Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Информационно-логическая модель автоматизированной системы обработки изображения Никитин Виктор Васильевич

Информационно-логическая модель автоматизированной системы обработки изображения
<
Информационно-логическая модель автоматизированной системы обработки изображения Информационно-логическая модель автоматизированной системы обработки изображения Информационно-логическая модель автоматизированной системы обработки изображения Информационно-логическая модель автоматизированной системы обработки изображения Информационно-логическая модель автоматизированной системы обработки изображения Информационно-логическая модель автоматизированной системы обработки изображения Информационно-логическая модель автоматизированной системы обработки изображения
>

Данный автореферат диссертации должен поступить в библиотеки в ближайшее время
Уведомить о поступлении

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - 240 руб., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья

Никитин Виктор Васильевич. Информационно-логическая модель автоматизированной системы обработки изображения : ил РГБ ОД 61:85-5/1777

Содержание к диссертации

Введение

ГЛАВА I. АНАЛИЗ СОВРЕМЕННЫХ ПРОБЛЕМ ФОРМАЛИЗАВДИ ОПИСАНИЯ СИСТЕМ.

1.1. Проблемы создания автоматизированных систем обработки изображений. 13

l.2. Системный подход и теория проектирования 16

1.3. Теоретико-множественная концепция описания систем 19

1.4. Другие подходы к определению понятия "система1.1 29

1.5. Проектирование систем как задача конструктивного описания 38

ВЫВОДЫ ГЛАВЫ 1 44

ГЛАВА II. КАТЕГОРИАЛЬНЫЙ АППАРАТ ОПИСАНИЯ ИНФОРМАЦИОННЫХ ОБЪЕКТОВ.

II.І. Объект, имя, свойство, отношение 45

II.2. Макро- и микроописания объекта 52

II.З. Влияние задащих свойств объекта на порож

дающую процедуру .55

II.З.І. Зависимость свойств объекта-класса

от свойств его элементов 56

II.3.2. Свойства объекта-агрегата и порождающая

процедура 57

II.4. Различие между свойствозависимыми и свойство-

независимыми порождающими процедурами ..59

ВЫВОДЫ ГЛАВЫ II 60

ГЛАВА III. ПОСТРОЕНИЕ ИНФОРМАЦИОННО-ЛОГИЧЕСКОЙ МОДЕЖ СИСТЕМ ОБРАБОТКИ ДАННЫХ.

III.І. Этап анализа в построении информационно-логической модели системы обработки данных. ...61

III.2. Этап синтеза. .66

III.2.І. Микроописание системы на основе категориального аппарата. 68

ГЛАВА ІV. ПОСТРОЕНИЕ ИНФОШАЩОННО-ЮГИЧЕСКОИ МОДЕЛИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЯ.

ІV.І. Предметные области АСОИз. 73

IV.2. Этап анализа в построении информационно-логической модели АСОИз .76

IV.З. Этап синтеза в построении информационно-логической модели АСОИз. 81

ІV.З.І. Этап анализа элементов изображения. 82

ІV.3.2. Этап синтеза элементов изображения .86

ІV.З.З. Этап синтеза в построении изображения 90

ІV.4. Структура программного обеспечения автоматизированной системы обработки изображения 93

ІV.5. Интерактивный выбор структуры программного обеспечения АСОИз 97

ВЫВОДИ ГЛАВЫ ІV 104

ЗАКЛЮЧЕНИЕ 106

СПИСОК ЛИТЕРАТУРЫ 109

ПРИЛОЖЕНИЕ. 117

Проблемы создания автоматизированных систем обработки изображений

Извлечение информации об объектах различной природы посредством анализа их изображений все более становится действенным инструментом научного метода познания. Однако для более эффективной обработки этой информации в последние годы создаются автоматизированные системы обработки изображений (АСОИз). Основные задачи обработки изображений в АСОИз [Ц]і

-автоматическое получение и измерение изображейий;

-препарирование изображений;

-принятие решений.

Вспомогательные задачи:

- визуализация информации;

- коррекция искаженных сигналов;

- кодировка и передача по каналам связи.

Задача принятия решений в общем случае и, в частности, автоматической классификации сводятся к отысканию некоторой функции, отображающей множество образов в множество, элементами которого являются классы образов. В большинстве случаев процесс определения такой функции целесообразно проводить в несколько этапов 1 6].

I. Предварительная обработка. Заданное изображение F с помощью некоторого набора или последовательности операций преобразуется в одно или несколько новых изображений 2. Выделение признаков. Изображения fc подвеюгаются функциональным преобразованиям Q1 ... QM определяющими свойства (признаки). Изображения кодируются действительными числами.

3. Классификация. В результате выполнения этапов (1,2) появляется набор /& ( /?/77) действительных чисел, которые можно считать признаками исходного изображения г Эти признаки можно рассматривать как точку в -мерном пространстве. Если известны области, занимаемые тем или иным классом в этом пространстве, или известны плотности вероятности для каждого класса то, исходя из детерминированных или вероятностных критериев, производится отнесение изображения к определенному классу.

Цель этапа I - подготовить изображение для наилучшего выделения на этапе 2 признаков, на основании которых проводится классификация,

Объект, имя, свойство, отношение

Тогда, отбросив у обоих сложных имен (оА И О& подчиненные имена оД и 6 ь , получим простые имена (од=(о=:(з Что касается свойств РІД и г е , соответствующих именам: 0д и 0е , то сформулируем следующую теорему.

Теорема 2.2. Любые изменения имени объекта, происходящие в одной и той же области его задания, осуществляются за счет. изменения множеств граничных и неграничных свойств.

Доказательство: Действительно, согласно принципу единственности объект обладает в области задания единственным множеством задающих свойств, которое состоит из подмножества граничных и подмножествам неграничных свойств. Следовательно, если преобразуется сложное имя объекта в простое, то те свойства, которым соответствует подчиненное имя из подмножества граничных свойств, должны перейти в подмножество неграничных свойств, и наоборот, при преобразовании простого имешг в сложное для получения подчиненного имени необходимо определенную часть неграничных свойств перевести в подмножество граничных свойств.

В обоих случаях задающее множество у объекта остается без изменения, что отвечает принципу единственности.

Следствие 2.2. Переходя из одного разряда свойств в другой ( граничные - неграничные ) при изменении имени объекта, свойства тем самым могут становиться соотносительными (Я ) или, наоборот, выходят из этого множества.

Этот вывод справедлив, естественно, только для одноименных объектов, вступающих в отношение.

Таким образом, рассмотрев три варианта перехода от разно-именности объектов к их одноименности, можно тем самым переходить от рассмотрения ситуации 2 к рассмотрению ситуации I, используя ее положения.

В предыдущем параграфе мы установили, как вступают в отношение одноименные объекты, каким образом переходить от разноименных объектов к одноименным, какими свойствами они описываются. Исследуем теперь вопрос образования объекта из совокупности других более "мелких" объектов или элементов.

Этап анализа в построении информационно-логической модели системы обработки данных

Определение 3.2. Назовем универсум s - возможным миром: ( ЕМ ) класса J , а множества из этого универсума - предметными областями ( ПО ) класса S .

Формула (3.4. ) описывает класс одноименных систем. Однако , согласно принципам единственности и одноименности ( утверждения 2.1. и 2.3. ), системы из класса J в разных предметных областях обладают разными задающими свойствами.

Во второй главе было определено задание объекта при макроописании с помощью множества задающих свойств и имени объекта. Будем называть систему, для которой известно ее макроописание, реальной системой.В противном случае систему будем называть гипотетической. Поставим задачу построения макроописания одной из гипотетической систем класса ( 3. А. ). Для этого необходимо определить ее задающие свойства, поскольку имя любой системы из класса" Для определения граничных свойств гипотетической системы выделим из класса ( 3.1. ) лишь реальные системы.

Пусть "L - индексное множество реальных систем. Определим пересечение граничных свойств подмножества реальных систем на универсуме Д& с помощью логической операции абстракции: Y . Для этого представим предметные области систем (ЗА. ) как области задания ( определение 2.1. ) и применим результаты главы П к макроописанию систем.

class4 ПОСТРОЕНИЕ ИНФОШАЩОННО-ЮГИЧЕСКОИ МОДЕЛИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЯ class4 .

Предметные области АСОИз

Изображений используется во многих областях науки и техники. Это и медико-биологические исследования, и анализ различных материалов в кристаллографии, и контроль при производстве интегральных схем, исследование структур новых создаваемых сплавов, анализ фотографий поверхности Земли. Везде изображение является моделью реального объекта, и там, где исследование самого объекта затруднено, объект заменяют моделью.

Рассмотрение различных предметных областей, где используется исследование объекта по анализу его изображения, показывает, что в качестве информативных признаков, на основании которых делается вывод о самом объекте, являются во многих случаях метрические и топологические свойства.

Похожие диссертации на Информационно-логическая модель автоматизированной системы обработки изображения