 1.

Кільк. нагромаджувачів m	Параметри процесу
				r		T
m=1	102	7,5610-7	0,1123	0,1123	8,9102	100 сек	1,42 сек
m=2	102	3,5510-7	0,1123	5,9710-3	8,9102	100 сек	3,5510-3 сек

Очевидно, що немає необхідності проводити аналіз для трьох буферних нагромаджувачів, оскільки два буфери повною мірою забезпечують безперебійну роботу обчислювальної системи з практично нульовою ймовірністю пропуску сигналу. Результати, що отримані в експерименті, дають можливість у первісній архітектурі кількість накопичувальних буферних модулів m скоротити до двох. До того ж часовий запас (на обробку процесором накопиченої інформації дозволяє відмовитися від досить складних вихідних буферів n.

Таким чином, оцінка можливості оптимізації структури процесорної архітектури зводиться до вибору типу DSP і їхньої кількості.

Дослідження методики вибору оптимальної структури обчислювальної системи за критерієм мінімуму процесорних елементів, заснованої на генетичних алгоритмах, проводилося на графі "Процедури Скофілда-Голда" для ПЧД розмірністю 1113 (таблиця 2).

Тип графа Таблиця 2:

Найменування	Кільк. вершин	Кільк дуг	Крит. шлях	час вершин
Процедура Скофілда-Голда	143	142	643	6951

Кращі рішення, які були отримані за допомогою генетичного алгоритму, чи завдяки евристикам приведені в таблиці 3. .

Таблиця 3.:Кращі рішення по оптимізації процесорної архітектури

Найменування	Краще евристистичне рішення	Краще рішення генетичного алгоритму	Тdir
Процедура Скофілда-Голда	M=89, T=3713	M=81, T=3866; M=80, T=4248	3800

(M - кількість процесорів, T - сумарний час виконання розкладу)

У разі початкової популяції використовувалися 2 засоби розподілу процесів по процесорах:

полю номер процесора для кожного процесу привласнювалося випадково значення, яке генерувалося з інтервалу [0, K/3], де K - кількість процесів у програмі;

поле ініціалізувалося випадковим значенням з інтервалу [0, Mexp], де Mexp - нижня оцінка числа процесорів (дана оцінка може бути недосяжною).

Результати досліджень приведені в таблиці 4.

Таблиця 4. Порівняння кращих результатів по типах цільових функцій (по декількох запусках генетичного алгоритму з різними параметрами)

Найменування	Тип функції для різних вагових коефіцієнтів С 1
	1	2	3	4
Процедура Скофілда-Голда	M=81, T=3520	M=80, T=3694	M=79, T=3713	M=77, T=3866

Використання вищенаведених методів синтезу архітектури підсистеми попередньої обробки спектрометричної інформації дозволяє значно скоротити апаратурні витрати на реалізацію обчислювальної системи зі збереженням експлуатаційних характеристик і одночасною мінімізацією необхідних обчислювальних ресурсів.

При цьому оптимальні параметри генетичного алгоритму знаходяться в межах: розмір популяції 25; імовірність мутації - 0.00750.0095; імовірність схрещування - 0.30.5; вагові коефіцієнти (С 1) - 0.30.5.

У результаті оптимізації архітектури обчислювальної системи в остаточному варіанті структура підсистеми попередньої обробки спектрометричної інформації перетвориться в процесорний кластер.

Як процесор матричної обробки за критерієм достатньої продуктивності і мінімальної вартості обрано цифровий сигнальний DSP процесор TMS320C 6416 фірми TI. Даний процесор має продуктивність до 4800 MIPS, що цілком достатньо для виконання 1,07·109 мультиплікативних операцій при виконанні процедури Скофілда-Голда для кожного тракту інформаційних потоків ПЧД. Він також має пам'ять для формування буфера обсягом 1К 24-розрядних слів

Зв'язок з периферійними пристроями (накопичувальними буферами) здійснюється дешевим PIC-процесором за допомогою інтерфейсу зовнішньої пам'яті EMIF шляхом використання ліній керування загального призначення (GPIO). На них покладено функції контролю стану буферів (готовність, переповнення енергетичного каналу), керування схемою формування адреси, а також передача даних після попередньої обробки в шину EHPI (Enhanced Host Parallel Interface).

Синтез повної архітектури обчислювальної системи для обробки спектрометричної інформації полів гамма-випромінювання проводився з використанням концептуальних принципів комп'ютерних систем реального часу. Як прототип повної архітектури обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання в дисертаційній роботі прийнята архітектура стандарту EUROPRO, яка реалізована на базі шин VME і РСI, що надає можливість користувачам проектувати, моделювати, профілювати і налагоджувати свої системи з інтенсивною обробкою цифрових даних і сигналів.

У процесі розв'язання задачі синтезу обчислювальної системи структура стандарту EUROPRO була трансформована в багатошарову обчислювальну систему, яка адаптована до задач обробки і розпізнавання зображень полів потоків іонізуючого випромінювання.

Архітектуру обчислювальної системи обробки спектрометричної інформації побудовано за принципом вертикального конвеєра з процесорними кластерами зі зв'язком по системній шині. Кластерний рівень утворюють процесори реального часу підсистеми попередньої обробки інформації, що одночасно виконують збір даних, їхню обробку, обмін інформацією з комп'ютером верхнього рівня ієрархії, виведення даних, що оброблено.

Кожен процесор виконує жорстко детермінований набір задач, що реалізують який-небудь етап прикладного процесу з передбачених в алгоритмі його роботи, одержуючи при цьому дані через визначеним способом організовану пам'ять. Структура організації пам'яті мінімізована з використанням модифікованого методу Ерланга

Комп'ютер "верхнього рівня" (back ends), що виконує функції контролю, інтерпретації даних, офлайнові функції керування і відпрацьовування додатків у вигляді алгоритмів відновлення гамма-зображень і їхнього розпізнавання, підключений до тієї ж об'єднуючої магістралі EHPI через програмувальний інтерфейс PC104. Таким "модулем підтримки" (пост-обробки) з "нестрогими" обмеженнями реального часу в обчислювальній системі є комп'ютер MicroPC 4010 компанії OCTAGON SYSTEM.

На MicroPC 4010 реалізована платформа програмної архітектури обчислювальної системи. Платформу виконано з великою деталізацією компонентів і вона є спеціалізованою програмною системою для обробки спектрометричної інформації.

Дослідженнями платформи програмної архітектури встановлено, що використання методу подання об'єктів на зображенні нормалізованим лінійним усіченим квадродеревом з перемінною довжиною кодових слів є дескриптором форми і забезпечує 100%-е розпізнавання при мірі несхожості еталона об'єкта, який розпізнано, з об'єктом, що розпізнається, від 0% до 0,96% і значній (від 6 до 259 разів) відмінності від мір несхожості з іншими еталонами.

Основні результати роботи

Дисертаційна робота присвячена рішенню актуальних проблем радіологічного моніторингу в умовах середовища з інтенсивними полями потоків гамма-випромінювання, що утворені забруднюючими факторами у вигляді відкритих зосереджених і просторово розподілених джерел іонізуючого випромінювання. Запропоновані в дисертаційній роботі засоби алгоритмічного і програмно-апаратного забезпечення процесу збору, збереження і перетворення інформації, реалізовано у вигляді обчислювальної системи обробки спектрометричної інформації полів гамма-випромінювання. Практичні результати досліджень дозволили створити спеціальну архітектуру комп'ютерних систем для розв'язання задач радіологічного моніторингу з використанням обчислювальних систем обробки спектрометричної інформації полів гамма-випромінювання на базі алгоритмічних засобів візуалізації потоків іонізуючого випромінювання (системи гамма-бачення), що принциповим образом змінюють стратегію і тактику проведення рятувально-відбудовних робіт у зонах ядерних аварій і катастроф.

У процесі вирішення поставлених у дисертаційній роботі задач:

На підставі аналізу існуючих методів обробки спектрометричної інформації виконано оцінки часових параметрів процедури відновлення фізичного спектра, які є вимогами при розробці та обранні конфігурації архітектури обчислювальної системи збору, введення-виведення і попередньої обробки спектрометричної інформації за критерієм максимальної швидкодії.

Проведено аналіз вимог до систем сприйняття гамма-полів, який показав, що спосіб представлення гамма-зображень є важливим для задач розпізнавання джерел забруднення і дає можливість підвищити ефективність функціонування систем гамма-бачення за рахунок зменшення обсягу даних, що повинні зберігатися; збільшення швидкості обробки, зменшення кількості операцій, а також рішення задач розпізнавання для універсальних випадків.

У рамках фрактального подання гамма-зображення об'єкта визначена оптимальна за критерієм мінімуму обсягу інформації форма квадродерева для розв'язання задачі розпізнавання бінарних зображень довільної форми, представлених пласкими областями, (лінійне усічене квадродерево з перемінною довжиною кодових слів).

Запропоновано метод нормалізації об'єкта, поданого квадродеревом. Для чого в термінах лінійного усіченого квадродерева з перемінною довжиною кодових слів розроблено засоби прискореного підрахунку тензора інерції і центральних моментів третього порядку, виконання перетворення повороту і рівнобіжного переносу, приведення об'єктів на зображенні до єдиного масштабу.

На основі особливостей і можливостей фрактального подання зображення досліджено питання про однозначність орієнтації об'єктів. Запропоновано критерій прийняття рішення при розпізнаванні пакета гамма-зображень як міри їхньої відмінності і приведено метод її підрахунку.

Реалізовано платформу програмно-апаратної архітектури обчислювальної системи у вигляді базису зв'язаних продуктів, якими виступають компоненти алгоритмів фрактального подання об'єктів на зображенні нормалізованим лінійним усіченим квадродеревом з розпізнаванням гамма-зображень. Платформа виконана з великою деталізацією компонентів і є спеціалізованою програмною системою для обробки спектрометричної інформації.

Розроблено прискорений, що не потребує наступної реконструкції, алгоритм побудови квадродерева об'єкта, що дозволило на програмно-алгоритмічному рівні забезпечити виконання критерію оптимальності по обсягу обчислювальних ресурсів (економія пам'яті з одночасним збереженням інформації про довжину кодового слова). Для фрактального подання зображення розроблено оригінальні алгоритми нормалізації об'єкта, поданого "чорновим" квадродеревом.