Введение к работе
^41Чмь!1ость_темЫд. Равной особенностью многих современных информационных систем является наличие в их составе блоков или подсистем, предназначенных для цифровой обработки видеоинформации. За последние годи круг прикладных задач, решаемых при помощи цифровой обработки изображений, существенно расширился и включает в себя области от исследований в медицине, судебной экспертизе, геологии, геодезии и картографии до задач автономной навигации и идентификации объектов б военном доле. Наряду с развитием вычислительных средств не менее ванной составляющей для успешного решения прикладных задач является разработка эффективных алгоритмов обработки изображений. Повышение степени автоматизации обработки, видеоинформации требует создания алгоритмов, качественные характеристики которых были бы устойчивы но отношению к неизвестным (либо меняющимся) параметрам и свойствам изображений. Это особенно важно для автономных автоматических систем, где возможность корректировок со стороны Человека - сператора исключена. Синтез алгоритмов, описываемых в диссертационной работе багируется на статистическом подходе к обработке изображений. Одной из основных' проблем статистического подхода является проблема априорной неопределенности (неполноты информации о статистических, свойствах модели) . В теоретических работах по статистической обработке сигналов, а таете в работах-по математической статистике излагаются способы преодоления априорной неопределенности. Один из этих способов опирается на ранги и ранговые статистики. Его использование применительно к ряду задач обработки изображений (обнаружение линий и границ, сегментации, адаптивной ранговой фильтрации) позволило получить алгоритмы, эффективные как в плане качественных показателей, так и вычислительной сложности.
Uebjpa6gra состоит в разработке и исследовании ранговых алгоритмов обработки изображений для ряда задач (обнаружение линейных объектов, сегментация, адаптивная ранговая фильтрация), решаемых с помощью систем обработки видеоинформации. . Методы исследо-' ваний, используемые в работе базируются на теории вероятностей и математической статистике. Выражаясь более конкретно, использовались методы проверки непараметрических гипотез, фильтрации и оце-
нивания параметров, а также статистического моделирования.
Научная новизна диссертационной работы состоит в следующем: разработан алгоритм обнаружения линейных объектов, основанный на непараметрическом Е-критерии; найдено распределение решающей ста-тистики этого критерия, параметры ее гауссоЕской аппроксимации; исследована работоспособность указанного алгоритма в условиях импульсной помехи и корреляции исходных наблюдений и предложены способи повышения устойчивости алгоритма в этих условиях; синтезирован ранговый алгоритм сегментации изображений и исследованы его рабочие характеристики; на основаній рангового подхода решена задача максимально правдоподобного (МП) оценивания степени засоренности виборки наблюдений; предложен локально-адаптивный алгоритм нелинейной фильтрации изображений, использующий ранговый классификатор.
Практическая ценность. Полученные алгоритмы обработки изображений позволяют осуществлять ее в условиях априорной неопределенности относительно вероятностных свойств изображений, что позволяет, например, исключить зависимость качества обработки видеоинформации от суточных, сезонных и ряда других факторов. Устойчивость качественных характеристик,- предложенных в диссертации алгоритмов, позволяет повысить степень автоматизации, достоверность и надежность функционирования автономных систем навигации и машинного зрения, все алгоритмы реализованы в виде программ для IBM PC и могут быть использованы при решении различных прикладных задач,связанных с обработкой изображений.
Реализация результатов.диссертации. Научные и практические результаты диссертации нашли применение в хоздоговорных .и госбюджетных НИР: ТОР 1-90/А, РТ 6--8SA, г/б N11, выполненных автором в Новосибирском государственном техническом университете. Результаты диссертации внедрены в двух научно-исследовательских организациях: НИИ Радиоэлектронных комплексов (г. Санкт-Петербург), ЛЭШ (г. Санкт-Петербург), о чем имеются соответствующие акты внедрения (приложение 3).
Апробация работы. Результаты работы и основные положения докладывались на: 11 Всесоюзном семинаре "Статистический синтез и анализ информационных систем" (Ульяновск, 1989 г.), Всесоюзной НТК " идентификация, измерение характеристик и иммитаикл случайных сигналов" (Новосибирск, 1991 г.); 3 Международной конференции
"Методы представления и обработки случайных сигналов и полей" (Харьков, Туапсе, 19ЭЗ г.); семинарах кафедры ТОР Новосибирского государственного технического университета (1987, 1993 гг.).
Публикации. По теме диссертации опубликовано 7 печатных par бот. При участии автора написано 5 отчетов по НИР.
Структура и обгом работы, диссертационная работа состоит из введения, пяти глав, заключения, списка литературы, приложений. Она изложена на 117 страницах машинописного текста, содержит 16 рисунков, 8 страниц списка литературы из 92 названий. В прилож. 1 приведена программа, реализующая алгоритм обнаружения линейных объектов на изображениях , написанная на C+ + . В прилож. 2 приведена программа, реализующая алгоритм адаптивной ранговой фильтрации и ранговой сегментации, написанная на C++. В прилож. 3 приведены акты внедрения результатов диссертационной работы.