Введение к работе
" ^
Актуальность темы. Быстрое распространение новых технологий в различных областях применения в значительной степени обусловлено практически неограниченными возможностями современных компьютеров, обеспечивающих высокую скорость обработки больших объемов информации и недоступные ранее графические возможности. Однако чрезвычайно большая информационная емкость таких объектов как изображения вызывает необходимость использования больших ресурсов компьютера. В то же время значительная часть прикладных задач обработки информации и анализа данных связана с изображениями. Это обусловлено с одной стороны использованием новых технических средств, представляющих информацию в виде изображений, с другой стороны - развитием методов распознавания изображений в качестве мошной и практической методологии математической обработки и анализа информации.
Поскольку конечной целью автоматизированной обработки данных является их интерпретация, то в задачах распознавания изображений обнаружение и определение характеристик их структурных элементов является обязательной составной частью при решении задач распознавания изображенных объектов и образуемых ими пространственных структур. Эффективность решения задачи анализа структурных элементов изображения является определяющей для получения полных и точных описаний пространственной структуры изображений.
Разработке эффективных моделей структуры изображений и методов их обработки и анализа уделено большое внимание в работах отечественных и зарубежных ученых: Журавлева Ю.И., Лебедева Д.С., Ярославского Л.П., Ковалевского В.А., Васина ЮГ., Бонгарда М.М., Файна B.C., Цуккермана И.И., Мучника И.Б., Розен-фельда А., Прэтта У., Фу 1С, Стокхэма Т., Марра Д., Харалика Р.М., Павлидиса Т., Нарасимхана Р. и др. Однако достигнутые в настоящее время результаты не решают в полной мере проблему эффективного анализа структуры изображений. Это связано с целым рядом причин, среди которых можно указать на недостаточную определенность объективных критериев обнаружения и распознавания структурных элементов изображений. Неопределенность критериев связана с применением локальных (недостаточно помехоустойчивых) методов обнаружения элементов и эвристическим характером процедур учета пространственных контекстуальных взаимосвязей между образующими их точками. При анализе многоцветных изображений возникает проблема совмещения результатов анализа отдельных цветовых слоев. При раздельном анализе по цветовым слоям эта проблема не имеет корректного решения, т.к. характер корреляций между слоями может бьггь различным не только на различных изображениях, но и на различных участках одного изображения, что исключает возможность полноценного учета цветового контекста при распознавании структурных элементов. Таким образом, задача разработки эффективного метода анализа пространственной структуры изображений, обеспечивающего компенсацию непомехоустойчивости локальных методов обнаружения структурных элементов и одновременный учет их пространственного и цветового контекста продолжает сохранять свою актуальность.
Целью работы является моделирование и структурно-цветовой анализ графических изображений на основе кластерного чтпнры мііпі і ііпьттп' гтпутгптттт"
ТММІ НА«6оИАЛЬНАЯ/
I БИБЛИОТЕКА j
элементов изображения и значений его цветовых компонент, применение которого качественно расширит возможности решения практических задач распознавания и обработки графических изображений.
Для достижения поставленной цели в работе решаются следующие задачи:
определение свойств, характеристик и факторов воспроизведения графических изображений, учитывающих план их построения, цветотоновые шкалы и искажающие факторы их формирования;
разработка динамической экстентной кластерной модели графического изображения, описывающей процессы формирования кластеров структурных элементов изображений и динамических межкластерных переходов в пространствах структурных параметров и цветовых компонент элементов изображений;
экспериментальное исследование процессов формирования цветовых кластеров структурных элементов изображений и динамических межкластерных переходов в пространстве цветовых компонент,
- экспериментальное исследование процессов формирования структурных
кластеров структурных элементов изображений и динамических межкластерных
переходов в пространстве структурных параметров;
анализ разделимости структурных и цветовых кластеров и разработка метода разделения экстентов кластеров структурных элементов изображений;
разработка метода структурно-цветового анализа изображений, реализующего совместное использование результатов адаптивного цветотонового и центроид-ного преобразований изображений на основе единой схемы кластерного анализа, обеспечивающего высокую достоверность результатов анализа при локализации и оценке структурных элементов изображений;
разработка средств учета и компенсации искажающих факторов воспроизведения графических изображений на основе метода структурно-цветового анализа графических изображений;
разработка технологии и алгоритмов обработки графической информации, реализующих структурно-цветовой анализ изображений;
проведение экспериментальных исследований разработанных средств и методов для оценки их эффективности и возможностей использования в системах обработки и анализа графической информации.
Объектом исследования являются: графические изображения, получаемые на различных стадиях процесса их воспроизведения, их пространственно-структурные и графические свойства и характеристики, кластеры структурных элементов изображений и динамические межкластерные переходы в пространствах структурных параметров и цветовых компонент элементов изображений, адаптивное цветотоно-вое и центроидное преобразования изображений.
Предметом исследования являются методы моделирования, анализа и распознавания изображений; структурно-цветовой анализ графических изображений, технологии, алгоритмы и программные средства обработки графической информации.
Методы исследования. В работе применялись теоретические и экспериментальные методы исследования. Теоретические исследования основаны на использовании теории вероятностей, математической статистики, теории статистических
решений, методов обработки и анализа изображений, методов распознавания образов. В экспериментальных исследованиях использовались статистические методы обработки данных, методы моделирования и анализа пространственных структур, методы кластерного анализа, основы цифровой обработки изображений, методы распознавания многозональных изображений.
Достоверность и обоснованность полученных в работе результатов и выводов подтверждается экспериментальными исследованиями, опытом практической реализации технологии, алгоритмов и программ обработки графической информации, научными трудами и апробациями результатов работы на представительных научных форумах, а также сравнительным анализом с известными результатами современных исследований и разработок.
Теоретические положения, установленные в работе, математические модели и алгоритмы обработки графических изображений, основанные на теории вероятностей и математической статистике, методах кластерного анализа и обработки данных, обосновываются адекватностью выбора исходных посылок и последовательным применением аппарата математических выводов для получения аналитических выражений.
Достоверность экспериментальных результатов обеспечена их согласованностью с теоретическими выводами, большим объемом экспериментального материала, хорошей воспроизводимостью экспериментальных данных и практическим использованием разработанной технологии обработки графической информации.
На защиту выносятся результаты разработки модели и метода анализа графических изображений, учитывающих воздействие искажающих факторов воспроизведения изображений, а также разработки технологии и алгоритмов обработки графической информации, реализующих структурно-цветовой анализ изображений, в том числе:
анализ свойств и характеристик воспроизведения графических изображений, учитывающих искажающие факторы их формирования;
динамическая экстентная кластерная модель графического изображения, описывающая процессы формирования кластеров структурных элементов изображений и динамических межкластерных переходов в пространствах структурных параметров и цветовых компонент элементов изображений;
результаты экспериментального исследования процессов формирования цветовых и структурных кластеров структурных элементов изображений и динамических межкластерных переходов в пространствах цветовых компонент и структурных параметров;
результаты анализа разделимости структурных и цветовых кластеров и разработка метода разделения экстентов кластеров структурных элементов изображений основе диаграмм и матриц различения кластеров;
метод структурно-цветового анализа изображений, реализующий совместное использование адаптивного цветотонового и центроидного преобразований изображений на основе единой схемы кластерного анализа, обеспечивающий высокую достоверность результатов анализа при локализации и оценке структурных элементов изображений;
результаты разработки средств учета и компенсации искажающих факторов воспроизведения графических изображений на основе метода структурно-цветового анализа графических изображений;
технология и алгоритмы обработки графической информации, реализующие структурно-цветовой анализ изображений;
результаты экспериментальных исследований разработанных средств и методов для оценки их эффективности и возможностей использования в системах обработки и анализа графической информации.
Научная новизна полученных результатов определяется впервые проведенными исследованиями, в результате которых разработаны модель и метод анализа графических изображений, основанные на кластеризации значений структурных параметров и цвеговых компонент структурных элементов изображений, а также созданы реализующие разработанный метод технология и алгоритмы обработки изображений, что вносит существенный вклад в решение задач построения систем обработки и анализа графической информации, в ходе которых:
- разработана динамическая экстентная кластерная модель графического изо
бражения, описывающая процессы формирования кластеров структурных элемен
тов изображений и динамических межкластерных переходов в пространствах
структурных параметров и цветовых компонент элементов изображений;
исследованы процессы формирования цветовых и структурных кластеров структурных элементов изображений и динамических межкластерных переходов в пространствах цветовых компонент и структурных параметров;
разработан метод разделения экстентов структурных и цветовых кластеров структурных элементов изображений основе диаграмм и матриц различения кластеров;
разработан метод структурно-цветового анализа изображений, реализующий совместное использование адаптивного цветотонового и центроидного преобразований изображений на основе единой схемы кластерного анализа, обеспечивающий высокую достоверность результатов анализа при локализации и оценке структурных элементов изображений;
на основе метода структурно-цветового анализа графических изображений предложены средства учета и компенсации искажающих факторов воспроизведения графических изображений;
предложены и обоснованы технология и алгоритмы обработки графической информации, реализованные при выполнении экспериментальных исследований, результаты которых позволили определить условия эффективности и возможностей использования разработанных средств и методов в системах обработки и анализа графической информации.
Практическая ценность работы заключается в применении новых эффективных моделей и методов анализа графических изображений.
Предложенная новая динамическая экстентная кластерная модель цветного графического изображения позволила разработать научно обоснованные критерии разделимости кластеров в пространстве цветовых компонент и пространственно-структурных параметров, выработать решающие правила распознавания структурных элементов и цветовых компонент изображения и, на этой основе, разработать
методику структурно-цветового анализа цветных графических изображений. Применение разработанной методики повышает эффективность анализа пространственной структуры цветных изображений для использования в системах обработки и анализа графической информации.
На основе проведенных теоретических и экспериментальных исследований даны практические рекомендации по определению параметров обработки изображений, исходя из геометрических характеристик структурных элементов и их взаимного расположения, и применению цветохорректирующих преобразований с учетом шумов и искажающих факторов воспроизведения цветных графических изображений. Предложены эффективная вычислительная схема и быстрый алгоритм обработки данных. Проведен анализ возможностей и получены оценки эффективности разработанных средств и методов обработки и анализа графической информации. Установлено, что разработанный метод структурно-цветового анализа графических изображений, а также реализующие этот метод технология, алгоритмы и программы обработки графической информации позволяют добиться высокой достоверности результатов анализа при локализации и оценке структурных элементов изображений.
Реализация и внедрение работы. Полученные результаты использованы и апробированы для опытно-производственной эксплуатации системы обработки графической информации в Тульском филиале ОАО «ЦентрТелеком». Созданные программные средства обработки графической информации позволили повысить эффективность передачи графической информации по цифровым каналам связи телекоммуникационных систем.
Основные научные результаты данной работы получены в рамках бюджетной научной темы «Разработка математических моделей пространственной структуры изображений, методов их анализа и распознавания на основе центроидного преобразования» № ГР 01.2.00 3 05808 в Физико-техническом институте УрО РАН 2003г.
Апробация работы. Основные результаты работы докладывались и обсуждались: на 5-ой Российской Университетско - академической научно-практической конференции (Ижевск, 2001); на Международной научно-технической конференции «Информационные технологии в инновационных процессах» (Ижевск, 2003); на Всероссийской конференции «Высокопроизводительные вычисления и технологии» (ВВТ-2003), (Ижевск, 2003); на VII Всероссийской научно-технической конференции «Повышение эффективности обработки информации на базе математического моделирования» (Тамбов, 2004); на Международном симпозиуме «Надежность и качество» (Пенза, 2004); на VI Международном конгрессе по математическому моделированию (Нижний Новгород, 2004); на региональной конференции «Реализация стратегии устойчивого развития города Ижевска: Опыт и проблемы» (Ижевск, сентябрь, 2005), на научной конференции-семинаре «Теория управления и математическое моделирование» (Ижевск, 2006).
Публикации. Основные научные результаты по теме диссертации опубликованы в 16 научных работах, в том числе, в 11 статьях в научно-технических журналах и сборниках, в 3 тезисах докладов на научно-технических конференциях, в двух депонированных рукописях объемом 34 и 53 страницы.
Объем и структура диссертационной работы. Диссертация содержит введение, 4 главы и заключение, изложенные на 145 с. машинописного текста. В работу включены 47 рис., 10 табл., список литературы из 157 наименований и приложение, в котором представлен акт об использовании результатов работы.
Похожие диссертации на Моделирование и структурно-цветовой анализ графических изображений
