Библиотечный каталог авторефератов Украины

Таблиця 4

Основні характеристики розроблених в дисертаційній роботі методів ідентифікації

ОСНОВНІ РЕЗУЛЬТАТИ РОБОТИ

1. Досліджені види спотворень зображень рухомих об’єктів та розроблена система оцінки роздільної здатності відеоінформаційної системи, необхідної для ефективного розпізнавання заданих класів зображень.
2. Розроблені три моделі представлення зображень об’єктів, стійких до динамічних спотворень: сигнально-структурна модель променевих сум (МПС), сигнально-структурна модель моментно-кутових функцій (МКФ) та спектрально-структурна модель характерних точок (МХТ). Проведено узагальнення розроблених моделей на класи зображень сцен об'єктів та кольорових зображень.
3. Розроблені методи компенсації динамічних спотворень зображень на основі означених моделей, отримані оцінки їх ефективності та вказані діапазони спотворень, які можна компенсувати.
4. Отримані показники ефективності методів розпізнавання зображень ОЗФ, побудованих на основі МПС, МКФ та МХТ, в умовах спільного впливу динамічних спотворень та адитивних і мультиплікативних перешкод.
5. Розроблені підходи до ефективного проектування програмного забезпечення на основі шаблонів об’єктно-орієнтованого проектування задач аналізу та ідентифікації образів.
6. Розроблено програмне забезпечення, використане при проведенні моделювання вказаних методів розпізнавання зображень. Результати роботи використані у науково-дослідної діяльності для підвищення ефективності та перешкодостійкості алгоритмів ідентифікації та в навчальному процесі.

СПИСОК ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Власенко В. А., Заганич В. Г., Лавриненко С. В. Исследование эффективности идентификации объектов по методу лучевых сумм // Труды УНИИРТ. - Одесса, 1997. Вып. 3 (10). - С. 13-22.
2. Власенко В. А., Заганич В. Г., Лавриненко С. В. Исследование эффективности алгоритма идентификации объектов на основе метода лучевых сумм в пространстве преобразования Фуко-Гильберта // Труды УНИИРТ. – Одесса, 1998. Вып. 2 (14). - С. 29-32.
3. Исследование эффективности идентификации объектов сложной формы с помощью моделей характерных точек / Власенко В. А., Заганич В. Г., Лавриненко С. В., Макаренко Н. К. // Праці УНДIРТ. - Одеса, 1998. Вип. 3 (15). - С. 42-48.
4. Власенко В. А., Лавриненко С. В., Макаренко Н. К. Алгоритм совмещения изображений на основе моделей характерных точек в пространстве преобразования Гильберта // Праці УНДIРТ. - Одеса, 1998. Вип. 4 (16). - С. 114-121.
5. Власенко В. А., Лавриненко С. В. Сравнительный анализ и оценка эффективности алгоритмов идентификации объектов сложной формы на основе моделей характерных точек // Праці УНДIРТ. - 1999. Вип. 3 (19). - С. 25-30.
6. Власенко В. А., Лавриненко С. В. Исследование критериев выбора параметров видеосистемы автоматического слежения и распознавания объектов в присутствии шумов // Праці УНДIРТ. - Одеса, 2000. Вип. 3 (23). - С. 80-83.
7. Лавриненко С. В. Подход к проектированию объектных библиотек цифровой обработки сигналов. // Труды ОПУ. - Одесса, 2001. Вып. 1 (13). - С.117-120.
8. Власенко В. А., Лавриненко С. В. Идентификация объектов сложной формы на основе анизотропной двухмерной гильберт-фильтрации // Праці УНДIРТ. - Одеса, 2001. Вип. 1 (25). - С. 67-74.
9. Лавриненко С. В. Идентификация объектов заданной формы методом лучевых сумм. Информационные технологии и передача информации - I: Тез. докл. Межд. конф. СИЭТ-2001, Одесса, май 2001. - С. 72-73.
10. Власенко В. А., Лавриненко С. В. Подходы к идентификации объектов заданной формы (ОЗФ) на основе анизотропной гильберт-фильтрации. Информационные технологии и передача информации - I: Тез. докл. Межд. конф. СИЭТ-2001, Одесса, май 2001. - С. 58-59.
11. Власенко В. А., Лавриненко С. В. Алгоритм компенсации искажений изображений объектов заданной формы на основе моделей характерных точек. Прогресивні информаційні технології - VI: Матеріали міжнародної конференції з управління “Автоматика-2001”, Одеса, 10-14 вересня 2001. - С. 141.

Лавріненко С. В. Ідентифікація форми рухомих об'єктів на основі сигнально- та спектрально-структурних моделей. — Рукопис.

Дисертація на здобуття вченого ступеня кандидата технічних наук з спеціальності 05.13.06 - “Автоматизовані системи управління та прогресивні інформаційні технології”. Одеса: ОНПУ, 2002.

У дисертації вивчено вплив динамічних спотворень зображень об'єктів на якість методів ідентифікації зображень об'єктів заданої форми. Запропоновано три моделі представлення зображень розпізнаваних об'єктів, інваріантних для динамічних спотворень. Моделі Променевих Сум (МПС) та Моментно-Кутових Функцій (МКФ) - у сигнально-структурному просторі ознак та Модель Характерних Точок (МХТ) - у спектрально-структурному просторі ознак. Розроблені методи та алгоритми формування і аналізу таких моделей з метою ідентифікації динамічних зображень та досліджена їх ефективність. Розроблені моделі дозволяють ідентифікацію спотворених зображень об’єктів для будь-яких видів динамічних спотворень у межах зміни кута спостереження об’єкта.

Розроблені загальні підходи до проектування програмного забезпечення аналізу та розпізнавання образів.

Ключові слова: Ідентифікація зображень, сигнально-структурні моделі, спектрально-структурні моделі, автоматичні системи управління, системи спостереження та контролю, відеоінформаційні системи.

Лавриненко С. В. Идентификация формы подвижных объектов на основе сигнально- и спектрально-структурных моделей. — Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - “Автоматизированные системы управления и прогрессивные информационные технологии”. Одесса: ОНПУ, 2002.

В диссертации изучено влияние динамических искажений изображений объектов на качество методов идентификации изображений объектов заданной формы. Предложены три модели представления изображений распознаваемых объектов, инвариантных к динамическим искажениям. Модели Лучевых Сумм (МЛС) и Моментно-Угловых Функций (МУФ) - в сигнально-структурном признаковом пространстве и Модель Характерных Точек (МХТ) - спектрально-структурном признаковом пространстве. Разработаны методы и алгоритмы формирования и анализа таких моделей с целью идентификации динамических изображений и исследована их эффективность. Разработанные модели позволяют идентификацию искаженных изображений для любых видов динамических искажений в пределах изменения угла наблюдения объекта.

Разработаны общие подходы к проектированию программного обеспечения анализа и распознавания образов.

Ключевые слова: идентификация изображений, сигнально-структурные модели, спектрально-структурные модели, автоматические системы управления, системы наблюдения и контроля, видеоинформационные системы.

Lavrinenko S. V. Moving objects image forms identification based on signal- and spectral-structural models. — Manuscript.

Dissertation for obtaining the scientific degree of Engineering Sciences Candidate on specialty 05.13.06 - “Automatic control systems and progressive informational technologies”. Odessa National Polytechnic University, Odessa, 2002.

Object images dynamic distortion influences on the known-shape object images identification methods are investigated. The Johnson’s criterion for video system’s resolution is modified for the cases of dynamic object images automatic identification systems and distance-velocity characteristics of videoinformational system are proposed as sufficient criteria for system’s resolution calculation.

Three models of known-shape object images representation are designed and their stability to dynamic distortions is shown.

The ray-sums model (RSM) represents object’s image as one-dimensional complex signal that depicts the object’s form in signal-structural domain. Using of ray-sums model for image identification allows increasing computational efficacy greatly and reducing memory demands for the identification process.

The spatial-angle signature model (SASM) also represents object’s image in signal-structural domain but is very complicated to store in database and analyze. Therefore the simplified model of angle-moments functions (AMF) based on spatial-angle signatures have been designed and analyzed. The stability of AMF-model for linear, rotational and scale-perspective (in 0.65-1.50 and limits correspondingly) distortions is proved by computer modeling.

Characteristic points’ model (CPM) represents two-dimensional structure of analyzing image. Some methods of CPM obtaining are proposed. The most simple and stable of them is anisotropy two-dimensional discrete Hilbert transform (ADDHT) based method. It uses ADDHT and adaptive threshold filtering for characteristic points obtaining and is stable for any dynamic distortions within perspective changing. Therefore the CPM belongs to so-called spectral-structural models.

CPM can be used both for dynamic distortion compensation and preliminarily object’s image classification. The CPM-based algorithm of known-shape objects’ images identification successfully works both with any dynamic distortions within stability range mentioned above and additive, multiplicative and background noise. It is possible also to use CPM for objects’ scene image analyzes and effective analyzes of color images.

The images right identification probability dependencies of signal-noise ratio that have been obtained by computer modeling show the effectiveness of designed models and algorithms.

The common approach for patterns analysis, identification and recognition software design is developed and described in terms of object-oriented design patterns using UML specification. The designed patterns are “identifier”, “experimenter”, “divider” and “local transformer”. All programs used for computer modeling were designed according to these patterns.

Keywords: images recognition, spectral-structural models, signal-structural models, videoinformational systems, robot vision systems, object-oriented design patterns.