книги / Теория признаков распознавания образов на основе стохастической геометрии и функционального анализа
..pdfГ Л А В А 8
ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ИЗОБРАЖЕНИЙ НА ОСНОВЕ СТОХАСТИЧЕСКОЙ ГЕОМЕТРИИ И ФУНКЦИОНАЛЬНОГО АНАЛИЗА
8.1.Двойственное трейс-преобразование
Взадачах распознавания образов традиционно выделяют несколько этапов: подготовку к распознаванию (предварительную обработку),
формирование признаков, решающую процедуру. Исторически сложи лось, что каждый этап с теоретической точки зрения в литературе освещается отдельно. В единое целое этапы распознавания сводились при рассмотрении конкретных задач. Подходы к реализации первых двух этапов чаще всего различны и существенно зависят, по общепри нятому мнению, от опыта и интуиции проектировщика распознающей системы.
Подход с позиций стохастической геометрии и функционального анализа позволяет создать совмещённую интегрированную теорию признаков распознавания и предварительной обработки изображе ний. Ключевым элементом теории, так же как и для теории триплетных признаков распознавания, является трейс-преобразование изображе ний. Данное преобразование детально рассмотрено в главе 5. Здесь лишь приведены основные положения, поскольку предстоит ввести в рассмотрение связанное с ним двойственное трейс-преобразование.
Трейс-преобразование изображений. Пусть F(x,y) — функция изображения на плоскости. Выше мы рассмотрели сканирующую пря мую на плоскости 1(0, p,t), которая задаётся нормальными координата ми О и р\
xcosO+ ysinO = р, |
(8.1) |
параметр t задаёт точку на прямой.
Множество сканирующих прямых А представляет собой в тополо гическом смысле лист Мёбиуса (или цилиндр).
Функция двух аргументов д(0, д) = Т(ДП 1(0, рЛ)) = Т(До 1(0, р, t)), которая является результатом действия функционала Т при фиксиро ванных значениях переменных в и р, была определена как трейстрансформанта; процесс формирования трейс-трансформанты назван выше трейс-преобразованием. Трейс-трансформанта д(0,р) является
176 Гл. 8. Предварительная обработка изображений
получим вектор значений, непрерывным аналогом которого будет 2ъ- периодическая кривая. Результат применения функционала Р к трейсматрице показан на рис. 8.1, в.
Заключительный этап формирования нового признака распознава ния изображений состоит в действии функционала 0 на функцию h(0), т. е. признак распознавания есть П(F) = Qh(0). Сам функционал © назван круговым, так как область определения кривой — 2тт.
Структура признака распознавания представляет собой последова тельную композицию трёх функционалов ©, Р и Т, действующих соответственно по переменным в,р и t:
П(F) = &(h(0)) = © о Р (д(в, р)) = е о Р о Т(/(0, р, *)).
Двойственное трейс-преобразование. Значения функции F на прямой 1(0, р) плоскости (х ,у ) порождают значение функции д(0,р) в точке плоскости (0,р) по правилу Т.
Преобразуем выражение (8.1):
, |
I X |
и |
\ |
V ^2 +У2 |
cos6>+ ^ ----= s in 6> =р, |
||
|
\ V + yz |
\ /x l + yz |
J |
|
Acoe(a — 6) = p, |
(8.2) |
|
где A = л/ж2 + v2 и |
a = arccos — |
x . |
|
|
у / x 1 + у 2 |
|
На основании (8.2) можно говорить, что значение функции F(x,y) в точке (х,у) порождает значения функции д на синусоиде, определяемой соотношением (8.2), в плоскости (0,р).
Рассмотрим функционал Т\(д Г) s(x,y,t)), где s(x,y,t) — синусоида (8.2), определяемая параметрами х и у, a t задаёт точку на сину соиде. Найдём функцию двух аргументов F\(x, у) = Ti(g П s(x, y,t)) как результат действия функционала Ti при фиксированных х и у. Назовем преобразование Ti двойственным трейс-преобразованием в силу двойственности соотношений (8.1) и (8.2).
Если последовательно выполнить прямое, а затем двойственное трейс-преобразование, то имеем преобразование функции изображе
ния F (x,y ) в функцию изображения F\(x,y)\ |
|
F\ = T i ( T (F f\l(0,p,t))r\ s(x,y,t)). |
|
Выбор конкретных реализаций функционалов Т |
и Т| позволяет |
получить как тождественное преобразование, так и |
преобразование |
с заданными свойствами. |
|
Существование примера тождественного преобразования следует из теоремы обращения преобразования Радона [73], которое может быть описано в терминах трейс-преобразования.
В зависимости от вида прямого и двойственного трейспреобразований возможно осуществить предварительную обработку изображений для уменьшения зашумленности изображений, сегмента ции, сглаживания, полигональной аппроксимации и выделения контура или выпуклой оболочки.
178 |
Гл. 8. Предварительная обработка изображений |
Сегментация изображения производится путем проведения линий, разделяющих сегменты изображения. В частном случае сегментация может быть выполнена с помощью прямых.
Рассмотрим замкнутые внутренние области трейс-матрицы д(6,р), в которых значения ее элементов равны нулю. Любой элемент из такой области, имеющий координаты (в, р), восстанавливает некоторую сегментирующую прямую I с нормальными координатами (в,р):
I = {(х,у): xcosO + ysinO = р}.
Проведя по одной прямой из каждой внутренней области нулевых значений трейс-матрицы, получим разбиение изображения на множест во изображений, каждое из которых содержит не более одного объекта.
Обычно решение задач сегментации и определения числа объек тов требует привлечения структурных методов распознавания. Автор и его научный коллектив успешно применили интегральный метод триплетных признаков и трейс-преобразование для решения подобных задач при создании системы автоматического распознавания дефектов сварных соединений [50](см. главу 9). Согласно нормативным доку ментам на проведение сварочных работ, в частности ГОСТ 23055-78 (Классификация сварных соединений по результатам радиографическо го контроля), выделяется класс дефектных сварных швов, на рент геновском изображении которых присутствует несколько произвольно расположенных дефектов, и в ходе контроля определяется количество дефектов. Представленная формулой (8.4) цепочка функционалов (где функционал Т произвольный, но не тождественный ноль) и рассмот ренный выше алгоритм сегментации позволяют распознать этот класс объектов.
Определение метрических характеристик объектов. Построим ряд триплетных признаков, которые имеют конкретный геометрический смысл и могут рассматриваться как предварительная информация об объекте распознавания.
Пусть п(в,р) — функция числа пересечений изображения F пря мой 1(6, р). Определим функционал Т:
Т ( Fn l ) = n(6,p). |
(8.5) |
Функционал Р определим как интеграл по переменной р в пределах ее изменения:
R |
|
P(T(Fn/)) |
T(FDl )dp, |
- R |
|
где R — радиус сканируемой части |
плоскости, т. е. радиус сетчатки. |
Определяя функционал 0 по формуле (8.4), получим диаметр объ екта на изображении.
Если заменить в рассмотренной трехзвенной структуре функцио
нал Т на следующий: |
|
|
|
|
T(F П I) |
f(6,p,t)dt, |
( |
8 |
. ) |
|
|
|
6 |
F r l ^ j t 0