Введение к работе
жтуальность темы. Современные системы управления предназначены для правления сложными многофункциональными объектами, действующими в ложной окружающей обстановке. Примерами таких сложных объектов правления являются современные летательные аппараты и транспортные редства,' промышленные роботы и другие сложные технические системы. Інформационное обеспечение таких систем управления предполагает наличие атчиков, обеспечивающих в каждый момент времени необходимую нформацию о текущей ситуации, а также - системы обработки информации, реобразующей "сырые" данные таким образом, чтобы их можно было епосредственно использовать при формировании управления. Создание нового околения датчиков и быстродействующей вычислительной техники привело к ому, что на повестку дня стал вопрос об автоматизации ряда традиционных іункций человека-оператора по обработке информации, ранее считавшихся ринципиально недоступными для автоматических систем.
>дним из наиболее важных источников информации является канал зрительного осприятия. Использование в современных автоматических системах цифровых идеодатчиков с высоким разрешением (размер получаемых изображений орядка 104-106 элементов и более) позволило существенно приблизить нформативность искусственных зрительных устройств к соответствующим арактеристикам человеческого глаза. Тем ; острее стала ощущаться еобходимость создания эффективных алгоритмов автоматического анализа зображений, обеспечивающих качественную обработку возросших объемов энных. Специфика разработки таких инженерных приложений определяется ледующими основными особенностями. Во-первых, при разработке систем нформационного обеспечения требуется решать не общую проблему втоматического понимания изображения произвольной сцены, а гораздо более пределенную и узкую задачу проблемно-ориентированной интерпретации зображения. Во-вторых, к алгоритмам обработки изображений в системах [нформационного обеспечения предъявляются специальные требования, вязанные с конкретными характеристиками разрабатываемой или уже уществуюшей системы управления. В области информационного обеспечения истем управления сложными динамическими объектами, необходимая інтерпретация изображения часто сводится к обнаружению и идентификации на [зображений объектов, присутствие которых может повлиять на формирование "правления. Эта задача носит также название задачи, детектирования. В ависимости от специфики конкретной задачи, система автоматического правления предъявляет к подсистеме анализа изображений следующие сновные требования: быстродействие, достоверность детектирования, точность ізмерения различных характеристик объектов.
їля решения задачи детектирования был развит классический аппарат :орреляционных методов обнаружения. Однако, на практике, попытки юстроения корреляционных алгоритмов, обеспечивающих инвариантность к еометрическим и радиометрическим искажениям, имеющим место при юлучении цифровых изображений реальных сцен, сталкиваются с «разрешимыми проблемами. Кроме того, эти методы не могут использоваться в ех случаях, когда объект описывается сложным образом, то есть не эталонным {зображением, а вектором признаков или некоторой обобщенной моделью, іаданной в той или иной форме. Выявленные недостатки корреляционных летодов привели к созданию ряда альтернативных подходов.' Однако, общая
теория построения инвариантных алгоритмов детектирования сложных объектов на изображениях до сих пор не разработана, и для каждого нового класса объектов приходится заново конструировать специальные методы и алгоритмы обнаружения. Не решена также задача адаптивной настройки параметров этих алгоритмов в зависимости от характера обрабатываемых сцен.
Практическая важность и недостаточная теоретическая проработка перечисленных проблем определили выбор темы диссертации и направление исследований.
Целью диссертационной работы является разработка и исследование алгоритмов цифровой обработки изображений, обеспечивающих обнаружение и идентификацию различных классов сложных объектов, высоко инвариантные к яркостно-геометрической изменчивости как самих объектов, так и фоновой составляющей сцены наблюдения.
При этом решались следующие задачи:
обоснование единой модульной структуры алгоритмов инвариантного обнаружения сложных объектов на полутоновых изображениях и введение единой схемы описания алгоритмов детектирования;
исследрвание различных аспектов применимости предложенного модульного подхода в задачах детектирования характерных классов объектов на изображениях;
разработка специализированных алгоритмов обнаружения объектов для различных систем автоматического анализа изображений;
«разработка алгоритмического и программного обеспечения системы распознавания штриховых кодов по их телевизионным изображениям, в том числе, в сложных случаях помех и искажений.
Диссертационная работа выполнена в ГосНИИ АС на основе исследований, проведенных в рамках НИР "Рубеж-5", НИР "Феникс-НГ", НИР "Образ" и НИР "Секира", а также по контракту N 605018 JWS/amm ГосНИИ АС с компанией Intermec (США).
Методы исследования. В работе использованы методы обработки изображений, в том числе: математическая морфология (по Серра),преобразование Hough и обобшенное преобразование Hough; методы теорий вероятности, теории множеств, функционального анализа; методы кластерного анализа.
Научная новизна работы состоит в следующем:
для решения задач инвариантного обнаружения объектов на изображениях предложен оригинальный метод байесовского анализа свидетельств, отличающийся тем, что модель объекта, задаваемая в произвольной форме, используется непосредственно в ходе низкоуровневого анализа изображения. При этом каждая обнаруженная особенность данного изображения рассматривается как событие, свидетельствующее в пользу гипотезы (ряда гипотез) о наличии и характеристиках искомого объекта, а процесс проверки гипотез управляется событиями в том смысле, что каждое выявленное событие инициирует обработку лишь тех гипотез, на апостериорную вероятность которых данное событие может повлиять.
доказана возможность построения оптимальных (в смысле байесовских критериев риска) модульных процедур обнаружения объектов, описываемых структурными иерархическими моделями. '
для реализации процедур анализа свидетельств в виде модульных алгоритмов обработки изображений предложена формальная последовательность шагов
разработки алгоритмов детектирования, позволяющая разрабатывать
эффективные процедуры инвариантного детектирования конкретных классов
объектов на изображениях. . '
предложен новый тип алгоритмов кластерного анализа, основанных на использовании базовых операций математической морфологии, что позволяет эффективно анализировать бинарные изображения групп точечных объектов.
разработано новое модифицированное преобразование Hough, обеспечивающее инвариантное относительно проективных преобразований и радиометрических искажений детектирование штриховых полос на сложном структурированном фоне.
На защиту выносятся следующие основные положения:
1. Предложенный метод анализа свидетельств позволяет строить эффективные
в вычислительном смысле специализированные детекторы для
инвариантного обнаружения на изображениях объектов, описываемых
моделями.
2. Для случая статистически независимых свидетельств имеет место теорема
разделения, которая теоретически определяет достаточные условия применимости иерархических модульных алгоритмов в Байесовских процедурах детектирования.
-
Применение операторов математической морфологии на бинарных точечных множествах определяет метрику специального вида. Это позволяет строить эффективные иерархические процедуры кластеризации точечных паттернов на плоскости.
-
Модифицированное преобразование Hough обеспечивает устойчивое инвариантное к искажениям обнаружение штриховых полос на изображениях в присутствии помех различного рода.
Практическая ценность работы. Предложенные теоретические разработки были внедрены в ГосНИИ АС при решении ряда практических задач, возникающих в системах управления сложными динамическими объектами, а также в системах технического контроля на производстве. Разработано алгоритмическое обеспечение для системы наведения на группы малоразмерных целей по РЛ-САР-изображениям. Разработано алгоритмическое и программное обеспечение для системы оперативного контроля качества сварных швов. Разработано алгоритмическое и программное обеспечение для системы автоматической сортировки почтовых отправлений с использованием штриховых кодов.
Результаты данного исследования также использовались в НПО ИТ при разработке алгоритмического обеспечения для системы обнаружения объектов на изображениях ИК-диапазона.
В ходе работы создана интегрированная система анализа и обработки
изображений для персональных ЭВМ типа IBM PC/AT. Данное программное
обеспечение активно используется в ГосНИИ АС при решении задач анализа
изображений. !:
Апробация работы. Основные положения диссертационной работы докладывались автором на следующих международных конференциях: International Society for Photogrammetry and Remote Sensing (ISPRS) Intercommission III-V Workshop (Цюрих,1995), Digital Photogrammetry and Remote Sensing '95 (С.Петербург, 1995) и EuroOPTO Satellite Remote Sensing II (Париж, 1995), XVHI ISPRS Congress (Вена, 1996).
Публикации. По материалам диссертации опубликовано 10 печатных работ.
Структура диссертации. Диссертационная работа состоит из введения, 4 разделов и заключения, содержит 140 страниц машинописного текста и 52 рисунка. Список цитируемой литературы включает 63 наименования.