П. А. ИВАНОВ
Ярославский государственный технический университет
ПРИМЕНЕНИЕ СОСТАВНЫХ ФИЛЬТРОВ
В ЗАДАЧАХ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ, ПОДВЕРГНУТЫХ ПРЕОБРАЗОВАНИЯМ ГЕОМЕТРИИ
Приводятся результаты моделирования на ПЭВМ распознавания двумерных полутоновых изображений, подвергнутых преобразованиям геометрии, в том числе преобразованию изменения масштаба, с помощью составных фильтров МСЭК, ГМСЭК и MINACE.
Среди широкого круга задач оптической обработки информации, весьма актуальной является задача распознавания изображений, подвергнутых преобразованиям геометрии (поворот, сдвиг, изменение масштаба, различные искажения формы распознаваемого объекта и т. п.). Довольно популярным и привлекательным решением является применение оптико-электронных корреляторов изображений [1]. Основной функцией данного устройства является вычисление корреляционной функции входного изображения с эталоном, реализованным в виде голографического фильтра.
К сожалению, выбор в качестве эталона оригинала распознаваемого изображения является крайне неудачным. При корреляционном распознавании изображений, подвергнутых геометрическим преобразованиям (а в естественных условиях, например, при аэрофотосъемке, таковые есть всегда), выходной корреляционный пик резко деградирует при самых малейших изменениях геометрии распознаваемого объекта (за исключением преобразования сдвига, т. к. корреляционная функция обладает автоматической инвариантностью к этому типу преобразований). Довольно популярным вариантом выбора эталона является применение составного инвариантного корреляционного фильтра. Весьма привлекательным подходом для решения задач распознавания изображений, подвергнутых преобразованиям геометрии, являются алгоритмы синтеза фильтров на основе вычисления инвариантного параметра, в первую очередь, составных фильтров (типа МСЭК, ГМСЭК, MINACE и их модификаций) [2].
В работе был проведен синтез на ПЭВМ и моделирование применения вышеуказанных фильтров при распознавании объектов, подвергнутых преобразованиям геометрии. В качестве среды моделирования был выбран программный пакет MatLab, как наиболее подходящий для указанных задач. В качестве исходных изображений использовалась база данных полутоновых изображений типа “самолет”, подвергнутых преобразованию изменения масштаба в диапазоне от -100% до +100% от первоначального с шагом в 1%, 5%,10% и 15%, всего соответственно, 101, 21, 11 и 7 изображений (отдельно для увеличения и уменьшения масштаба), а также преобразованию поворота в плоскости на углы от 0 до 355° с шагом 5°, 10°и 15°, всего соответственно 72, 36 и 24 изображения.
Моделирование показывает, что имеют место удовлетворительные результаты по количеству ошибок для распознавания изображений, подвергнутых преобразованию поворота, при шаге угла поворота до 10°. Очень хорошие результаты получены для распознавания изображений, подвергнутых преобразованию изменения масштаба, прежде всего, в сторону уменьшения, особенно в случае MINACE-фильтра (рис. 1).
Рис. 1. Зависимость нормированной величины пика корреляции от величины изменения масштаба (уменьшение, %) входного объекта,
шаг изменения масштаба – 10%, разрешение – 64х64
Результаты моделирования позволяют надеяться на успешное применение составных фильтров для подобного класса задач.
Список литературы
1. Евтихиев Н. Н., Евтихиева О. А., Компанец И. Н. и др. Информационная оптика. М.: МЭИ, 2000.
2. Vijaya Kumar B. V.K. Tutorial survey of composite filter design for optical correlators. Appl. Opt. 1992. V.31. P..
