Введение к работе
Актуальность проблемы. Одной из центральных проблем современной информатики является анализ и распознавание сложноструктурированных семантически насыщенных изображений. Сложноструктурированные изображения содержат множество объектов, относящихся к различным видам, каждый из которых обладает своими собственными значимыми характеристиками. Во многих отраслях знаний существенная часть информации заключается в сложноструктурированных изображениях, многие из которых содержат текстуры. Наряду с общетеоретическим значением задача распознавания подобных изображений исключительно актуальна и с прикладной точки зрения. От ее успешного решения зависит эффективность обработки информации в области аэрокосмических исследований, анализа Земли из космоса, медицинской и технической диагностики. Особо возросла актуальность этой проблемы в связи с развитием нанотехнологий, где свойства материала определяются не их химическим составом, а формой и расположением включений наночастиц. Аналогичная проблема существует и в области металлофафических исследований по микрошлифам, где свойства сплавов определяются по изображениям микрошлифов, которые зачастую имеют сложную структуру. При проведении подобных исследований актуальной является задача анализа и распознавания полутоновых текстур, примерами которых являются микрошлифы чугуна.
Цель диссертационной работы: разработка метода распознавания полутоновых текстур, его алгоритмическая и профаммная реализация на примере металлофафических текстур.
Поставленная цель достигается решением следующих задач:
обоснование выбора математического аппарата стохастической геометрии и функционального анализа для распознавания текстур;
поиск функционалов, обеспечивающих инвариантность триплетных признаков распознавания по отношению к масштабным преобразованиям полутоновых текстур;
генерация триплетных признаков полутоновых текстур;
минимизация размерности признакового пространства и определение решающего правила;
разработка алгоритма распознавания полутоновых текстур с позиции стохастической геометрии и его профаммная реализация;
экспериментальное сравнение эффективности предлагаемого метода и получившего широкое распространение метода распознавания текстур, основанного на матрицах смежности, на примере задачи распознавания полутоновых текстур микрошлифов чугуна с включениями фафита.
Объектом исследования являются методы распознавания сложноструктурированных семантически насыщенных текстур.
Предметом исследования является распознавание полутоновых текстур на основе метода, использующего аппарат стохастической геометрии и функционального анализа, на примере металлографических текстур.
Методы исследования основаны на аппарате стохастической геометрии, функционального анализа, теории вероятностей, математической статистики, цифровой обработки изображений.
Научная новизна работы:
-
Впервые применительно к анализу текстур предложен подход с позиции стохастической геометрии и функционального анализа, который позволяет благодаря генерации большого количества признаков, инвариантных к группе движений и к масштабным преобразованиям, повысить качество распознавания текстур.
-
Разработана модификация метода распознавания образов, основанного на аппарате стохастической геометрии и функционального анализа, заключающаяся в формировании, отборе и применении триплетных признаков двух типов (усовершенствованных геометрических и признаков нового типа -яркостных), позволяющая анализировать и распознавать полутоновые изображения с позиции стохастической геометрии и функционального анализа.
-
Построена совокупность признаков, описывающая как геометрические, так и яркостные особенности полутоновых текстур, позволяющая максимально полно охарактеризовать подобные изображения, что является решающей предпосылкой достижения высокой точности их распознавания.
-
Созданы распознающий алгоритм и его программная реализация, позволяющая автоматически классифицировать полутоновые текстуры и получать важнейшие метрические характеристики их элементов.
Практическая ценность. Предложенная в настоящей работе модификация метода, основанного на аппарате стохастической геометрии и функционального анализа, позволяет расширить класс решаемых с его помощью задач распознавания образов, включив в него практически важную задачу распознавания полутоновых текстур. Разработанный алгоритм, опирающийся на большое количество инвариантных признаков, дает возможность автоматически с высокой точностью и гибкостью анализировать и распознавать полутоновые текстуры. Программная реализация разработанного алгоритма проверена на примере полутоновых текстур микрошлифов чугуна с включениями графита.
Реализация и внедрение результатов. Результаты диссертационной работы внедрены в ОАО «Пензтяжпромарматура». Работа выполнялась по заданию Рособразования на проведение научных исследований. Тема НИР -«Разработка теории анализа и распознавания изображений на основе стохастической геометрии и функционального анализа».
Основные положения, выносимые на защиту:
-
Обоснование целесообразности применения математического аппарата стохастической геометрии и функционального анализа для распознавания текстур.
-
Модифицированный метод и алгоритм формирования триплетных признаков полутоновых текстур, позволяющие учесть не только
геометрические, но и яркостные особенности исследуемых изображений, что является решающей предпосылкой достижения высокой точности их распознавания.
-
Алгоритм определения минимального набора информативных триплетных признаков полутоновых текстур, позволяющий сократить на два порядка размерность признакового пространства.
-
Алгоритм распознавания полутоновых текстур, основанный на аппарате стохастической геометрии и функционального анализа, реализованный на примере полутоновых текстур микрошлифов чугуна с включениями графита.
-
Методика реализации экспериментального исследования эффективности применения модифицированного метода к проблеме анализа и распознавания полутоновых текстур, проведенного на примере полутоновых текстур микрошлифов чугуна с включениями графита.
Апробация работы. Основные положения диссертации докладывались на Международной конференции «Интеллектуализация обработки информации» (ИОИ-8) (Кипр, г. Пафос, 2010), Всероссийской конференции «Математические методы распознавания образов» (ММРО-14) (г. Суздаль, 2009), Международной конференции по мягким вычислениям и измерениям (SCM-2007) (г. Санкт-Петербург, 2007), Международном симпозиуме «Надежность и качество» (г. Пенза, 2010), VII и VIII всероссийских научно-технических конференциях «Современные методы и средства обработки пространственно-временных сигналов» (г. Пенза, 2009, 2010), IX и X международных научно-технических конференциях «Проблемы информатики в образовании, управлении, экономике и технике» (г. Пенза, 2009, 2010).
Публикации. По теме диссертационной работы опубликовано 17 статей, из них три - в журналах, входящих в перечень ВАК.
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы из 125 наименований и приложения, содержащего акты о внедрении. Общий объем диссертации - 164 с, в том числе: 149 с. основного текста, 13 с. списка литературы, 2 с. приложений, 8 таблиц, 60 рисунков.
