Методи та засоби для розв'язку прикладних задач комп'ютерного аналізу зображень

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Національний технічний університет України

Київський політехнічний інститут

Спеціальність 05.13.05 - Комп'ютерні системи та компоненти

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

Тема:

Методи та засоби для розв'язку прикладних задач комп'ютерного аналізу зображень

Дзюба Віталій Георгійович

Київ - 2009

Дисертацією є рукопис

Робота виконана на кафедрі мікроелектроніки Національного технічного університету України "Київський політехнічний інститут" Міністерства освіти і науки України.

Науковий керівник:

академік НАН України, доктор технічних наук, професор Якименко Юрій Іванович, Національний технічний університет України "КПІ", зав. кафедри мікроелектроніки

Офіційні опоненти:

доктор технічних наук, професор Бузовський Олег Володимирович, Національний технічний університет України "КПІ", професор кафедри обчислювальної техніки

кандидат технічних наук, старший науковий співробітник Кийко Володимир Михайлович, Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та Міністерства освіти і науки України, старший науковий співробітник відділу розпізнавання зображень

Відзиви на автореферат у двох примірниках, засвідчені печаткою установи, просимо надсилати за адресою: 03056, м. Київ, просп. Перемоги, 37, Вченому секретарю НТУУ "КПІ"

З дисертацією можна ознайомитись у бібліотеці Національного технічного університету України "Київський політехнічний інститут" за адресою: м. Київ, просп. Перемоги, 37.

Вчений секретар спеціалізованої вченої ради Д 26.002.08 кандидат технічних наук, доцент М.М. Орлова

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Сучасні досягнення в області електроніки та обчислювальної техніки створюють сприятливу можливість використання персональних комп'ютерів при вирішенні складних інженерних та наукових задач. В свою чергу рівень розвитку прикладних галузей штучного інтелекту, таких як нейронні мережі, нечітка логіка, генетичні та еволюційні алгоритми, інтелектуальні агенти дозволяє у поєднанні з новітніми методами та алгоритмами цифрової обробки сигналів наблизитися до вирішення проблеми розпізнавання зображень.

Область комп'ютерного зору включає великий комплекс задач по автоматичному аналізу зображень, таких як розпізнавання цілей, осіб або рукописного тексту, обробка зображень в медицині, вилучення зображень з баз даних за їх текстовим описом або нарисом від руки, контроль якості промислової продукції, виявлення та стеження за об'єктами, реконструкція поверхонь, організація зорового зворотного зв'язку при роботі керованих пристроїв, маніпуляторів або мобільних роботів в змінному середовищі тощо. Спеціалізовані комп'ютерні системи аналізу зображень, що розробляються для вирішення таких задач, адекватно функціонують в певних умовах та чутливі до їх змін. Створення системи комп'ютерного зору з гнучкими можливостями, які подібні до зорової системи людини, - складна наукова та практична задача.

Значний вклад в розвиток інтелектуальних систем, що розпізнають образи, належить вітчизняним вченим: Глушкову В.М., Амосову М.М., Шевченко А. І., Ковалевському В.А., Шлезінгеру М.І., Рибаку В.І., Вінцюку Т.К., Куссулю Е.М., Резнику О.М., Згуровському М.З., Зайченко Ю.П. та іншим.

Очевидно, що загальна теорія розпізнавання образів знаходиться в стані, який характеризується поєднанням низки невирішених до теперішнього моменту теоретичних задач, з одного боку, та величезної кількості ідей і підходів, далеких від остаточного виду добре розробленої теорії, - з іншого. У зв'язку з цим виникає гостра потреба в розробці універсальних теоретичних концепцій, що забезпечують ефективне вирішення задачі розпізнавання об'єктів.

Існуючі методи та засоби комп'ютерного аналізу зображень, як правило, орієнтовані на розв'язання задачі розпізнавання конкретного класу об'єктів. Такий підхід, з одного боку, забезпечує точність розв'язку задачі, а з іншого, - характеризується недостатньою універсальністю. В свою чергу підвищення універсальності негативно позначається на точності. Розробка нових та удосконалення існуючих методів та засобів аналізу півтонових зображень, що поєднують в собі обчислювальну ефективність, точність і універсальність, є актуальною науково-прикладною задачею.

Зв'язок роботи з науковими програмами, планами, темами. Науково-дослідна робота за темою дисертації проводилася за Державною науково-технічною програмою "Ресурс" (Постанова Кабінету Міністрів України від 8 жовтня 2004 р. №1331) в рамках виконання проектів за Договором від 31.07.2007 р. №Ч/435-2007 "Розробка сучасних методологічних підходів та пакету прикладних програм для визначення допустимих рівнів завад у енергетично-інформаційних мережах низької напруги з метою підвищення ресурсу, надійності та технологічної безпеки промислових об'єктів" (№ держреєстрації 0107U006830) та за Договором від 01.11.2005 р. №НЧ/223-2005 "Розробка систем та алгоритмів неруйнівної діагностики технічного стану електротехнічних об'єктів" (№ держреєстрації 0106U000097).

Крім того, дослідження за тематикою дисертаційної роботи виконувалися згідно програм Міністерства освіти і науки України, напрямок 05 "Нові комп'ютерні засоби та технології інформатизації суспільства" НДР № ІТ/494-2007 "Створення та впровадження у виробництво електронного підручника "Мікропроцесори та мікроконтролери"" (№ держреєстрації 0107U007772).

Мета і завдання дослідження. Метою дисертаційної роботи є підвищення ефективності комп'ютерного аналізу півтонових зображень за рахунок розробки нових та удосконалення існуючих методів (попередньої обробки зображень, екстракції ознак об'єктів, нейромережної класифікації об'єктів), а також реалізації спеціалізованих комп'ютерних систем аналізу зображень.

Досягнення мети передбачає розв'язання наступних задач:

– аналіз методів екстракції ознак та класифікації об'єктів;

– модифікація методу попередньої обробки зображень;

– удосконалення методу екстракції ознак об'єктів;

– розвиток нейромережного методу класифікації об'єктів;

– параметрична оптимізація комп'ютерних систем аналізу зображень.

Об'єктом дослідження є процес цифрової обробки сигналів.

Предметом дослідження є методи та засоби комп'ютерного аналізу зображень.

Методи дослідження. Метод просторової фільтрації для обчислення ознак об'єктів. Нейромережний метод обробки даних. Метод посилення асоціативних машин AdaBoost для навчання нейронних мереж. Метод лінійного контрастування для поліпшення якості зображень. Метод найменших квадратів для визначення коефіцієнтів поліномів апроксимацій. Метод регресійного аналізу моделюючих функцій. Метод квадратичного програмування.

Наукова новизна одержаних результатів полягає в розробці нових та удосконаленні існуючих методів комп'ютерного аналізу зображень, відмінною особливістю яких є поєднання властивостей обчислювальної ефективності, точності і універсальності, що дозволяє конструювати системи комп'ютерного зору широкого призначення. Конкретні наукові результати полягають в наступному.

1. Модифіковано адаптивний метод лінійного контрастування для попередньої обробки зображень, який, на відміну від відомого, характеризується більшою обчислювальною ефективністю, що досягається за рахунок пришвидшення процедури обчислення статистичних характеристик зображень.

2. В межах запропонованого підходу до побудови систем аналізу зображень, який полягає в уніфікації процедур екстракції ознак і класифікації об'єктів, вдосконалено метод екстракції ознак на основі просторової фільтрації, що дозволяє знизити складність нейронної мережі.

3. Встановлено, що застосування вдосконаленого методу екстракції ознак в поєднанні з використанням асоціативних машин для розв'язання задачі класифікації об'єктів дозволяє ефективно вирішувати комплексну задачу аналізу зображень.

4. Запропоновано структуру комп'ютерної системи аналізу зображень, до складу якої входять компоненти для навчання та тестування, охоплені зворотним зв'язком, за рахунок чого підвищується адаптивність системи до змін характеристик зображень, які нею аналізуються.

5. Вперше розроблено методику визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування у вигляді рівняння регресії. Розв'язання оптимізаційної задачі з використанням отриманого рівняння регресії для бази зображень FERET дозволило збільшити коефіцієнт розпізнавання із значення 80,86% до 85,22% за рахунок застосування методу послідовного квадратичного програмування.

Практичне значення одержаних результатів визначається розробкою та використанням засобів та систем комп'ютерного аналізу зображень і полягає:

– у створенні алгоритмів і програм для навчання та тестування систем аналізу зображень;

– у створенні бібліотеки, що динамічно підключається, та реалізує функції аналізу зображень;

– у створенні та використанні систем виявлення SMD-резисторів на зображеннях друкованих плат, виявлення автомобільних номерних знаків, аналізу облич на зображеннях.

Комплекс засобів реалізує розроблені та вдосконалені методи і представляє можливість побудови ефективних систем комп'ютерного зору широкого призначення.

За допомогою створеного комплексу засобів практично підтверджена доцільність використання асоціативних машин для вирішення задач аналізу зображень.

Результати можуть бути використані в промислових системах контролю якості розміщення елементів на друкованих платах, в системах обліку та управління транспортним рухом, в системах інформаційної безпеки (доступ до ЕОМ, додатків, баз даних, систем електронної торгівлі), відеоспостереження та стеження за об'єктами, а також в банківських цілях (банкоматах, системах віддаленого управління рахунком).

Основні положення роботи використовуються в Національному технічному університеті України "КПІ" кафедрою конструювання електронно-обчислювальної апаратури при викладанні дисциплін "Системи технічного зору" і "Застосування нейромережних технологій у керуванні виробничими процесами".

Особистий внесок здобувача. У даній роботі дисертантові належать: розробка методів та алгоритмів аналізу зображень, постановка і проведення експериментальних досліджень, систематизація та обробка експериментальних даних.

Роботи [5, 7] написані дисертантом самостійно. У роботах, опублікованих в співавторстві, здобувачу належать: [1] - порівняльна характеристика методів розпізнавання облич; [2] - експериментальне дослідження нечітких методів обробки даних; [3] - розробка алгоритму пошуку облич на зображеннях; [4] - нейромережна апроксимація даних експерименту; [6] - параметрична оптимізація комп'ютерної системи аналізу облич на зображеннях.

Апробація результатів дисертації відбулася на: міжнародній спеціалізованій виставці "БЕЗПЕКА 2003" (жовтень 2003 р., м. Київ); міжнародній науковій конференції "Інтелектуальний аналіз інформації - ІАІ 2004" (травень 2004 р., м. Київ); міжнародній спеціалізованій виставці "БЕЗПЕКА 2004" (жовтень 2004 р., м. Київ); четвертому конкурсі науково-технічних проектів "Інтелектуальний потенціал молодих вчених - місту Києву", де автор здобув 3-ю премію (листопад 2004 р., м. Київ); міжнародній науковій конференції "Інтелектуальний аналіз інформації - ІАІ 2005" (травень 2005 р., м. Київ); міжнародній спеціалізованій виставці "БЕЗПЕКА 2005" (жовтень 2005 р., м. Київ); міжнародній науковій конференції "Інтелектуальний аналіз інформації - ІАІ 2006" (травень 2006 р., м. Київ); міжнародній спеціалізованій виставці "БЕЗПЕКА 2006" (жовтень 2006 р., м. Київ); міжнародній спеціалізованій виставці "БЕЗПЕКА 2007" (жовтень 2007 р., м. Київ); міжнародній науковій конференції "CODATA - 2008" (жовтень 2008 р., м. Київ).

Публікації. По матеріалам дисертації опубліковано 11 друкованих робіт, з них 7 статей в наукових журналах, перелік яких затверджений ВАК України, 4 - в матеріалах міжнародних наукових конференцій.

Структура дисертації. Дисертаційна робота складається з вступу, чотирьох розділів, висновків, списку використаних джерел з 152 найменувань, трьох додатків. Загальний об'єм дисертації складає 184 сторінки, з них 148 сторінок основного тексту, 83 рисунки та 29 таблиць, список використаної літератури на 15 сторінках, три додатки на 9 сторінках.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі визначено місце дослідження в загальній проблемі, обґрунтована актуальність роботи, сформульовані мета, задачі, об'єкт, предмет, методи дослідження, викладено наукову новизну, обґрунтовано достовірність та практичне значення одержаних результатів, відомості про особистий внесок здобувача, апробацію та публікації основних результатів дисертації.

У першому розділі з'ясована особливість процедури аналізу зображень, виконано порівняльний аналіз методів екстракції ознак і класифікації об'єктів, сформульовано основні напрямки теоретичних та експериментальних досліджень.

З'ясовано, що процедура аналізу зображень включає в себе вирішення двох основних задач розпізнавання образів, а саме здійснює пошук та ідентифікацію об'єктів, які знаходяться на зображенні. Встановлено, що процес розпізнавання є двостадійним. На першій стадії відбувається екстракція ознак кожного об'єкта, а на другій - класифікація об'єктів. Обґрунтовано, що при аналізі наукової літератури з метою подальшого порівняння треба відокремити методи, що вилучають ознаки об'єктів, від методів, що класифікують об'єкти.

Дослідження літературних джерел, пов'язаних з темою обробки зображень та розпізнавання образів, дозволило вирізнити 9 методів екстракції ознак (метод головних компонент, лінійний дискримінантний аналіз, незалежний компонентний аналіз, трейс-перетворення, аналіз оптичних потоків, метод активних моделей, швидке перетворення Фур'є, дискретне косинус-перетворення, вейвлет-перетворення) та 9 методів класифікації об'єктів (байесовський підхід, метод еластичного зіставлення графів, машини опорних векторів, приховані Марківські моделі, метод нечіткої класифікації образів, автоасоціативна пам'ять, згортальна нейронна мережа, рециркуляційна нейронна мережа, асоціативні машини). Основу аналізу склали роботи, присвячені розв'язанню задачі розпізнавання облич на зображеннях.

Встановлено критерії для порівняльного аналізу методів екстракції ознак з метою визначення оптимального. Згідно таким критеріям, оптимальним є той метод, який відзначається найкращими часовими характеристиками, а також в поєднанні з методом класифікації ознак забезпечує прийнятну точність розпізнавання. Точність виражається через коефіцієнт розпізнавання, який показує відсоток правильно розпізнаних об'єктів від загальної кількості об'єктів.

Проведено експериментальне дослідження часу роботи алгоритмів екстракції ознак на зображенні 2424 пікселі. В окремих випадках моделювався найбільш складний в обчислювальному сенсі фрагмент алгоритму. Для алгоритму незалежного компонентного аналізу точне значення часу роботи не було встановлено через складність його програмної реалізації, метод аналізу оптичних потоків також не досліджено через низький коефіцієнт розпізнавання (89%). Експериментальне дослідження якості розпізнавання не проводилось, натомість були використані дані, що наведені в науковій літературі.

Аналіз методів екстракції ознак доводить оптимальність вейвлет-перетворення з використанням Хаар-подібних фільтрів (вейвлетів).

З метою визначення оптимального методу класифікації об'єктів встановлено критерії для проведення порівняльного аналізу. Такими критеріями стали: факт ефективного використання методу класифікації при розв'язанні задачі пошуку облич, факт ефективного використання методу класифікації при розв'язанні задачі ідентифікації облич, наявність властивості автоматичного визначення оптимальної розмірності вектору ознак. Під фактом ефективного використання методу класифікації розуміється розв'язання на його основі задачі розпізнавання з прийнятною якістю, що підтверджується експериментально. Якість вважається прийнятною, якщо отриманий коефіцієнт розпізнавання має значення 75% і вище на базі зображень MIT/CMU, 90% і вище на базах зображень FERET, ORL, FACES, AR FACE.

Дані проведеного аналізу доводять оптимальність нейромережного методу класифікації ознак, основаному на застосуванні асоціативних машин.

Другий розділ присвячено модифікації методу попередньої обробки зображень, а також дослідженню та удосконаленню методу екстракції ознак об'єктів на основі просторової фільтрації.

Методи попередньої обробки зображень поділяють на глобальні та локальні. Глобальні методи припускають побудову функції перетворення на основі аналізу змісту яскравості всього зображення. Локальні чи адаптивні формують функції перетворення, які основані на модифікації яскравості пікселів в околі кожного фрагмента зображення.

Лінійне підвищення контрасту здійснюється за допомогою наступного перетворення:

f'(x,y) = af(x,y) + b,

де f(x,y) - вихідне зображення, f'(x,y) - перетворене зображення, a та b - постійні.

Коефіцієнти a, b визначаються так, щоб для вихідного зображення f'(x,y) набути заданих значень математичного очікування м_g та середньоквадратичного відхилення у_g на основі обчислених значень математичного очікування м_f та середньоквадратичного відхилення у_f вихідного зображення f(x,y):

a = у_g / у_f;

b = м_g - м_f у_g / у_f.

Для вікна розміром mxn пікселів, лівий верхній край якого визначається координатою (x',y'), математичне очікування м_lf та середньоквадратичне відхилення у_lf обчислюється так:

де ц(x,y) та г(x,y) - інтегральні таблиці зображень,

,

Теоретично обґрунтована та практично доведена обчислювальна ефективність адаптивного алгоритму лінійного контрастування, що досягається за рахунок прискорення процедури обчислення статистичних характеристик зображеннь. Встановлено, що обчислювальна складність адаптивного алгоритму лінійного контрастування з використанням інтегральних таблиць дорівнює O(N²) (обчислювальна складність аналогічного алгоритму без використання інтегральних таблиць становить O(N⁴)).

Також експериментально підтверджено, що попередня обробка зображень за допомогою локального методу лінійного контрастування сприяє більшій точності розпізнавання в порівнянні з глобальним методом.

Вдосконалено метод екстракції ознак на основі просторової фільтрації зображень за допомогою Хаар-подібних фільтрів (вейвлетів). Фільтрація зображення f(x,y), що має розміри MxN, за допомогою фільтру h(x,y) розміром mxn визначається виразом загального виду:

Графічне позначення фільтрів має тісний зв'язок зі значеннями елементів масок. Світлі області відповідають елементам масок зі значенням +1, темні - -1 (рис. 2).

При дослідженні низькочастотних та високочастотних властивостей фільтрів встановлено, що серед них існує клас, який не може бути використаний для обробки зображень у високочастотному діапазоні, проте модифікація геометрії такого класу фільтрів усунула цей недолік.

а) вихідний фільтр класу H3;

б) модифікований (подвоєна середня темна область) фільтр класу H3V;

в) модифікований (фільтр класу H3V повернутий на 90є) фільтр класу H3H.

Експериментально підтверджено, що удосконалення масок такого класу за рахунок зміни їх геометрії підвищує ефективність розділення ознак. Це означає, що нові маски формують ознаки об'єктів з меншим рівнем складності в розділенні класів. Для підтвердження цієї гіпотези було проведено 3 експерименти (таблиця 1). В кожному з них навчалася нейронна мережа на основі асоціативних машин так, щоб класифікація 2000 зображень облич і 2000 фонових зображень відбувалася з нульовою помилкою. В ході навчання процедурою AdaBoost відбиралися ознаки, що формувалися в процесі фільтрації зображень різними класами фільтрів або комбінацією класів (експеримент №3). На основі виділених ознак визначалася структура мережі, зокрема загальна кількість нейронів (розв'язувальних правил). Встановлено, що вдосконалений метод екстракції ознак на основі просторової фільтрації сприяє формуванню такого набору ознак, який дозволяє скоротити складність нейронної мережі.

Таблиця 1

Оцінка впливу фільтрів на складність нейронної мережі

№ експерименту	Клас фільтру, що використовується	Кількість нейронів в навченій мережі
1	(H3)	813
2	(H3V)	541
3	(H3V, H3H)	342

Формалізовано вирази для відгуків фільтрів з використанням інтегральних таблиць зображень (таблиця 2).



Таблиця 2

Вирази для відгуків фільтрів

Клас фільтру	Графічне позначення	Значення відгуку
H2V
H2H
H3V
H3H
H4

Теоретично обґрунтована та практично доведена обчислювальна ефективність алгоритму фільтрації за рахунок використання інтегральних таблиць зображень .

Відмічено, що кількість масок для зображення розміром 2424 пікселя складає 146736. Це, з одного боку, дозволяє отримати ефективні правила класифікації, з іншого боку, вимагає від алгоритму наявності властивості оптимального відбору таких масок, які мінімізують помилку при розділенні ознак на класи.

Встановлено, що ознакою в задачі ідентифікації об'єктів може бути відгук фільтра, застосованого до абсолютної різниці двох порівнюваних зображень, а саме:

,

де h(i,j) - маска розміром mxn, f₁(x,y) і f₂(x,y) - зображення 1 та зображення 2 відповідно. Алгоритм екстракції ознак не є чутливим до типу задачі розпізнавання в тому випадку, якщо на його вхід поступає або оригінальне зображення при пошуку об'єктів, або різницеве при їх ідентифікації.

Третій розділ пов'язаний з питаннями формальної постановки задачі класифікації об'єктів, генерації навчальних вибірок для вирішення задачі розділення мультикласів, синтезу нейромережного класифікатора, які визначають подальший розвиток нейромережного методу класифікації об'єктів. цифровий нейромережний комп'ютерний зображення

Використано метод генерації навчальних вибірок для вирішення задачі розділення мультикласів. При пошуку об'єктів розв'язувальне правило відносить ознаки до двох класів "об'єкт" та "фон", тобто кількість класів l=2. Задача ідентифікації об'єктів характеризується тим, що кількість класів є змінною величиною (l?2).

Трансформація задачі розділення мультикласів (l?2) в задачу розділення двох класів (l=2) забезпечується шляхом генерації навчальних вибірок із застосуванням комбінаторного підходу. В цьому випадку метод класифікації об'єктів є універсальним для двох основних задач розпізнавання. Для того, щоб навчити систему ідентифікації l об'єктів (класів), в якій кожен об'єкт представлений q екземплярами зображень, необхідно сформувати таку кількість навчальних пар:

M_заг = ;

кількість позитивних пар навчальної вибірки дорівнює:

;

кількість негативних пар -- M_нег = M_заг - M_поз

Розроблено підхід, що дозволяє отримати загальний розв'язок задачі пошуку та ідентифікації об'єктів шляхом уніфікації процедур екстракції ознак і класифікації об'єктів. Це означає, що єдиний алгоритм екстракції ознак може застосовуватися як при пошуку, так і при ідентифікації об'єктів на зображеннях. Аналогічну властивість має алгоритм класифікації об'єктів. Таке рішення дозволяє знизити складність програмної реалізації систем аналізу зображень на відміну від підходу, коли як алгоритм пошуку об'єктів, так і алгоритм ідентифікації об'єктів застосовує власні специфічні процедури екстракції ознак і класифікації об'єктів.

Подальший розвиток отримав нейромережний метод класифікації об'єктів. Досліджено структуру нейронної мережі, яка формується алгоритмом підсилення AdaBoost. Розв'язувальне правило оперує значеннями ознаки x, x X, і задається виразом:

,

де p - полярність, яка набуває значень -1 и +1, t - поріг. Варто відзначити, що цей вираз описує роботу персептрона, функція активації якого є пороговою із зсувом. Схематично такий нейрон представлений на рис. 5.

Для кожного класу визначається ознака-прототип як вектор математичного очікування ознак цього класу, отриманих шляхом застосування одного і того ж фільтру до всіх прикладів:

,

де n_i - число векторів ознак об'єктів класу щ_i, і підсумовування ведеться по всіх таких векторах,

l - число класів.

Якщо l = 2, тоді поріг t та полярність p визначаються так:

Об'єднання правил з подальшою пороговою класифікацією формує шар нейронної мережі, активність якого описується наступним виразом:

де M - кількість нейронів в шарі,

- вирішальне правило для -го компоненту вектора X,

X = {x₁, x₂, …, x_M} - вектор вхідних сигналів,

W = {w₁, w₂, …, w_M} - вектор вагових коефіцієнтів,

P = {p₁, p₂, …, p_M} - вектор полярностей,

T = {t₁, t₂, …, t_M} - вектор порогів,

T_g - значення порогу для шару. На рис. 6 схематично зображений шар нейронів, функціонування якого описується формулою, яка приведена вище.

Класифікатор отримується шляхом об'єднання шарів в єдину асоціативну машину (нейронну мережу). Кожен шар навчається відповідно до методу посилення Ada Boost, який визначає значення параметрів, що настроюються W, P, T, T_g. На ітерації n алгоритм посилення реалізує слабку модель навчання (розв'язувальне правило). Слабка модель навчання обчислює гіпотезу X>Y, яка коректно класифікує частину прикладів навчання. Помилка вимірюється по відношенню до розподілу множини прикладів навчання. Цей процес продовжується протягом певної кількості ітерацій, внаслідок чого машина посилення об'єднує гіпотези у єдину завершальну гіпотезу

Активність шару нейронної мережі H(X, W, P, T, T_g) обчислюється голосуванням з множини гіпотез . Це означає, що для даного вхідного вектора X остаточна гіпотеза дає на виході мітку Y, яка максимізувала суму вагових коефіцієнтів слабких гіпотез, що визначили цю мітку. Вага гіпотези обернено пропорційна значенню помилки, з якою ця гіпотеза класифікує приклади.

Встановлено та експериментально підтверджено, що асоціативні машини проявляють властивість універсальності до розпізнавання різних класів об'єктів, доказом чого є розв'язання з прийнятною якістю задач пошуку пасивних елементів, номерних знаків, очей та облич на зображеннях.

Обґрунтована та експериментально підтверджена точність класифікації зображень асоціативними машинами. В ході дослідження було проведено експерименти, в яких тестувався алгоритм пошуку облич на зображеннях та алгоритм ідентифікації облич. При тестуванні алгоритму пошуку облич на зображеннях з бази BioID максимальний коефіцієнт був досягнутий на рівні 96,11%. Якість розпізнавання алгоритмом ідентифікації облич досліджувалась на зображеннях з баз ORL та FERET. У першому випадку коефіцієнт розпізнавання становив 99%, у другому - 99,4%. Досягнуті значення коефіцієнтів розпізнавання на базах BioID, ORL і FERET збігаються з результатами, опублікованими в науковій літературі.

Встановлено, що екстракція ознак на основі просторової фільтрації в поєднанні з використанням асоціативних машин для розв'язання задачі розпізнавання об'єктів дозволяє ефективно вирішувати комплексну задачу аналізу зображень.

Четвертий розділ присвячений структурному синтезу систем аналізу зображень, розробці методики визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування, параметричній оптимізації системи розпізнавання облич, порівняльному аналізу системи розпізнавання облич з аналогами, створенню засобів та систем комп'ютерного аналізу зображень.

Синтезовано структуру комп'ютерної системи аналізу зображень, до складу якої входять компоненти для навчання та тестування, охоплені зворотним зв'язком, за рахунок чого підвищується адаптивність системи до змін характеристик зображень, які нею аналізуються. Якщо система працює з неналежною якістю та помиляється на деяких зображеннях внаслідок зміни їх характеристик (яскравості, контрасту, роздільної здатності і т.п.), тоді експерт має змогу відшукати їх в базі даних 1. Далі інформація про помилково розпізнанні зображення передається в блок тестування, який формує навчальну вибірку, а далі зберігає її в базі даних 2. На основі нової вибірки блоками навчання формуються додаткові розв'язувальні правила, які завантажуються в базу правил. Це забезпечує подальше коректне адаптивне функціонування системи, яке нечутливе до нових характеристик зображень.

Вперше розроблено методику визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування у вигляді рівняння регресії. Процес налагодження базується на визначенні множини внутрішніх параметрів налаштування системи аналізу зображень, проведенні експериментальних досліджень залежності коефіцієнта розпізнавання від визначених параметрів, апроксимації вищеназваної залежності рівнянням регресії, максимізації коефіцієнта розпізнавання за допомогою методу послідовного квадратичного програмування.

Проведено дослідження розробленої методики на прикладі оптимального налаштування системи аналізу облич на зображеннях бази FERET. Були визначені такі параметри налаштування: яскравість зображення (x_B), контраст зображення (x_K), стартовий масштаб скануючої маски для пошуку облич (x^f_ss), дискретний крок переміщення маски для пошуку облич (x^f_d), коефіцієнт масштабування маски для пошуку облич (x^f_sc), стартовий масштаб скануючої маски для пошуку очей (x^e_ss), дискретний крок переміщення маски для пошуку очей (x^e_d), коефіцієнт масштабування маски для пошуку очей (x^e_sc). В результаті експерименту, який складався з 64 дослідів, були отримані значення коефіцієнта розпізнавання при різних значеннях параметрів x_B, x_K, x^f_ss, x^f_d, x^f_sc, x^e_ss, x^e_d, x^e_sc.

Вперше встановлено залежність між коефіцієнтом розпізнавання системи аналізу облич на зображеннях і параметрами її налаштування x_B, x_K, x^f_ss, x^f_d, x^f_sc, x^e_ss, x^e_d, x^e_sc у вигляді рівняння регресії, що складається з 45 членів. Скорочений варіант рівняння має такий вид:

K = 70,89 - 3,58x_B - 0,90x_K - 73,63x^f_ss + … - 89,86x^e_sc + 0,07x_Bx_K +

0,01(x_Bx^f_ss)² + … + 0,46(x^e_d x^e_sc)² - 0,03(x_B)² - 0,16(x_K)² + 0,02x_Bx_K x^f_sc -

- 60,7(x^f_d)² - 47,5(x^f_sc)² - 0,05x_Bx_Kx^e_ss - 1,98x_Bx^e_ss x^e_sc - 1,35x_B x^f_scx^e_ss.

Максимізовано значення коефіцієнта розпізнавання із значення 80,86% до значення 85,22% за рахунок застосування оптимізаційного методу послідовного квадратичного програмування до встановленої залежності.

В результаті порівняння основних показників систем розпізнавання облич встановлено, що розроблена в ході дисертаційної роботи система аналізу облич на зображенні конкурує з відомими по часовим характеристиках, але, в той же час, поступається системам "FaceVACS-Sentry" та "VeriLook" за якістю розпізнавання (таблиця 3). З огляду на те, що системи-аналоги базуються на спеціалізованому алгоритмі, який придатний тільки для розпізнавання облич, а авторська система є універсальною і може бути адаптована під інший клас об'єктів, тому її характеристикам можна дати добру загальну оцінку.

Розроблено комплекс комп'ютерних засобів, до складу якого увійшли програма навчання детектора об'єктів, програма навчання ідентифікатора об'єктів, програма тестування, бібліотека, що динамічно підключається, та реалізує функції аналізу зображень, програма візуальної оцінки якості аналізу зображень, GUI-додаток для аналізу облич на зображеннях.

Таблиця 3

Основні характеристики систем розпізнавання облич

	Назва системи
	Авторська система	"FaceVACS-Sentry"	"ABIS® System FaceExaminer"	"Видеопоток"	"Veri-Look"
Тип системи	універсальна	спеціалізована	спеціалізована	спеціалізована	спеціалізована
Коефіцієнт розпізнавання	85,2%	90%	82%	80,5%	88%
Час аналізу	0,15-0,2 с	< 1c	0,050-0,3 с	-	0,2 с

В рамках дисертаційної роботи були створенні та використані такі прикладні системи: система виявлення SMD-резисторів на зображеннях друкованих плат, система виявлення автомобільних номерних знаків, система аналізу облич на зображеннях.



ВИСНОВКИ

Основним результатом дисертаційної роботи є розробка нових та удосконалення існуючих методів і засобів ефективного комп'ютерного аналізу зображень. Результати можуть бути сформульовані у вигляді наступних положень.

1. Проведено порівняльний аналіз методів розпізнавання образів і обґрунтована доцільність використання вейвлет-перетворення та асоціативних машин для розв'язання задач пошуку та ідентифікації об'єктів на зображеннях.

2. Модифіковано адаптивний метод лінійного контрастування для попередньої обробки зображень, який, на відміну від відомого, характеризується більшою обчислювальною ефективністю, що досягається за рахунок пришвидшення процедури обчислення статистичних характеристик зображень.

3. Вдосконалено метод екстракції ознак на основі просторової фільтрації, що, в порівнянні з відомим, сприяє формуванню такого набору ознак, який дозволяє знизити складність нейронної мережі.

4. Розроблено підхід, який полягає в уніфікації процедур екстракції ознак і класифікації об'єктів, що дозволяє знизити складність програмної реалізації систем аналізу зображень.

5. В результаті дослідження та удосконалення відомих методів екстракції ознак і класифікації об'єктів встановлено, що екстракція ознак на основі просторової фільтрації в поєднанні з використанням асоціативних машин для розв'язання задачі класифікації об'єктів дозволяє ефективно вирішувати комплексну задачу аналізу зображень.

6. Запропоновано структуру комп'ютерної системи аналізу зображень, до складу якої входять компоненти для навчання та тестування, охоплені зворотним зв'язком, за рахунок чого підвищується адаптивність системи до змін характеристик зображень, які нею аналізуються.

7. Вперше розроблено методику визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування у вигляді рівняння регресії. Розв'язання оптимізаційної задачі з використанням отриманого рівняння регресії для бази зображень FERET дозволило збільшити коефіцієнт розпізнавання із значення 80,86% до 85,22% за рахунок застосування методу послідовного квадратичного програмування.

8. Створено комплекс засобів, за допомогою якого практично підтверджена доцільність використання асоціативних машин для вирішення задач аналізу зображень.

9. Спроможність підходу до побудови систем аналізу зображень підтверджена в результаті розробки та використання окремих компонентів і систем, які складають практичну цінність дисертаційної роботи.



СПИСОК ПУБЛІКАЦІЙ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Дзюба В.Г. Анализ методов распознавания лиц / Ю.И. Якименко, В.Г. Дзюба // Электроника и связь. - 2003. - №20. - С. 149-152. - Здобувачу належить порівняльна характеристика методів розпізнавання облич.

2. Дзюба В.Г. Использование нечетких множеств для распознавания / Ю.И. Якименко, В.Г. Дзюба // Электроника и связь. - 2004. - №22. - C. 40-44. - Здобувачу належить експериментальне дослідження нечітких методів обробки даних.

3. Дзюба В.Г. Алгоритм автоматического захвата лиц / Ю.И. Якименко, В.Г. Дзюба // Тематический выпуск "Проблемы электроники". - 2005. - Часть 2. - С. 88-92. - Здобувачу належить розробка алгоритму пошуку облич на зображеннях.

4. Дзюба В.Г. Нейросетевая аппроксимация термометрической характеристики диодного сенсора / Ю.М. Шварц, П.А. Яганов, В.Г. Дзюба // Технология и конструирование в электронной аппаратуре. - 2005. - №5. - C. 18-22. - Здобувачу належить нейромережна апроксимація даних експерименту.

5. Дзюба В.Г. Нейросетевой метод идентификации образов / В. Г. Дзюба // Тематический выпуск "Проблемы электроники". - 2006. - Часть 1. - С. 69-74.

6. Дзюба В.Г. Компьютерная система анализа лиц на изображениях / Ю. И. Якименко, В.Г. Дзюба // Электроника и связь. - 2007. - №6. - С. 19-25. - Здобувачу належить параметрична оптимізація комп'ютерної системи аналізу облич на зображеннях.

7. Дзюба В.Г. Застосування нейронної мережі для пошуку об'єктів на зображенні / В.Г. Дзюба // Наукові вісті. - 2008. - №4. - C. 27-33.

8. Дзюба В.Г. Методы автоматической идентификации лиц / Ю.И. Якименко, В.Г. Дзюба // Сб. трудов IV международной конференции "Интеллектуальный анализ информации ИАИ-2004". - К., 2004. - C. 209-216.

9. Дзюба В.Г. Алгоритм автоматической локализации глаз на изображении / Ю.И. Якименко, В.Г. Дзюба // Сб. трудов V международной конференции "Интеллектуальный анализ информации ИАИ-2005". - К., 2005. - C. 302-310.

10. Дзюба В.Г. Идентификация лиц с помощью нейронных сетей / В.Г. Дзюба // Сб. трудов VI международной конференции "Интеллектуальный анализ информации ИАИ-2006". - К., 2006. - C. 84-94.

11. Dzyuba V.G. Application of neural networks to the search of objects in an image / V.G. Dzyuba, Y.I. Yakimenko // Scientific Information for Society - from Today to the Future: 21st International CODATA conference, 5-8 oct. 2008 y.: Abstracts. - Kyiv, 2008. - P. 84-85.



АНОТАЦІЇ

Дзюба В.Г. Методи та засоби для розв'язку прикладних задач комп'ютерного аналізу зображень. - Рукопис

Дисертація на здобуття вченого ступеня кандидата технічних наук за фахом 05.13.05 - Комп'ютерні системи та компоненти. - Національний технічний університет України "Київський політехнічний інститут", Київ, 2009.

Дисертація присвячена розробці нових та удосконаленню існуючих методів та засобів для підвищення ефективності комп'ютерного аналізу зображень. В результаті теоретичних та експериментальних досліджень, проведених в дисертаційній роботі, модифіковано адаптивний метод лінійного контрастування для попередньої обробки зображень, вдосконалено метод екстракції ознак на основі просторової фільтрації, розроблено підхід, який полягає в уніфікації процедур екстракції ознак і класифікації об'єктів, встановлено, що екстракція ознак на основі просторової фільтрації в поєднанні з використанням асоціативних машин для розв'язання задачі розпізнавання об'єктів дозволяє ефективно вирішувати комплексну задачу аналізу зображень, запропоновано структуру комп'ютерної системи аналізу зображень, до складу якої входять компоненти для навчання та тестування, охоплені зворотним зв'язком, вперше розроблено методику визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування у вигляді рівняння регресії.

Ключові слова: системи комп'ютерного зору, аналіз зображень, розпізнавання образів, пошук і ідентифікація об'єктів, просторова фільтрація, асоціативні машини.

Дзюба В.Г. Методы и средства для решения прикладных задач компьютерного анализа изображений. - Рукопись

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.05 - Компьютерные системы и компоненты. - Национальный технический университет Украины "Киевский политехнический институт", Киев, 2009.

Диссертация посвящена разработке новых и усовершенствованию существующих методов и средств эффективного компьютерного анализа изображений.

Проведен сравнительный анализ методов распознавания образов и обоснована целесообразность использования вейвлет-преобразования и ассоциативных машин для решения задач поиска и идентификации объектов на изображениях.

Модифицирован адаптивный метод линейного контрастирования для предварительной обработки изображений, который, в отличии от известного, характеризуется большей вычислительной эффективностью, что достигается за счет ускорения процедуры вычисления статистических характеристик изображений.

Теоретически обоснованна и практически доказана вычислительная эффективность адаптивного алгоритма линейного контрастирования, которая достигается за счет ускорения процедуры вычисления статистических характеристик изображений. Установлено, что вычислительная сложность адаптивного алгоритма линейного контрастирования с использованием интегральных таблиц равняется (вычислительная сложность аналогичного алгоритма без использования интегральных таблиц составляет ). Экспериментально подтверждено, что предварительная обработка изображений с помощью разработанного метода способствует большей точности распознавания по сравнению с глобальным методом линейного контрастирования.

Усовершенствован метод извлечения признаков на основе пространственной фильтрации изображений. Формализированы выражения для фильтрации изображений, которые, в отличие от известных, формируют признаки объектов в ортогональных и ортонормированных системах координат, что позволяет исключить их взаимную корреляцию. Теоретически обоснована и практически доказана вычислительная эффективность алгоритма фильтрации, которая достигается за счет использования интегральных таблиц изображений.

Отмечено, что количество масок для изображения размером 2424 пикселя составляет 146736. Это, с одной стороны, позволяет получить эффективные правила классификации, с другой стороны, требует от алгоритма наличия свойства оптимального отбора таких масок, которые минимизируют ошибку при разделении признаков на классы.

Предложен подход, который заключается в унификации процедур извлечения признаков и классификации объектов, что позволяет снизить сложность программной реализации систем анализа изображений.

Использован метод генерации обучающих выборок, который способствует эффективному решению задачи разделения мультиклассов за счет использования комбинаторного подхода.

Дальнейшее развитие получил нейросетевой метод классификации признаков. Установлена и практически подтверждена вычислительная эффективность, универсальность и точность решения задачи анализа изображений за счет использования ассоциативных машин.

Установлено и экспериментально подтверждено, что ассоциативные машины проявляют свойство универсальности к распознаванию разных классов объектов, доказательством чего является решение с приемлемым качеством задач поиска пассивных элементов, номерных знаков, глаз и лиц на изображениях.

Теоретически обоснована и экспериментально подтверждена точность классификации изображений ассоциативными машинами. В ходе исследования были проведены эксперименты, в которых тестировался алгоритм поиска лиц на изображениях, а также алгоритм идентификации лиц. При тестировании алгоритма поиска лиц на изображениях из базы BIOID максимальный коэффициент был достигнут на уровне 96,11%. Качество распознавания алгоритмом идентификации лиц исследовалось на изображениях из баз ORL и FERET. В первом случае коэффициент распознавания составил 99%, во втором - 99,4%. Достигнутые значения коэффициентов распознавания на базах BIOID, ORL и FERET совпадают с результатами, опубликованными в научной литературе.

Предложена структура компьютерной системы анализа изображений, в состав которой входят компоненты для обучения и тестирования, охваченные обратной связью, за счет чего повышается адаптивность системы к изменяющимся характеристикам анализируемых изображений.

Впервые разработана методика определения зависимости между коэффициентом распознавания системы анализа изображений и параметрами ее настройки в виде уравнения регрессии. Решение оптимизационной задачи с использованием полученного уравнения регрессии для базы изображений FERET позволило увеличить коэффициент распознавания со значения 80,86% до 85,22% за счет применения метода последовательного квадратичного программирования.

В результате сравнения основных показателей систем распознавания лиц можно заключить, что разработанная в ходе данной диссертационной работы система анализа лиц на изображении конкурирует с остальными по временным характеристикам, но, в то же время, уступает системам "FaceVACS-Sentry" и "VeriLook" по качеству распознавания.

Разработан комплекс компьютерных средств, в состав которого вошла программа обучения детектора объектов, программа обучения идентификатора объектов, программа тестирования, динамически подключаемая библиотека, которая реализует функции анализа изображений, программа визуальной оценки качества анализа изображений, GUI-приложение для анализа лиц на изображениях.

В рамках диссертационной работы были созданы и использованы такие прикладные системы: система обнаружения SMD-резисторов на изображениях печатных плат, система обнаружения автомобильных номерных знаков, система анализа лиц на изображениях.

Ключевые слова: системы компьютерного зрения, анализ изображений, распознавание образов, поиск и идентификация объектов, пространственная фильтрация, ассоциативные машины.

V.G. Dzyuba. The methods and aids for solving of applied tasks of computer analysis of images. The manuscript

The thesis for conferment of scientific degree of candidate of technical sciences in specialty 05.13.05 - the Computer systems and components. The National technical university of Ukraine the "Kiev polytechnic institute", Kyiv, 2009.

Dissertation is devoted to development of new and improvement of existent methods and facilities for the increase of efficiency of computer analysis of images. As a result of theoretical and experimental researches, conducted in dissertation work, the adaptive method of the linear contrasting is modified for the preprocessing of images, the method of feature extraction is improved on the basis of spatial filtration, approach which consists in standardization of procedures of feature extraction and classification of objects is developed, it is set that feature extraction on the basis of spatial filtration in combination with the use of associative machines for the decision of task of recognition of objects allows effectively to decide the complex task of analysis of images, the structure of the computer system of analysis of images, which components for training and testing, overcame a feed-back enter in the complement of is offered, the method of determination of dependence is first developed between the coefficient of recognition of the system of analysis of images and parameters of its tuning as equalization of regression.

Keywords: computer vision systems, image analysis, pattern recognition, search and identification of objects, spatial filtration, associative machines.

Размещено на Allbest.ru

...