Методи адаптивно-структурної локалізації символьної інформації при формуванні образів в системах штучного інтелекту

Размещено на http://www.allbest.ru/

Одеський національний політехнічний університет

УДК 004.932

Автореферат

дисертації на здобуття наукового ступеня кандидата технічних наук

Методи адаптивно-структурної локалізації символьної інформації при формуванні образів в системах штучного інтелекту

05.13.23 - Системи та засоби штучного інтелекту

Ткаченко Олена Вікторівна

Одеса 2009

Загальна характеристика роботи

Актуальність теми. Одним із завдань, що вирішуються системами штучного інтелекту в області комп'ютерного зору, є завдання інтерпретації символьної інформації (СІ). Це завдання виникає при побудові комп'ютерних систем розпізнавання зображень (КСРЗ), які використовуються при автоматизації документообігу, введенні паспортно-візової інформації, обліку рухомого транспорту, ідентифікації виробів, пошуку СІ в мультимедійних колекціях та тощо. Основні проблеми, що заважають широкому впровадженню КСРЗ, пов'язані з їх предметною орієнтацією і недостатньою універсальністю. Крім того, широке використання КСРЗ на практиці обмежується невисокою достовірністю розпізнавання СІ із спотвореннями, в умовах завад, на складному фоні. Суттєвий вплив на достовірність розпізнавання СІ має правильність інтерпретації (аналізу) окремих областей зображення. Зображення, що містить символьну інформацію (ЗМСІ) може бути подано як ієрархічний об'єкт з набором квазістаціонарних областей, що характеризуються певними ознаками. Таке подання (відповідно до стандарту MPEG-7) передбачає декомпозицію зображення на складові частини, тобто виділення окремих об'єктів зображення, областей з СІ, символьних рядків і окремих символів. В результаті послідовності дій отримують формальний опис зображення відповідно до моделі формування образів (МФО) ЗМСІ, що робить КСРЗ більш універсальними. Розробка нових і вдосконалення існуючих методів інтерпретації напівтонових зображень з метою забезпечення їх універсальності, точності та завадостійкості шляхом побудови моделі формування образів є актуальним науково-прикладним завданням, на розв'язання якого сьогодні направлені зусилля вітчизняних і зарубіжних вчених.

Однією з найбільш важливих процедур, що виконуються при інтерпретації зображення, є локалізація СІ, яка дозволяє визначити структуру і отримати формальний опис зображення, що містить СІ, забезпечити реалізацію етапу розпізнавання. Проте локалізація СІ в умовах різноманітності фону і форм її подання є складним завданням, для розв'язання якого необхідно забезпечити адаптивне врахування структурних особливостей зображення шляхом автоматичного вибору параметрів методу локалізації на основі поточної інформації з метою точного і завадостійкого виділення СІ.

Враховуючи вищесказане, можна стверджувати про актуальність досліджень, спрямованих на розробку методів адаптивно-структурної локалізації СІ, що забезпечить універсальність інтерпретації ЗМСІ у КСРЗ різного прикладного призначення.

Зв'язок роботи з науковими програмами, планами, темами. Роботу виконано у відповідності з пріоритетними напрямами науково-дослідних робіт Одеського національного політехнічного університету, згідно з координаційними планами Міністерства освіти та науки України, зокрема, в межах наукових досліджень за держбюджетними і госпдоговірними науково-дослідними роботами за участю автора: «Дослідження і розробка автоматизованих методів і пристроїв обробки інформації в сучасних інформаційних системах» (номер держ. реєстр. 0105U007568); «Аналіз і розпізнавання зображень на базі гібридних моделей подання і обробки візуальної інформації» (номер держ. реєстр. 0106U013178).

Мета і завдання дослідження. Метою дисертаційної роботи є підвищення універсальності методів інтерпретації зображень, що містять символьну інформацію, в комп'ютерних системах розпізнавання зображень за рахунок підвищення точності і завадостійкості методів адаптивно-структурної локалізації символьної інформації.

Для досягнення поставленої мети розв'язані такі завдання:

- аналіз існуючих моделей і методів інтерпретації СІ з метою виявлення напрямків підвищення універсальності цієї процедури шляхом застосування адаптивно-структурної локалізації;

- аналіз моделі формування образів для отримання формального опису зображення, що містить СІ;

- розробка методів адаптивно-структурної локалізації СІ;

- розробка методу адаптивного вибору параметрів локалізації на основі аналізу гістограм;

- розробка програмно-алгоритмічного забезпечення на основі створених моделей і методів для розв'язання ряду практичних завдань.

Об'єкт дослідження - процес інтерпретації зображень, що містять символьну інформацію.

Предмет дослідження - моделі і методи локалізації символьної інформації.

Методи дослідження. Наведені в дисертаційній роботі результати розробки методів адаптивно-структурної локалізації СІ у просторі вейвлет-перетворення базуються на методах теорії цифрової обробки сигналів і функціонального аналізу; при розробці системи розпізнавання застосовані методи теорії розпізнавання образів і нейронних мереж; при експериментальному дослідженні розроблених алгоритмів використовувались методи імітаційного моделювання.

Наукова новизна одержаних результатів. Наукова новизна дисертаційної роботи сформульована наступними положеннями:

- отримала подальший розвиток модель формування образів зображення, що містить символьну інформацію за рахунок введення етапу адаптивного вибору параметрів локалізації, що дозволило автоматизувати процес виявлення структурних особливостей об'єкта на зображенні і підвищити універсальність методів інтерпретації зображень з символьною інформацією;

- вперше встановлено екстремальний характер залежності інтегрального розподілу енергії по масштабних рівнях вейвлет-перетворення рядка зображення з символьною інформацією, що дозволило автоматизувати вибір масштабного рівня вейвлет-перетворення при адаптивно-структурній локалізації символьної інформації;

- вперше розроблені методи адаптивно-структурної локалізації символьної інформації в просторі вейвлет-перетворення на основі аналізу встановлених залежностей інтегрального розподілу енергії і відношення амплітуд вейвлет-перетворення рядка зображення з символьною інформацією від масштабного рівня, що дозволило підвищити точність і завадостійкість локалізації символьної інформації, і, як наслідок, підвищити достовірність розпізнавання символьної інформації;

- вдосконалено метод адаптивного вибору параметрів локалізації на основі аналізу гістограми інтенсивності зображення, що містить символьну інформацію, в просторі вейвлет-перетворення, що дозволило автоматизувати вибір порогів і забезпечити точність локалізації символьної інформації.

Практичне значення одержаних результатів. У результаті проведеного наукового дослідження:

- розроблено алгоритми на основі методів адаптивно-структурної локалізації СІ, які дозволили підвищити універсальність етапу інтерпретації зображень для широкого класу КСРЗ;

- розроблено гібридні алгоритми статистичної фільтрації на основі нечіткої логіки та завадостійкого розпізнавання символів з використанням нейромережевого підходу, що дозволило підвищити достовірність розпізнавання СІ на 10 %.

Результати наукового дослідження використані при створенні програмно-алгоритмічного забезпечення для модернізації автоматизованих систем:

- обліку товарів підприємства «Логіка» м. Одеса, що дозволило підвищити ефективність системи на 5 % і зменшити ресурсозатрати на 50 %;

- введення символьної інформації бланкової продукції ТОВ «Укрмегабакс-2000» м. Одеса, при цьому ефективність системи збільшилася на 10 %, а ресурсозатрати зменшилися на 70 %.

Основні положення дисертаційного дослідження використані в навчальному процесі Одеського національного політехнічного університету кафедрою інформаційних систем при курсовому проектуванні та в лабораторному практикумі з дисциплін «Цифрова обробка сигналів», «Теорія розпізнавання образів і нейромережеві технології», «Основи проектування систем штучного інтелекту».

Особистий внесок здобувача. Всі теоретичні та експериментальні результати, що виносяться на захист, отримані автором особисто: у [15] проведено порівняльний аналіз існуючих алгоритмів виділення маркувальних написів і проведено моделювання ієрархічного розпізнавання маркувальних написів для ряду прикладних завдань [7].

У роботах, опублікованих у співавторстві, дисертантові належать: дослідження методів локалізації зображень із застосуванням вейвлет-аналізу [11]; дослідження структурного підходу до виділення об'єктів на зображеннях [8, 9, 14]; розробка завадостійкого нейромережевого алгоритму розпізнавання символів [16]; розробка методу порогової сегментації на основі аналізу гістограм в просторі вейвлет-перетворення [13]; удосконалення і апробація моделі формування образів при розпізнаванні напівтонових зображень [4]; розробка гібридного алгоритму статистичної фільтрації на основі нечіткої логіки [5]; розробка методів і алгоритмів адаптивно-структурної локалізації символьних написів на зображенні з використанням вейвлет-аналізу [1, 3, 6, 12]; вибір типу вейвлет-перетворення для формального опису зображень [2, 10].

Апробація результатів роботи. Наукові результати і основні положення дисертаційної роботи докладалися і обговорювалися на міжнародних конференціях і семінарах: «Сучасні інформаційні і електронні технології» (Одеса, 2006, 2008); «Інтелектуальні системи прийняття рішень і прикладні аспекти інформаційних технологій» (Євпаторія, 2007); «Інтелектуальні системи прийняття рішень та проблеми обчислювального інтелекту» (Євпаторія, 2009); «Укробраз-2006» (Київ, 2006); «Штучний інтелект» (Кацивелі, 2006); «Сучасні проблеми радіоелектроніки, телекомунікацій, комп'ютерної інженерії» (Львів, 2006); «Гарантоздатні (надійні та безпечні) системи, сервіси та технології» (Кіровоград, 2008).

Публікації. Матеріали дисертаційної роботи викладено в 16 публікаціях, 9 з яких опубліковано у виданнях, включених до Переліку наукових фахових видань, що затверджує ВАК України, 7 - в матеріалах міжнародних наукових конференцій.

Структура дисертації. Дисертація складається зі вступу, чотирьох розділів, висновків, списку використаних джерел з 142 найменувань на 15 стор. та 2 додатків на 15 стор.

Основний зміст роботи

У вступі визначено місце дослідження при розв'язанні актуального науково-прикладного завдання розробки нових і вдосконалення існуючих методів інтерпретації напівтонових ЗМСІ, обґрунтовано актуальність роботи, сформульовано мету, завдання, об'єкт, предмет, методи дослідження, приведено зв'язок роботи з науковими програмами, відображено наукову новизну і практичну цінність роботи, наведено відомості про особистий внесок здобувача, апробації, публікації та використання основних результатів дослідження.

У першому розділі проведено аналіз особливостей побудови систем штучного інтелекту, зокрема систем, призначених для розпізнавання СІ. Виділено особливості систем оптичного розпізнавання символів і КСРЗ спеціалізованого призначення. ЗМСІ розглянуте як ієрархічний об'єкт, що передбачає декомпозицію зображення на складові частини, тобто виділення окремих об'єктів зображення, рядків з СІ і окремих символів.

Виявлена основна проблема, що обмежує широке використання КСРЗ на практиці, - невисока достовірність розпізнавання СІ, особливо на складному фоні, в умовах завад із значеннями відношення сигнал/завада за амплітудою менше 10, яка обумовлена невірною інтерпретацією зображення за рахунок недостатньої точності і завадостійкості локалізації окремих складових зображення.

Завдання розпізнавання СІ в КСРЗ різного застосування розглядається як сукупність етапів: інтерпретації з адаптивним вибором параметрів локалізації при побудові МФО ЗМСІ і безпосередньо розпізнавання окремих символів.

На першому етапі проводиться первинний аналіз структури зображення, визначаються характеристики областей СІ і об'єктів, будується МФО ЗМСІ. Отримані параметри МФО ЗМСІ для конкретного класу зображень запам'ятовуються. На другому етапі з урахуванням цих параметрів уточнюються положення областей з СІ, виділяються рядки і символи, відбувається розпізнавання СІ. Ефективність обох етапів суттєво залежить від точності і завадостійкості локалізації СІ.

Проаналізовано два основні підходи до локалізації СІ на зображенні. Перший заснований на властивості однорідності областей (враховуються подібні характеристики), другий - на властивості неоднорідності (використовується інформація про границі областей). Показано, що для розробки методів локалізації доцільно враховувати локальні просторово-частотні властивості СІ, використовуючи апарат вейвлет-аналізу. Запропоновано розробити адаптивно-структурні методи локалізації в просторі вейвлет-перетворення (ВП).

У другому розділі розроблені основні теоретичні положення створення адаптивно-структурних методів локалізації СІ в просторі ВП.

Для інтерпретації структури зображення на основі МФО ЗМСІ (рис. 1) запропоновано виділяти об'єкти і проводити оцінку як просторових характеристик об'єкта (наприклад, координат границь об'єкта, площі, ознак форми) так і атрибутивних (частотних, характеристик однорідності, тощо) при різному рівні деталізації. Такий спосіб формального опису ЗМСІ дозволяє не тільки відрізнити однорідний об'єкт від області з СІ, але й отримати інформацію про відносний розмір символів.

Запропоновано представити модель рядка, що містить СІ, у вигляді послідовності імпульсів одиничної амплітуди з квазіпостійним періодом і тривалістю, які визначаються особливостями шрифту напису:

, (1)

де i - порядковий номер символу; N - кількість символів; - координата початку символу; Т - період проходження символів; d - тривалість символу; і - випадкові зміни періоду і тривалості імпульсу відповідно.

Рис. 1. МФО зображення, що містить символьну інформацію

Проведений аналіз літературних джерел показав, що для виявлення квазіперіодичних послідовностей імпульсів в рядку зображення вейвлет-функції (ВФ) повинні забезпечувати підкреслення перепадів інтенсивності окремих символів (підоб'єктів) або всієї послідовності залежно від масштабного рівня s (тобто від різної роздільної здатності).

Таким умовам задовольняють дійсні вейвлети у вигляді непарних симетричних функцій, що мають компактний або ефективний носій. У роботі досліджені наступні вейвлети: Хаара, Гауса, на основі «розщепленої» базисної функції Гауса (ВПРГ), вейвлет обмеженого «синуса», базисні функції гіперболічного ВП (ГВП) (табл. 1). Ці функції можуть використовуватися як базисні, оскільки задовольняють необхідним вимогам (локалізації, допустимості, осциляції і обмеженості).

Для оцінки частотно-селективних властивостей базисних ВФ виконано аналіз їх амплітудно-частотних характеристик, в результаті якого встановлено, що значення частоти в точці екстремуму для всіх функцій визначається залежністю

, (2)

де k - константа, яка визначається типом базисної ВФ; s - масштабний рівень.

Таким чином, всі проаналізовані базисні ВФ мають схожі частотно- селективні властивості, але значення частоти в точці екстремуму на однаковому масштабному рівні s відрізняється (табл. 1). Це враховується при виборі базису для виділення структурних особливостей зображення з різним рівнем деталізації.

При комп'ютерній реалізації безперервного ВП використовується дискретна реалізація безперервного вейвлету. Правильний вибір частоти дискретизації дозволяє зберегти властивості безперервного ВП при дискретній реалізації і визначає швидкодію алгоритму перетворення. Безпосередньо застосувати теорему Котельникова не є можливим, оскільки базисні ВФ мають кінцевий носій (тобто задовольняють умові локалізації) і необмежений спектр. Тому для визначення максимальної частоти в спектрі базисної ВФ знайдемо внесок частот від 0 до в енергію сигналу, тобто покладемо

, (3)

де - енергія сигналу в смузі частот від 0 до , - повна енергія сигналу.

Таблиця 1. Частотно-селективні властивості базисних ВФ

Назва	Функція	Модуль ПФ
Хаара
Гауса
ВПРГ
Обмежений «синус»
Функції ГВП

Враховуючи відомі співвідношення між енергією сигналу в часовій і частотній областях, для визначення отримаємо рівняння

, (4)

де - перетворення Фур'є (ПФ) базисної ВФ .

При розв'язанні (4) для конкретної базисної ВФ, заданої на відрізку , отримано значення , що дозволило визначити період дискретизації Т, частоту дискретизації і мінімальну кількість точок дискретизації n базисної ВФ

, і . (5)

Отримана частота дискретизації забезпечує відсутність накладення спектрів ВФ. Основні властивості безперервних функцій зберігаються. Комп'ютерне моделювання показало, що амплітудно-частотні характеристики відповідної безперервної функції і її дискретної реалізації близькі. Середньоквадратична помилка апроксимації при цьому не перевищувала 5%.

Проведено дослідження завадостійкості визначення координати ідеального перепаду інтенсивності з додаванням адитивної гаусовської завади у разі його підкреслення із застосуванням різних ВФ. Аналіз точності визначення координати ідеального перепаду показав, що при збільшенні порядку ВФ, що відповідає зменшенню частоти дискретизації, завадостійкість процедури зростає за рахунок фільтрації високочастотних складових. Крім того, при фіксованому рівні завади із збільшенням порядку ВФ помилка зменшується. При відношенні сигнал/завада (Q) за амплітудою більше 4 і порядку ВФ більше 25 помилка не перевищує 4 пікселі для ВФ, що розглядаються у табл. 1.

ВП моделі рядка з СІ з базисною ВФ може бути розглянуто як згортка цих функцій. Тоді на підставі властивостей перетворення Фур'є

, (6)

де - ПФ моделі рядка:

Проведено аналіз інтегрального розподілу енергії по масштабних рівнях вейвлет-перетворення (ІРЕМ) для моделі рядка (1) з СІ у разі застосування різних базисних ВФ. В ідеальному випадку (, ) ІРЕМ визначається таким чином:

. (7)

Досліджено характер ІРЕМ (7) для моделі рядка з однорідним об'єктом (рис. 2, а, б) і для моделі рядка з СІ (рис. 2. в, г).

Для рядка з СІ ІРЕМ сигналу в просторі ВП для всіх розглянутих базисних ВФ має характерні екстремальні точки. Встановлено, що ІРЕМ для квазіперіодичних імпульсів має декілька екстремальних точок (не менш двох - локальний максимум і мінімум), тоді як аналогічна залежність для однорідного об'єкта має монотонно зростаючий характер. Значення масштабного рівня, що відповідає першому локальному максимуму, характеризується резонансом (збігом періодів) ВФ і послідовності квазіперіодичних імпульсів і дозволяє зафіксувати необхідний масштабний рівень для виявлення окремих елементів даної послідовності.

А)

Б)

В)

Г)

Рис. 2. ІРЕМ ВП: моделі рядків з однорідним об'єктом (а) і символьною інформацією (б) та відповідні залежності ІРЕМ від s (в, г)

При масштабному рівні s ВП, що перевищує значення, яке відповідає останньому локальному мінімуму, квазіперіодична послідовність імпульсів сприймається як однорідний об'єкт, окремі імпульси послідовності зливаються. Тому для виявлення границь послідовності можна використовувати значення s, що перевищує величину, при якій спостерігається останній локальний мінімум. При подальшому збільшенні s вигляд ІРЕМ стає монотонно зростаючим і прагне до деякого граничного значення, яке визначається типом базисної ВФ і кількістю імпульсів в послідовності.

Виконано аналіз впливу масштабного рівня s ВП на відношення R амплітуд ВП СІ при різних співвідношеннях розмірів шрифтів (рис. 3). Показано, що дана залежність має монотонно спадний характер (швидкість спадання обернено пропорційна величині співвідношення розмірів) і може бути використана для уточнення розміру символів.

Рис. 3. Відношення R амплітуд ВП СІ при різних співвідношеннях (G) розмірів шрифтів для різних масштабних рівнів s ВП

(G= 1/5 (-); G=1/3 (--))

Таким чином, аналіз координат екстремумів ІРЕМ сигналу в просторі ВП дозволяє автоматично вибрати значення масштабних рівнів ВП, що визначають границі як всього напису, так і його складових. Встановлений екстремальний характер залежності ІРЕМ ВП рядка з СІ від масштабного рівня s дозволив автоматизувати вибір масштабного рівня ВП та забезпечити подання СІ відповідно до МФО при адаптивно-структурній локалізації символьної інформації.

У третьому розділі з урахуванням моделі формування образів зображення з СІ (див. рис.1) і встановлених в розділі 2 залежностей (див. рис. 2, 3) розроблено методи адаптивно-структурної локалізації (АСЛ) СІ в просторі ВП. Згідно з МФО ЗМСІ в розроблених методах забезпечена адаптація до структурних особливостей зображення за рахунок регулювання ступеня деталізації зображень, що дозволило врахувати локальні просторові і частотні властивості об'єктів.

Запропоновано для одержання інформації про розміщення границь та відносного розміру напису враховувати такі властивості ІРЕМ:

- якщо довжина ВФ пропорційна розміру шрифту, то енергія ВП концентрується в області границь окремих символів, що відповідає максимумам функції ІРЕМ;

- якщо довжина ВФ пропорційна розміру напису, то енергія ВП концентрується в області границь всього напису, що відповідає монотонно зростаючій функції ІРЕМ.

Ці особливості використані при реалізації двох основних підходів до локалізації області СІ на зображенні: на основі властивостей однорідності (для локалізації використовується інформація про характеристики областей з СІ) та неоднорідності (для локалізації використовується інформація про границі) областей зображень. Ці підходи є основою розроблених методів АСЛ СІ, що реалізовані згідно з узагальненою алгоритмічною схемою (рис. 4).

При реалізації методу АСЛ, який базується на визначенні границь СІ, виконуються наступні кроки:

1. Обчислюється залежність ІРЕМ ВП рядка зображення, виконується її аналіз і робляться висновки про присутність СІ; за положенням екстремумів визначаються необхідні масштабні рівні ВП.

2. Виконується ВП зображення на вибраному масштабному рівні.

3. Визначаються координати лівої і правої границі СІ за положенням екстремумів ВП.

4. Виконується локалізація СІ з різними розмірами шрифту.

Рис. 4. Алгоритмічна схема, що реалізує методи АСЛ СІ

При такому підході на кожній ітерації відбувається підстроювання масштабного рівня s ВП з метою досягнення екстремуму ІРЕМ, що може бути здійснене ітеративними пошуковими методами в просторі ВП.

Для порівняльної оцінки цього методу при різних відношеннях сигнал/завада Q і різних масштабних рівнях (s1 < sE <s2, sE відповідає Enmах) визначені такі показники (рис. 5):

- точність F, яка визначається як нормоване значення міри збігу локалізованої області, що отримана за допомогою методу адаптивно-структурної локалізації, і ідеально локалізованої області при різних відношеннях сигнал/завада;

- завадостійкість, яка виражається інформаційною ефективністю DS - відносним скороченням обсягу оброблюваної інформації після застосування методу локалізації на різних масштабних рівнях в залежності від відношення сигнал/завада.

А)

Б)

Рис. 5. Залежності показників точності (а) і завадостійкості (б) методу адаптивно-структурної локалізації СІ від відношення сигнал/завада Q (за амплітудою) (s1< sE<s2 , sE -масштабний рівень, який відповідає екстремуму ІРЕМ ВП)

Розроблено метод АСЛ СІ, що базується на визначенні характеристик областей. Ідея методу - рішення про наявність області з СІ приймається за результатами гістограмного аналізу кумулятивної суми фрагментів зображення в просторі ВП. Властивість ВП підкреслювати об'єкти з різним ступенем деталізації (див. рис. 3) дозволила виділяти області з написами різних розмірів. При реалізації методу виконуються наступні кроки:

1. Проводиться ВП по рядкам зображення на масштабному рівні s, отриманому в результаті аналізу ІРЕМ (результат - двовимірний масив ).

2. Проводиться розрахунок кумулятивної суми у вікні розміром w

.

3. Проводиться сегментація зображення за декількома рівнями інтенсивності m, оскільки значення елементів в матриці пропорційно залежать від розмірів шрифту СІ. Для адаптивного вибору порогів сегментації використовується метод аналізу гістограми в просторі ГВП. Локалізація СІ різних розмірів шрифтів проводиться з урахуванням отриманих порогів і значень інтенсивності сусідніх пікселів у вікні:

,

де - отримане сегментоване зображення з виділеними символьними областями різної інтенсивності In(ki); porog(ki) - поріг сегментації, адаптивно вибраний в результаті гістограмного аналізу.

Розв'язана задача адаптивного вибору порогів в процедурі локалізації для знаходження параметрів сегментації на основі аналізу гістограм в просторі ВП. Метою аналізу гістограм є, як правило, пошук локальних екстремумів (порогів). Проте, у разі наявності завад екстремумів виявляється багато, аналіз ускладнюється, виникає необхідність в додатковій обробці низькочастотними фільтрами, що знижує точність результату. Тому, враховуючи інтегруючі властивості ГВП, запропоновано удосконалити метод аналізу гістограм і проводити його в області ГВП для адаптивного вибору порогів сегментації зображень.

Аналіз гістограм проводиться в такій послідовності:

- відповідно до мети обробки і апріорі відомих даних про об'єм сегментів, що виділяються, вибирається масштабний рівень ВП , що дозволяє виділити потрібні області і при цьому згладити малорозмірні флуктуації;

- проводиться ВП функції інтенсивності (рис. 6);

- виділяються області локальних екстремумів гістограми, в яких ;

- визначається зміна знаку функції . Під час переходу через максимум знак міняється з «+» на «-» (рис. 6, точки 1, 3, 5), а для мінімуму - з «-» на «+» (рис. 6, точки 2, 4).

Рис. 6. Вибір порогів сегментації

Адаптація вибору порогів локалізації дозволяє враховувати структуру документа, а також розташування написів шрифтів різних розмірів.

Результати роботи методу АСЛ СІ для зображення, що містить ділянки СІ з різними розмірами шрифтів та однорідний об'єкт приведені на рис. 7. Запропонований метод дозволив при адаптивному виборі масштабного рівня s ВП локалізувати характерні фрагменти - області символів різної величини.

Рис. 7. Приклади виділення областей СІ з різними розмірами шрифту

формування образ штучний інтелект

Оцінка завадостійкості методу адаптивного вибору порогів АСЛ при аналізі гістограми в просторі ВП показала його працездатність при відношенні сигнал/завада, що дорівнюю 4 і вище.

У четвертому розділі розроблено програмно-алгоритмічне забезпечення КСРЗ, що містять СІ для різних застосувань (розпізнавання контейнерних номерів, відомостей, маркувальних написів на тарі, тощо).

Відповідно до запропонованої МФО ЗМСІ (див. рис. 1) і розроблених методів адаптивно-структурної локалізації (див. розділ 2) проведене моделювання КСРЗ для прикладних завдань. Розроблено:

- гібридний алгоритм статистичної фільтрації на основі нечіткої логіки, що дозволило усунути завади без розмиття границь символів;

- гібридний нейромережевий алгоритм завадостійкого розпізнавання символів заснований на сумісному застосуванні мережі Хопфілда і мережі прямого розповсюдження.

Проведені оцінки завадостійкості і достовірності розпізнавання символів на тестовій вибірці (цифри від 0 до 9 та символи 50 різних шрифтів та розмірів на різному фоні). Досліджено вплив на результат розпізнавання додавання адитивної і мультиплікативної завад при відношенні сигнал/завада за амплітудою більше 5 і видалення до 1/3 частини символу. Використання гібридного нейромережевого алгоритму дозволило підвищити достовірність розпізнавання на 20 % в порівнянні із застосуванням однієї мережі прямого розповсюдження для спотворених символів, а також отримати сумарну помилку розпізнавання не більше 2 % навіть при видаленні 1/3 частини символу.

Приклад локалізації та розпізнавання СІ наведено на рис. 8, а результати тестування систем - в таблиці 2. Використання розробленого програмно-алгоритмічного забезпечення у КСРЗ різного призначення підтвердило універсальність запропонованого методу інтерпретації зображень на основі адаптивно-структурної локалізації.

Рис. 8. Результати локалізації та розпізнавання СІ

Таблиця 2. Результати оцінки достовірності розпізнавання СІ

	Середня достовірність розпізнавання, %	СІ на товарах	СІ на бланковій продукції	СІ на контейнерах
		Помилки I роду, %	Помилки II роду, %	Помилки I роду, %	Помилки II роду, %	Помилки I роду, %	Помилки II роду, %
Символи	94,56	2,3	2,6	2,5	2,9	2,8	3,2
Цифри	96,4	1,4	1,6	1,4	2,1	1,9	2,4
Середнє	95,48	1,85	2,1	1,95	2,5	2,35	2,8

Розроблені модель і методи використані при розробці програмно-алгоритмічного забезпечення для модернізації автоматизованих систем:

- обліку товарів підприємства «Логіка» м. Одеса, що дозволило підвищити ефективність системи на 5 % і зменшити ресурсозатрати на 50 %;

- введення символьної інформації бланкової продукції ТОВ «Укрмегабакс-2000» м. Одеса, при цьому ефективність системи збільшилася на 10 %, а ресурсозатрати зменшилися на 70 %.

Впровадження розроблених рішень підтверджено відповідними актами.

Висновки

У дисертаційній роботі розв'язано актуальне завдання розробки методів адаптивно-структурної локалізації символьної інформації при інтерпретації напівтонових зображень з метою забезпечення їх універсальності за рахунок підвищення точності і завадостійкості, і, як наслідок, достовірності розпізнавання СІ. При цьому отримані наступні основні результати:

1. Аналіз існуючих моделей і методів інтерпретації СІ показав, що на достовірність розпізнавання СІ впливає правильність виділення необхідних областей на етапі інтерпретації зображення, яка визначається точністю локалізації. Для того, щоб забезпечити універсальність методів інтерпретації в КСРЗ СІ для різного застосування при високій точності і завадостійкості необхідна розробка таких методів локалізації, які забезпечують адаптивне виявлення структурних особливостей зображення. Проведено аналіз існуючих методів локалізації, виявлено проблему забезпечення універсальності локалізації окремих складових зображень. Як найбільш перспективні були виділені методи, засновані на застосуванні вейвлет-аналізу, які дозволяють враховувати локальні просторово-частотні особливості об'єкта.

2. Вдосконалено модель формування образів зображень, що містять символьну інформацію для інтерпретації структури зображення з СІ, при якій виділяються структурні складові зображення, і проводиться оцінка як їх просторових, так і атрибутивних параметрів на різних масштабних рівнях. Даний спосіб формального опису дозволив не тільки відрізнити однорідний об'єкт від області з СІ, але і отримати інформацію про відносний розмір символів.

3. Встановлено екстремальний характер значень інтегрального розподілу енергії за масштабними рівнями ВП рядка СІ, що дозволило створити адаптивно-структурні методи локалізації СІ. Розроблено методи адаптивно-структурної локалізації СІ в просторі ВП на основі аналізу значень інтегрального розподілу енергії за масштабними рівнями ВП СІ, що дозволило підвищити точність і завадостійкість локалізації СІ і забезпечити її подання відповідно до моделі формування образів зображень, що містять символьну інформацію. Проведено оцінку показників точності і завадостійкості розроблених методів адаптивно-структурної локалізації, показники порівняні з показниками існуючих методів локалізації, показано їх поліпшення.

4. Вдосконалено метод знаходження параметрів адаптації при локалізації СІ шляхом аналізу гістограм в просторі ВП, що дозволило автоматизувати процедуру вибору порогів і забезпечити точність локалізації СІ для різних розмірів шрифтів.

5. Розроблено гібридний нейромережевий алгоритм розпізнавання окремих символів СІ на зображенні. Результати розпізнавання символів при наявності завад показали підвищення достовірності розпізнавання на 20 % порівняно з застосуванням тільки мережі прямого розповсюдження. Сумарна помилка розпізнавання не перевищила 2 % навіть при видаленні 1/3 частини символу.

6. Розроблено програмно-алгоритмічне забезпечення для автоматизованих систем:

- обліку товарів підприємства «Логіка» м. Одеса, що дозволило підвищити ефективність системи на 5 % і зменшити ресурсозатрати на 50 %;

- введення символьної інформації бланкової продукції ТОВ «Укрмегабакс-2000» м. Одеса, при цьому ефективність системи збільшилася на 10 %, а ресурсозатрати зменшилися на 70 %.

Отримані в роботі наукові розробки і програмні засоби впроваджені у навчальний процес кафедри інформаційних систем Одеського національного політехнічного університету.

Список опублікованих праць за темою дисертації

1. Использование вейвлет-преобразования при локализации последовательностей символов / [С.Г. Антощук, А.А. Николенко, Е.В. Ткаченко, О.Ю. Бабилунга] // Искусственный интеллект. -- 2009. -- № 4. -- С. 23 -- 29.

2. Антощук С.Г. Анализ базисных функций вейвлет-преобразования при мультимасштабном контурном представлении изображений / С.Г Антощук ., А.А . Николенко , Е.В. Ткаченко // Електро-машинобудування та електрообладнання. -- 2009. -- Вип. 72. -- С. 15 -- 19.

3. Антощук С.Г. Помехоустойчивое выделение текстовой области на изображении с использованием вейвлет-преобразования / С.Г. Антощук, Е.В. Ткаченко // Труды Одес. политехн. ун-та. --2008. -- № 2 (30). -- С. 150 -- 155.

4. Модель формирования образов при распознавании полутоновых изображений / [С.Г. Антощук, А.А. Николенко, О.Ю. Бабилунга, Е.В. Ткаченко] // Радіоелектронні і комп'ютерні системи. -- 2008. --№ 6 (33). -- С. 283 -- 287.

5. Статистика нечисловых данных в моделях предварительной обработки изображений / [С.Г. Антощук, А.А. Поплавский, Е.В. Ткаченко, В.Ю. Кондратенко] // Радіоелектронні і комп'ютерні системи. -- 2008. -- № 6 (33). -- С. 293 -- 297.

6. Адаптивна локалізація символьних написів на зображеннях методом вейвлет-аналізу / [С.Г. Антощук, А.О. Ніколенко, О.Ю. Бабілунга, О.В. Ткаченко] // Вісник Житомирського технол. ун-ту. -- 2008. -- № 4(47). -- С. 124 -- 130

7. Ткаченко Е.В. Моделирование иерархического распознавания маркировочных надписей / Е.В. Ткаченко // Моделювання та керування станом екологічно-економічних систем регіону -- 2006. -- №3. -- С. 285 -- 291.

8. Антощук С.Г. Моделирование иерархической системы распознавания для автоматизации процесса регистрации контейнерных номеров / С.Г. Антощук, Е.В. Ткаченко, А.О. Дранкова // Искусственный интеллект. -- 2006. -- №3. -- С. 654 -- 660.

9. Антощук С.Г. Иерархический подход к выделению объектов на изображениях / С.Г. Антощук, В.Н. Крылов, Е.В. Ткаченко // Радіоелектроніка. Інформатика. Управління. -- 2005. -- № 2(14). -- С. 102 -- 105.

10. Антощук С.Г. Способ формального описания изображения и выбора типа преобразования для его реализации / С.Г. Антощук, А.А. Николенко, Е.В. Ткаченко // Интеллектуальные системы принятия решений и проблемы вычислительного интеллекта : Междунар. науч. конф., 18-22 мая 2009 г.: сб. науч. тр. -- Херсон : ХНТУ, 2009. --Т.2. -- С. 204 -- 208.

11. Антощук С.Г. Локализация символьных надписей на изображениях / С.Г. Антощук, А.А. Николенко, Е.В. Ткаченко // Современные информационные и электронные технологии : Девятая междунар. науч.-прак. конф., 19-23 мая 2008 г. : труды -- Одесса, 2008. -- Т.1. -- C. 61.

12. Николенко А.А. Итеративный алгоритм выделения контуров объектов изображений / А.А. Николенко, Е.В. Ткаченко // Современные информационные и электронные технологии : Девятая междунар. науч.-прак. конф., 19-23 мая 2008 г. : труды -- Одесса, 2008. -- Т.1. -- C. 94.

13. Ткаченко Т.В. Помехоустойчивая пороговая сегментация изображений по интенсивности на основе анализа гистограм в области гиперболического вейвлет преобразования / Т.В. Ткаченко, Е.В. Ткаченко // Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій : Міжнар. наук.-прак. конф., 14-18 травня 2007 р. : зб. наук. праць-- Херсон : ХНТУ, 2007. -- Т. 3. -- С. 186 -- 188.

14. Antoshchuk S. The Hierarchical Objects Analysis on Images of Cutting Tool Wear Zones / S. Antoshchuk, A. Derevianchenko, E. Tkachenko // Сучасні проблеми радіоелектроніки, телекомунікацій, комп'ютерної інженерії : Між нар. конф., 28 лютого - 4 березня 2006 р. : зб. наук. праць. -- Львів : «Львівська політехніка».-- 2006. -- С. 253 -- 255.

15. Ткаченко Е.В. Сравнительный анализ алгоритмов выделения маркировочных надписей / Е.В. Ткаченко // Современные информационные и электронные технологии : Седьмая междунар. науч.-прак. конф., 22-26 мая 2006 г. : труды -- Одесса, 2006. -- Т.1. -- C. 65.

16. Дранкова А.О. Дослідження ефективності нейронних мереж для розпізнавання спотворених символів / А.О. Дранкова, Е.В. Ткаченко // Оброблення сигналів і зображень та розпізнавання образів: Восьма всеукраїнська міжнар. конф., 28-31 серпня 2006 р. : праці -- Київ, 2006. -- С. 139 -- 141.

Анотація

Ткаченко О.В. Методи адаптивно-структурної локалізації символьної інформації при формуванні образів в системах штучного інтелекту. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.23 - Системи та засоби штучного інтелекту. Одеський національний політехнічний університет, Одеса, 2009.

Метою дисертаційної роботи є підвищення універсальності методів інтерпретації зображень, що містять символьну інформацію, в комп'ютерних системах розпізнавання зображень за рахунок підвищення точності і завадостійкості методів адаптивно-структурної локалізації символьної інформації.

Отримала подальший розвиток модель формування образів зображення, що містить символьну інформацію, за рахунок введення етапу адаптивного вибору параметрів локалізації, що дозволило автоматизувати процес виявлення структурних особливостей об'єкта на зображенні і підвищити універсальність методів інтерпретації зображень з символьною інформацією. Вперше встановлено екстремальний характер залежності інтегрального розподілу енергії по масштабних рівнях вейвлет-перетворення рядка зображення з символьною інформацією, що дозволило автоматизувати вибір масштабного рівня вейвлет-перетворення при адаптивно-структурній локалізації символьної інформації. Вперше розроблені методи адаптивно-структурної локалізації символьної інформації в просторі вейвлет-перетворення на основі аналізу встановлених залежностей інтегрального розподілу енергії і відношення амплітуд інтенсивності вейвлет-перетворення рядка зображення з символьною інформацією від масштабного рівня, що дозволило підвищити точність і завадостійкість локалізації символьної інформації, і, як наслідок, підвищити достовірність розпізнавання символьної інформації. Вдосконалено метод адаптивного вибору параметрів локалізації на основі аналізу гістограми інтенсивності зображення, що містить символьну інформацію, в просторі вейвлет-перетворення, що дозволило автоматизувати вибір порогів і забезпечити точність локалізації символьної інформації. Розроблено програмно-алгоритмічне забезпечення запропонованих методів та алгоритмів.

Ключові слова: модель формування образів, штучний інтелект, локалізація, вейвлет-перетворення, вейвлет-функція, символьна інформація.

Summary

Tkachenko O.V. Methods of adaptive-structural localization of character information images at the pattern forming in the artificial intelligence systems. - Manuscript.

Thesis for the Degree of Candidate of Technical Science on speciality 05.13.23 - Systems and instruments of an artificial intelligence. Odessa National Polytechnic University, Odessa, 2009.

The aim of thesis is an increase of universality of image interpretation methods, containing character information in the computer image recognition systems, by improving the accuracy and noise immunity of methods of adaptive-structural localization of the character information.

The image pattern forming model, which contains the character information, was developed further, by introducing of the phase of the adaptive selection of the parameters for localization. This is allowed automate the process of determining the object structural features in an image and increase the universality of image interpretation methods with character information.

For the first time the extreme nature of the dependence of the integral energy distribution from the scale levels string images wavelet transform was established. This was allowed automating the choice of scale level wavelet transform at the adaptive-structural localization of character information.

The methods of adaptive-structural localization of character information in the space of wavelet transform based on analysis of the established dependences of the integral energy distribution and of amplitude ratio of the symbol string wavelet transform from the level scale were developed at first time. These methods increased the accuracy and noise immunity of the character information localization and, consequently, allowed increasing the reliability of character information recognition.

The method for adaptive selection of parameter localization based on analysis in the space of wavelet transform of image intensity histograms was improved. This allowed automating selection of threshold values and to provide the accuracy of character information localization. Methods software was developed.

Keywords: model of image forming, artificial intelligence, localization, wavelet-transform, wavelet-function, character information.

Аннотация

Ткаченко Е.В. Методы адаптивно-структурной локализации изображений с символьной информацией при формировании образов в системах искусственного интеллекта. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.23 - Системы и средства искусственного интеллекта. Одесский национальный политехнический университет, Одесса, 2009.

Одной из задач, решаемых системами искусственного интеллекта в области компьютерного зрения, является задача интерпретации символьной информации. Эта задача возникает при построении компьютерных систем распознавания изображений, используемых при автоматизации документооборота, ввода паспортно-визовой информации, учета движущегося транспорта, идентификации изделий, поиска символьной информации в мультимедийных коллекциях и т.п. Основные проблемы, препятствующие широкому внедрению КСРИ, связаны с их узкой предметной ориентацией и недостаточной универсальностью. Кроме того, широкое использование компьютерных систем распознавания изображений на практике ограничивается невысокой достоверностью распознавания символьной информации в условиях помех (при отношении сигнал/шум по мощности меньше 10), на сложном фоне, с искажениями.

В диссертации решается научно-практическая задача повышения универсальности методов интерпретации изображений, содержащих символьную информацию, в компьютерных системах распознавания изображений за счет повышения точности и помехоустойчивости методов адаптивно-структурной локализации символьной информации.

В работе предложен новый подход к локализации символьной информации на изображениях путем учета частотных характеристик областей с символьной информацией в области вейвлет-преобразования.

Получила дальнейшее развитие модель формирования образов изображения, содержащего символьную информацию, по сравнению с базовой моделью, за счет введения этапа адаптивного выбора параметров локализации, что позволило учесть структурные особенности объекта на изображении и повысить универсальность методов интерпретации изображений с символьной информацией. Впервые установлен экстремальный характер зависимости интегрального распределения энергии по масштабным уровням вейвлет-преобразования строки изображения с символьной информацией. Показано, что, проводя анализ, можно получить информацию о расположении границ и относительном размере надписи на основании особенностей интегрального распределения энергии по масштабным уровням, что было использовано при реализации двух основных подходов к локализации области символьной информации на изображении: на основании свойств однородности (для локализации используется информация о характеристиках областей с символьной информацией в области вейвлет-преобразования) и неоднородности (для локализации используется информация о границах областей с символьной информацией). Эти подходы лежат в основе методов адаптивно-структурной локализации символьной информации. Разработаны методы адаптивно-структурной локализации символьной информации в пространстве вейвлет-преобразования на основе анализа установленных зависимостей интегрального распределения энергии по масштабным уровням и отношения амплитуд вейвлет-преобразования строки изображения с символьной информацией от масштабного уровня, что позволило повысить точность и помехоустойчивость локализации символьной информации, и как следствие повысить достоверность распознавания символьной информации. Усовершенствован метод адаптивного выбора параметров локализации на основе анализа гистограммы интенсивности изображения, содержащего символьную информацию, в пространстве вейвлет-преобразования, что позволило автоматизировать выбор порогов и обеспечить точность локализации символьной информации.

Разработанные модель и методы использованы для разработки программно-алгоритмического обеспечения при модернизации автоматизированных систем:

- учета товаров предприятия «Логика» г. Одесcа, что позволило повысить эффективность системы на 5% и уменьшить ресурсозатраты на 50%;

- ввода символьной информации бланковой продукции ООО «УкрМегаБакс-2000» г. Одесcа, при этом эффективность системы увеличилась на 10%, а ресурсозатраты уменьшились на 70%.

Основные положения диссертационных исследований использованы в учебном процессе Одесского национального политехнического университета кафедрой информационных систем при курсовом проектировании и в лабораторном практикуме по дисциплинам «Цифровая обработка сигналов», «Теория распознавания образов и нейросетевые технологии», «Основы проектирования систем искусственного интеллекта».

Ключевые слова: модель формирования образов, искусственный интеллект, локализация, вейвлет-преобразование, вейвлет-функция, символьная информация.

Размещено на Allbest.ru

...