Разработка избыточной схемы обработки изображений по четырем направлениям
В статье разработан метод избыточной схемы обработки изображений по четырем направлениям, приведена блок-схема алгоритма избыточного уравновешивания, результаты экспериментальных исследований. У статті розроблений метод надлишкової схеми обробки зображень по чотирьох напрямках, наведена блок-схема...
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/8119 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Разработка избыточной схемы обработки изображений по четырем направлениям / Л.И. Тимченко, В.В. Шпакович, Н.И. Кокряцкая, А.А. Герций // Штучний інтелект. — 2009. — № 3. — С. 617-622. — Бібліогр.: 14 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859679361899167744 |
|---|---|
| author | Тимченко, Л.И. Шпакович, В.В. Кокряцкая, Н.И. Герций, А.А. |
| author_facet | Тимченко, Л.И. Шпакович, В.В. Кокряцкая, Н.И. Герций, А.А. |
| citation_txt | Разработка избыточной схемы обработки изображений по четырем направлениям / Л.И. Тимченко, В.В. Шпакович, Н.И. Кокряцкая, А.А. Герций // Штучний інтелект. — 2009. — № 3. — С. 617-622. — Бібліогр.: 14 назв. — рос. |
| collection | DSpace DC |
| description | В статье разработан метод избыточной схемы обработки изображений по четырем направлениям, приведена
блок-схема алгоритма избыточного уравновешивания, результаты экспериментальных исследований.
У статті розроблений метод надлишкової схеми обробки зображень по чотирьох напрямках, наведена
блок-схема алгоритму надлишкового зрівноважування, результати експериментальних досліджень.
The method of the redundant chart of image processing on four directions is developed. The block-scheme of
redundant balancing algorithm and results of experimental investigations are presented.
|
| first_indexed | 2025-11-30T17:24:36Z |
| format | Article |
| fulltext |
«Штучний інтелект» 3’2009 617
10T
В
УДК 658.012:681.32:621.38
Л.И. Тимченко, В.В. Шпакович, Н.И. Кокряцкая, А.А. Герций
Государственный экономико-технологический университет транспорта, г. Киев, Украина
timchen@svitonline.com
Разработка избыточной схемы обработки
изображений по четырем направлениям
В статье разработан метод избыточной схемы обработки изображений по четырем направлениям, приведена
блок-схема алгоритма избыточного уравновешивания, результаты экспериментальных исследований.
Введение
В результате уравновешивания областей изображения по четырем направлениям
формируются четыре результата сравнения уравновешивающих кривых, которых не
всегда достаточно, чтобы точно оценить результат распознавания. Поэтому с целью
получения более достоверных выходных данных необходимо увеличить число сравнивае-
мых в результате уравновешивания областей изображения. Для этого предлагается сле-
дующая схема формирования областей изображения для формирования кривых уравнове-
шивания.
Уравновешивание областей изображения
На первом этапе автоматически выделялся контур изображения объекта так, как это
изложено в работах [1], [2], в соответствии с порогом, который адаптирован к самому
изображению, и проводилась фильтрация фона изображения, а затем реализовалась
обработка (уравновешивание) пикселей (или связностей пикселей), которые лежат внутри
контура полутонового изображения объекта. На втором этапе определялись точки
пересечения выделенного контура изображения объекта с горизонтальной, вертикальной
и двумя наклонными осями. Дальше проводилось рекурсивное формирование областей
для операции уравновешивания путем поворота семи областей изображения на угол –
045k , где 81÷=k . Причем первый шаг рекурсии включал начальное уравнове-
шивание одной из избранных областей изображения и семи других областей, повернутых
на угол 045k= . Очевидно, число таких операций уравновешивания определяется
числом сравниваемых областей изображения (на первом шаге их восемь). На каждом
следующем шаге рекурсии проводилось уравновешивание каждой следующей области
изображения и соответственно семи, шести, пяти, четырех, трех, двух и одной областей,
повернутых на угол 045k с соответствующим изменением переменной k на каждом
шаге рекурсии – 71÷=k , 61÷=k , 51÷=k , 41÷=k , 31÷=k , 1,2=k , 1.=k Причем
уравновешивание начальной и повернутых областей изображения ограничено точками
пересечения выделенного контура с соответствующими осевыми линиями. Число
операций уравновешивания на каждом следующем шаге рекурсии будет на единицу
меньше предыдущего шага, что обусловлено повторным уравновешиванием одной пары
областей изображения. Таким образом, число операций уравновешивания будет
3612345678 =+++++++=N .
Тимченко Л.И, Шпакович В.В., Кокряцкая Н.И., Герций А.А.
«Искусственный интеллект» 3’2009 618
10T
На рис. 1 приведена блок-схема алгоритма избыточного уравновешивания. Два изо-
бражения (A<t>, t = 1,2) последовательно обрабатываются в ходе работы алгоритма.
Задаются начальные данные: NP = 8 – число поворотов, ANGP = 360/NP –
указывает, сколько градусов на поворот. Считывается изображение A<t>. У ВМР запо-
минаем текущее изображение A<t>. С помощью процедуры уравновешивания Normalize
находим центры изображений (xc<t>, yc<t>).
Каждое изображение образует на 8 шагах рекурсии набор из 36 изображений.
Так при k = 0..7 шагах рекурсии на k-м шаге образуется (8 – k) изображений (j = 0..7 – k).
Изображение t
kjА образуется следующим образом: левая часть (x < xc<t>), образо-
ванная изображением A<t>, возвращенным на угол k 450 (т.е. t
kА 0, ) вокруг центра
(xc<t>,yc<t>); правая часть – левая часть изображения t
kА 0, , повернутого еще на j 450
вокруг центра (xc<t>,yc<t>).
Rotation
ANGP = 360/NP
Z=1, 2
i=1, NP
BMP=
зображення1
Читання
другого
файла
BMP0=повернуте BMP
на ANGP*(i-1) градусів
навколо xc,yc
NP=8
j=0,NP-i
BMP1=повернуте
BMP0 на ANGP*j
градусів навколо xc,yc
Копиювання лівої
частини BMP0 в
BMP1
Normalize
Z=1
Збереження
урівноважуючої
кривої в arsi[i,j]
No Yes
BMP=зображення
з файла
Exit
Знаходження коеф.
кореляції між
урівноважуючою
кривою и arsi[i,j]
коеф.
кореляції
Normalize
Збереження
кординат
центру xc,yc
Рисунок 1 – Блок-схема алгоритма избыточного уравновешивания
Таким образом, образуется изображение, сформированное из разных частей теку-
щего изображения.
Дальше для каждого изображения из набора проводится нормализация (процедура
Normalize) с получением уравновешивающих кривых и находятся коэффициенты кор-
Збереження
координат
центру хс,ус
Копіювання лівої
частини ВМР0 в
ВМР1
Разработка избыточной схемы обработки изображений по четырем направлениям
«Штучний інтелект» 3’2009 619
10T
реляции между уравновешивающими кривыми первого уровня рекурсии
0
0
k, j
y
>
A
N
и
0
1
k, j
y
>
A
N
На рис. 2 представлены результаты обработки изображений лиц по методу избы-
точного уравновешивания.
Пример № 1. Обработка по алгоритму избыточного уравновешивания изображений
человеческих лиц с разной мимикой, в результате чего получаются коэффициенты
корреляции при повороте изображений: AGJ\Agj-01.bmp; AGJ\Agj-02.bmp.
первая фаза вторая фаза третья фаза четвертая фаза
пятая фаза шестая фаза седьмая фаза восьмая фаза
Рисунок 2 – Изображение для формирования первых фазовых коэффициентов в
фазовой диаграмме при обработке изображений Agj-01.bmp
первая фаза вторая фаза третья фаза четвертая фаза
пятая фаза шестая фаза седьмая фаза восьмая фаза
Рисунок 3 – Изображение для формирования первых фазовых коэффициентов
в фазовой диаграмме при обработке изображений Agj-02.bmp
Тимченко Л.И, Шпакович В.В., Кокряцкая Н.И., Герций А.А.
«Искусственный интеллект» 3’2009 620
10T
В результате обработки в соответствии с алгоритмом (рис. 1) формируется
фазовая диаграмма.
Фаза №1 0.938 0.931 0.866 0.824 0.774 0.969 0.978 0.964
Фаза №2 0.917 0.806 0.728 0.686 0.905 0.941 0.948
Фаза №3 0.796 0.798 0.616 0.888 0.890 0.903
Фаза №4 0.823 0.708 0.584 0.602 0.736
Фаза №5 0.520 0.445 0.818 0.817
Фаза №6 0.885 0.916 0.800
Фаза №7 0.964 0.941
Фаза №8 0.956
Рисунок 4 – Фазовая диаграмма при обработке изображений AGJ\Agj-01.bmp
и AGJ\Agj-02.bmp.
Соответственно с фазовой диаграммой (рис. 4) средний коэффициент корреляции
составляет 0,824, что позволяет в сравнении с использованием 1 – 4 уравновешивающих
кривых на 5 – 10 повысить качество распознавания.
Пример № 2. Обработка по алгоритму для избыточного уравновешивания
изображений разных человеческих лиц, в результате чего получаются коэффициенты
корреляции при повороте изображений AGJ\Agj-01.bmp; ALR\Alr-01.bmp.
первая фаза вторая фаза третья фаза четвертая фаза
пятая фаза шестая фаза. седьмая фаза восьмая фаза
Рисунок 5 – Изображение для формирования первых фазовых коэффициентов
в фазовой диаграмме при обработке изображений Alr-01.bmp
В результате обработки в соответствии с алгоритмом (рис.1) формируется
фазовая диаграмма.
Фаза №1 0.499 0.571 0.533 0.126 0.327 0.617 0.712 0.735
Фаза №2 0.431 0.381 0.149 0.077 0.575 0.786 0.830
Фаза №3 0.290 0.421 0.131 0.449 0.697 0.650
Фаза №4 0.582 -0.024 0.055 0.513 0.455
Фаза №5 0.154 0.292 0.563 0.479
Фаза №6 0.599 0.853 0.675
Фаза №7 0.858 0.716
Фаза №8 0.767
Рисунок 6 – Фазовая диаграмма при обработке изображений AGJ\Agj-01.bmp
и ALR\Alr-01.bmp
Разработка избыточной схемы обработки изображений по четырем направлениям
«Штучний інтелект» 3’2009 621
10T
Таблица 1 – Время выполнения «точной» схемы обработки изображений с кор-
реляционным сравнением уравновешивающих кривых
Размер
изображения Время вычислений, мс
Уравновешивание по
горизонтали для
1 поля препаратов
Уравновешивание
по вертикали и
горизонтали для
1 поля препаратов
Уравновешивание
по вертикали и
горизонтали для
3 полей препаратов
Три шага уравно-
вешиваний по
вертикали и
горизонтали для
3 полей препаратов
100100 5 20 110 220
128128 10 110 220 390
200200 110 110 500 880
256256 110 220 660 1320
Таблица 2 – Оценка времени традиционного корреляционного сравнения
изображений
Размер
изображения Время вычислений, с
100100 0,77
128128 1,32
200200 3,13
256256 4,73
Выводы
В соответствии с фазовой диаграммой (рис. 6) середний коэффициент кор-
реляции при распознавании разных изображений лиц (AGJ\Agj-01.bmp і ALR\Alr-01.bmp)
составляет 0,51.
При реализации на ЭВМ обработка изображений была сделана последовательной –
сначала обрабатывалось первое изображение и его уравновешивающие кривые были
сохранены в массиве arsii,j. Нахождение коэффициентов корреляции происходило после
нахождения уравновешивающих кривых для второго изображения.
В табл. 1 и табл. 2 приведены соответственно оценка времени выполнения
«точной» схемы обработки изображений с корреляционным сравнением уравнове-
шивающих кривых и оценка времени при традиционном корреляционном сравнении
изображений.
Сравнительный анализ табл. 1 и табл. 2 показывает: если для распознавания
изображений использовать одну уравновешивающую кривую, то сокращение временных
расходов разработанного метода по сравнению с традиционным будет в 43 раза; если для
распознавания изображений использовать две уравновешивающие кривые, то сокращение
временных расходов разработанного метода по сравнению с традиционным будет в 22
раза; если для распознавания изображений использовать шесть уравновешивающих
Тимченко Л.И, Шпакович В.В., Кокряцкая Н.И., Герций А.А.
«Искусственный интеллект» 3’2009 622
10T
кривых, то сокращение временных расходов разработанного метода по сравнению с
традиционным будет в 7,2 раза; если для распознавания изображений использовать
восемнадцать уравновешивающих кривых, то сокращение временных расходов раз-
работанного метода по сравнению с традиционным будет в 3,6 раза.
Литература
1. Рабинович З.Л. Представление и обработка знаний во взаимодействии сенсорной и языковой
нейросистем человека / З.Л. Рабинович, Г.С. Воронков // Кибернетика и системный анализ. – 1998. –
№ 2. – С. 3-11.
2. [Электронный ресурс]. – Режим доступа : http://www.korrespondent.net.
3. Хинтон Д.Е. Как обучаются нейронные сети / Д.Е. Хинтон // В мире науки. – 1992. – № 11-12. –
С. 103-110.
4. Тимченко Л.I. Конвергентнi та дивергентнi процеси в реальних та штучних нейронних мережах /
Л.I. Тимченко // Вiсник ВПI. – 1997. – № 1. – С. 5-10.
5. Свечников С.В. Квазиимпульсно-потенциальные оптоэлектронные элементы и устройства логико-
временного типа / Свечников С.В., Кожемяко В.П., Тимченко Л.И. – К. : Наукова думка, 1987. – 256 с.
6. Timchenko Leonid I. Method for Training of a Parallel-Hierarchical Network, Based on Population Coding for
Processing of Extended Laser Paths Images / Leonid I. Timchenko, Yuriy F. Kutaev, Volodymyr
P. Kozhemyako [и др.] // Proceedings of SPIE. – Vol. 4790. – 2002. – P. 465-479.
7. Сегментація напівтонових зображень за ознакою зв’язаності : монографія / [Железняк А.Л., Тим-
ченко Л.І., Стасюк О.І. та ін.]. – К. : ДЕТУТ, 2008. – 144 с.
8. Паралельно-ієрархічне перетворення і Q-обробка інформації для систем реального часу : монографія /
[Ковзель М.О., Тимченко Л.І., Кутаєв Ю.Ф. та ін.]. – Київ : КУЕТТ, 2006. – 492 с.
9. Тимченко Л.I. Компактний опис моделей зображень для класифiкацiї образiв / Л.I. Тимченко,
С.В. Чепорнюк, Ю.Ф. Кутаєв, О.А. Герцій // Вісник ВПІ. – 1998. – № 2. – С. 72-83.
10. Aggarwal J.K. Object recognition and performance bounds / J.K.Aggarwal, Shishir Shah / Proc. Image Analysis
and Processing, (Florence, Italy, September 17 – 19, 1997). – Р. 343-360.
11. Кожем’яко В.П. Паралельно-ієрархічні мережі як структурно-функціональний базис для побудови
спеціалізованих моделей образного комп’ютера : монографія / Кожем’яко В.П., Тимченко Л.І.,
Яровий А.А. – Вінниця : Універсум – Вінниця, 2005. – 161 с.
12. Timchenko L.I. A Brain-Like Approach to Multistage Hierarchial Image. Springer-Verlag Processing /
L.I. Timchenko, Y.F. Kutaev, S.V. Chepornyuk [и др.] // Proc. Image Analysis and Processing, (Florence, Italy,
September 17 – 19, 1997). – Р. 246-253.
13. Hebb D.O. The Organization of Behavior / Hebb D.O. – Wiley, 1949.
14. Вступ в алгоритмічну теорію ієрархії і паралелізму нейроподібних обчислювальних середовищ та її
застосування до перетворення зображень. Основи теорії пірамідально-сітьового перетворення зображень /
[Кожем’яко В.П., Тимченко Л.І., Кутаєв Ю.Ф., Івасюк І.Д.]. – К : УМК ВО, 1994. – 272 с.
Л.І. Тимченко, В.В. Шпакович, Н.І. Кокряцька, О.А. Герцій
Розробка надлишкової схеми обробки зображень по чотирьох напрямках
У статті розроблений метод надлишкової схеми обробки зображень по чотирьох напрямках, наведена
блок-схема алгоритму надлишкового зрівноважування, результати експериментальних досліджень.
L.І. Tymchenko, V.V. Shpakovivh, N.І. Kokryatskaya, O.A. Gertsiy
Development of Redundant Chart of Processing of Images on Four Directions
The method of the redundant chart of image processing on four directions is developed. The block-scheme of
redundant balancing algorithm and results of experimental investigations are presented.
Статья поступила в редакцию 21.04.2008.
|
| id | nasplib_isofts_kiev_ua-123456789-8119 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-11-30T17:24:36Z |
| publishDate | 2009 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Тимченко, Л.И. Шпакович, В.В. Кокряцкая, Н.И. Герций, А.А. 2010-04-30T15:12:50Z 2010-04-30T15:12:50Z 2009 Разработка избыточной схемы обработки изображений по четырем направлениям / Л.И. Тимченко, В.В. Шпакович, Н.И. Кокряцкая, А.А. Герций // Штучний інтелект. — 2009. — № 3. — С. 617-622. — Бібліогр.: 14 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/8119 658.012:681.32:621.38 В статье разработан метод избыточной схемы обработки изображений по четырем направлениям, приведена блок-схема алгоритма избыточного уравновешивания, результаты экспериментальных исследований. У статті розроблений метод надлишкової схеми обробки зображень по чотирьох напрямках, наведена блок-схема алгоритму надлишкового зрівноважування, результати експериментальних досліджень. The method of the redundant chart of image processing on four directions is developed. The block-scheme of redundant balancing algorithm and results of experimental investigations are presented. ru Інститут проблем штучного інтелекту МОН України та НАН України Распознавание образов. Цифровая обработка сигналов Разработка избыточной схемы обработки изображений по четырем направлениям Розробка надлишкової схеми обробки зображень по чотирьох напрямках Development of Redundant Chart of Processing of Images on Four Directions Article published earlier |
| spellingShingle | Разработка избыточной схемы обработки изображений по четырем направлениям Тимченко, Л.И. Шпакович, В.В. Кокряцкая, Н.И. Герций, А.А. Распознавание образов. Цифровая обработка сигналов |
| title | Разработка избыточной схемы обработки изображений по четырем направлениям |
| title_alt | Розробка надлишкової схеми обробки зображень по чотирьох напрямках Development of Redundant Chart of Processing of Images on Four Directions |
| title_full | Разработка избыточной схемы обработки изображений по четырем направлениям |
| title_fullStr | Разработка избыточной схемы обработки изображений по четырем направлениям |
| title_full_unstemmed | Разработка избыточной схемы обработки изображений по четырем направлениям |
| title_short | Разработка избыточной схемы обработки изображений по четырем направлениям |
| title_sort | разработка избыточной схемы обработки изображений по четырем направлениям |
| topic | Распознавание образов. Цифровая обработка сигналов |
| topic_facet | Распознавание образов. Цифровая обработка сигналов |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/8119 |
| work_keys_str_mv | AT timčenkoli razrabotkaizbytočnoishemyobrabotkiizobraženiipočetyremnapravleniâm AT špakovičvv razrabotkaizbytočnoishemyobrabotkiizobraženiipočetyremnapravleniâm AT kokrâckaâni razrabotkaizbytočnoishemyobrabotkiizobraženiipočetyremnapravleniâm AT gerciiaa razrabotkaizbytočnoishemyobrabotkiizobraženiipočetyremnapravleniâm AT timčenkoli rozrobkanadliškovoíshemiobrobkizobraženʹpočotirʹohnaprâmkah AT špakovičvv rozrobkanadliškovoíshemiobrobkizobraženʹpočotirʹohnaprâmkah AT kokrâckaâni rozrobkanadliškovoíshemiobrobkizobraženʹpočotirʹohnaprâmkah AT gerciiaa rozrobkanadliškovoíshemiobrobkizobraženʹpočotirʹohnaprâmkah AT timčenkoli developmentofredundantchartofprocessingofimagesonfourdirections AT špakovičvv developmentofredundantchartofprocessingofimagesonfourdirections AT kokrâckaâni developmentofredundantchartofprocessingofimagesonfourdirections AT gerciiaa developmentofredundantchartofprocessingofimagesonfourdirections |