Содержание к диссертации
Стр.
ВВЕДЕНИЕ. 5
ГЛАВА I. СОСТОЯНИЕ ПРОБЛЕМЫ ДИСКРЕТНОГО ПРЕДСТАВЛЕНИЯ
И ЦИФРОВОЙ ОБРАБОТКИ МЕЛКОСТРУКТУРНЫХ ГРАФИ
ЧЕСКИХ ИЗОБРАЖЕНИЙ II
Характеристика мелкоструктурных графических изображений II
Исследование сигналов при телевизионном считывании мелкоструктурных графических изображений и анализ способов их дискретного представления 14
Анализ способов ввода телевизионных изображений в ЭВМ 23
Анализ систем обработки графических изображений 27
1.5. Задачи исследования настоящей работы 36
ГЛАВА 2. МОДЕЛЬ ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ ШПУКЛЫХ
ОБЪЕКТОВ 38
2.1. Модель измерения размеров выпуклых объектов
на дискретном изображении. 40
2.2. Статистическая модель изображений дефектов
органической электрофотографаческой плёнки... 49
Анализ формы и размеров дефектов 51
Распределение дефектов на площади плёнки... 57 Вывода 62
ГЛАВА 3. даСКРЕШОЕ ПРЕДСТАВЛЕНИЕ И ВВОД В ЭВМ
МЕЛКОСТРУКТУРНЫХ ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ 63
Способ бинаризации изображений 64
Способ дискретизации изображений 71
Стр.
Способ и устройство дискретного бинарного представления мелкоструктурных графических изображений 75
Оценка повышения точности дискретного представления мелкоструктурных графических изображений 82
Ввод в ЭВЛ изображений, считанных телевизионным методом. 86
Выводы 94
ШАВА 4. МЕТОДИКА ОБРАБОТКИ И КЛАССИФИКАЩИ ИЗОБРАЖЕНИЙ
ВЫПУКЛЫХ ОБЪЕКТОВ 95
Фильтрация помех и шумов на изображении 96
Определение координат объектов 99
Вычисление проекций объектов 102
Классификация изображений выпуклых объектов по
размерам...... 108
Выводы III
ШАВА 5. СИСТЕМА ОБРАБОТКИ И КЛАССИШКАЩИ ИЗОБРАЖЕНИЙ
ДЕФЕКТОВ ОРГАНИЧЕСКОЙ аПЖТРОФОТОГРАШЧЕСКОЙ
ПЛЁНКИ 112
Структура системы 114
Дискретизация и бинаризация изображений аппа-ратурно-программными средствами 120
Ввод изображений в ЭВМ. 123
Обработка изображений дефектов и их классификация с помощью ЭВМ 128
Выводы. 139
ЗАКЛЮЧЕНИЕ 140
СПИСОК ЛИТЕРАТУРЫ 142
Стр.
ПРИЛОЖЕНИЕ I. Проверка лшотезы, что функция плотности
длин частично допустимых дефектов подчи
няется показательному закону. 154
ПРИЛОЖЕНИЕ 2. Проверка гипотезы, что частично допусти
мые дефекты на площади плёнки распреде
лены по закону Пуассона 157
ПРИЛОЖЕНИЕ 3. Акты о внедрении результатов работы 160
Введение к работе
В "Основных направлениях экономического и социального развития СССР на I98I-I985 годы и на период до 1990 года", принятых на ХХУІ съезде КПСС /I/, определено, что необходимо "расширять автоматизацию проектно-конструкторских и научно-исследовательских работ с применением электронно-вычислительной техники".Одной из самостоятельных областей в этом направлении является цифровая обработка изображений, которая находит применение в ядерной физике, медицинской диагностике, дефектоскопии, картографии, метеорологии и других областях. В состав важнейших работ, проводимых по целевым комплексным программам, включены проблемы создания новых и развития действующих автоматизированных систем обработки изображений.
В большинстве случаев для успешного решения задач по интерпретации и распознаванию изображений необходимо провести различ -ные преобразования и обработку, обеспечивающие проведение требуемого анализа. Это,как правило, выполняется универсальными ЭВМ или специализированными процессорами обработки изображений.
Для ввода-вывода изображений в ЭВМ широко применяется телевизионная техника, что обеспечивает широкие функциональные воз -можности при сравнительно несложной реализации системы в целом. Применение таких систем для анализа и классификации мелкострук -турных графических изображений ограничено из-за низкой точности дискретного бинарного представления таких изображений в ЭВМ. При решении ряда задач по анализу и распознаванию изображений в медицинской биологии, дефектоскопии, материаловедении сталкиваемся с определением размеров выпуклых объектов на мелкоструктурном графическом изображении. Поэтому важными являются вопросы повышения точности дискретного представления мелкоструктурных графических изображений в памяти ЭВМ.
Постоянная тенденция к увеличению числа изображений, подлежащих обработке, ставит задачу повышения пропускной способности системы. Это может быть достигнуто за счёт применения параллельных процессоров и методов обработки изображений на основе клеточной логики. В системах конвейерной обработки и анализа изображе -ний применение параллельных методов ускоряет обработку изображений, в результате значительно возрастает производительность системы. Для построения эффективных систем конвейерного анализа изображений важной задачей является разработка скоростной методики и параллельных алгоритмов анализа и классификации изображений мелкоструктурных объектов по размерам.
Цель работы - разработка способа дискретного представления мелкоструктурных графических изображений в памяти ЭВМ с высокой точностью и разработка методики их скоростной обработки и классификации.
В соответствии с поставленной целью основными задачами являются:
исследовать искажения, появляющиеся при дискретном представлении мелкоструктурных графических изображений,и разработать способ дискретного представления таких изображений с высокой точностью;
исследовать способы и разработать эффективные устройства ввода телевизионных изображений в ЭВМ;
разработать и исследовать модель измерения размеров выпуклых объектов на дискретном изображении;
разработать скоростную методику обработки и классификации мелкоструктурных изображений выпуклых объектов по размерам, основанную на параллельных алгоритмах.
Методы исследования , используемые в работе,относятся к
теории информации, теории множеств, математической статистике,
распознаванию образов, клеточной логике и цифровой обработке изображений.
Научная новизна результатов работы связана с развитием методов представления визуальной информации в ЭВМ, а также с обработкой и анализом изображений с помощью ЭВМ и заключается в еле -дующем:
- разработаны способ и устройство дискретного представления
мелкоструктурных графических изображений в памяти ЭВМ с высокой
точностью;
~ разработаны устройства, позволяющие вводить статические телевизионные изображения в ЭВМ при построчной и чересстрочной развёртках, эффективно использующие скорость канала ЭВМ;
разработана и исследована модель измерения размеров выпуклых объектов на дискретном изображении;
разработана методика и алгоритмы скоростной обработки и классификации изображений выпуклых объектов по размерам.
Практическая ценность работы. Разработанные способ и устрой-ство дискретного представления мелкоструктурных графических изображений могут применяться в высокоточных системах обработки изображений, например, в системах контроля качества фотошаблонов интегральных схем по их внешнему виду. Предложенные устройства ввода изображений в ЭВМ могут применяться в системах обработки изображений, использующих телевизионное считывание. Разработанные модель измерения и методика обработки и классификации изображе -ний выпуклых объектов по размерам могут применяться:
при контроле дефектности бумаги, ткани, органической электрофотографической плёнки;
при определении посторонних включений в суспензиях и микрошлифах материалов;
при определении параметров объектов медико-биологических изображений и др.
Реализация и внедрение результатов работы. Результаты работы использованы при построении системы цифровой обработки изоб-
радений, разрабатываемой на кафедре систем управления Каунасского политехнического института им. А, Снечкуса и предназначенной для научных и учебных целей, а также нашли применение в хоздоговорных работах. Разработанные способ и устройство дискретного представления мелкоструктурных графических изображений^ устройство ввода телевизионных изображений в ЭВМ, модель измерения размеров выпуклых объектов на дискретном изображении, методика обработки и классификации изображений выпуклых объектов применены в системе автоматического контроля дефектности органической электрофотографической плёнки, которая внедрена в НИИ электрографии. Экономический эффект от внедрения системы составляет 47,3 тыс. руб. в год.
Апробация работы» Основные научные и практические результаты работы докладывались и обсуждались на:
Республиканских научно-технических конференциях "Развитие технических наук в республике и использование их результатов", Каунас, I98I-I984 гг.;
Всесоюзной конференции "Оптическое изображение и регистрирующие среды", Ленинград, 1982 г;;
Всесоюзной конференции "Измерение и контроль при автоматизации производственных процессов", Барнаул, 1982 г.;
ХУП-ой всесоюзной школе-семинаре "Автоматизация научных исследований", Паланга, 1983 г.;
Международной молодёжной школе "Опознание зрительных образов", София, 1983 г.;
Всесоюзной конференции "Автоматизация ввода письменных знаков в ЦВМ", Каунас, 1984 г;;
Научной конференции с участием учёных из социалистических стран "Проблемы искусственного интеллекта и распознавания образов", Киев, 1984 гу
Публикации, Основное содержание диссертации опубликовано в 12 печатных работах и 7 описаниях изобретений к авторским свидетельствам СССР,
Структура и объём работы.- диссертация состоит из введения, пяти глав, заключения, списка литературы и приложений. Обём работы 162 машинописные страницы,в том числе 45 рисунков , 6 таблиц и список литературы из 107 наименований на II страницах.
Содержание работы:
Б первой главе проведён анализ сигналов, получаемых при телевизионном считывании мелкоструктурных графических изображений, исследованы искажения, появляющиеся при бинаризации и дискретизации таких изображений. Проанализированы способы повышения точности дискретного представления мелкоструктурных графических изображений в ШМ. Рассмотрены способы и устройства ввода статических телевизионных изображений в ШМ. Рассмотрены методы и системы цифровой обработки мелкоструктурных графических изображений. Рассмотрены операции клеточной логики, применяемые для обработки изображений. На основе проведённого анализа сформулированы задачи диссертационной работы;'
Во второй главе предложена модель графических изображений выпуклых объектов. Рассмотрена модель измерения размеров выпуклых объектов на дискретном изображении.' Приведена характеристика дефектности органической электрофотографической плёнки. Предложена и исследована статистическая модель изображений дефектов. Проведён анализ формы и размеров дефектов. Определён закон распределения дефектов на площади плёнки.
В третьей главе предложены способы и устройства бинаризации и дискретизации графических изображений, считанных телевизионным методом. Разработаны способ и устройство дискретного представления мелкоструктурных графических изображений в ШМ о
высокой точностью. Разработаны устройства ввода статических телевизионных изображений в ЭВМ по строкам и по столбцам, при построчной и чересстрочной развёртках изображения,
В четвёртой главе предложена скоростная методика обработки изображений выпуклых объектов, основанная на параллельных алгоритмах клеточной логики. Разработаны алгоритмы фильтрации щумов и помех, определения координат и размеров выпуклых объектов, реализуемые с помощью операций клеточной логики. Предложено классифицировать изображения выпуклых объектов по размерам методом максимума апостериорной вероятности.
В пятой главе рассмотрена реализация системы обработки и классификации изображений дефектов, предназначенной для автоматического контроля дефектности органической электрофотографической плёнки. Приведена структура системы. Разработаны аппаратурные и программные средства дискретного представления мелкоструктурных графических изображений в памяти ЭВМ. Разработаны алгоритмы, реализующие предложенную методику обработки и классификации изображений выпуклых объектов на универсальной ЭВМ. Приведены примеры работы разработанных способов и алгоритмов.
В заключении сформулированы основные результаты диссертационной работы; указано, в чём заключается их практическая ценность.
На зашит? выносится:
способ и устройство дискретного представления мелкоструктурных графических изображений в памяти ЭВМ с высокой точностью;
устройства ввода статических телевизионных изображений в ВМ при построчной и чересстрочной развёртках, эффективно использующие скорость канала ЭВМ;
модель измерения размеров выпуклых объектов на дискретном изображении;
методика и алгоритмы скоростной обработки и классификации изображений выпуклых объектов по размерам.
- II -
