Локализация объекта распознавания

Исходные данные.

… маленький объект.

Нашей задачей в этом случае стоит вырезать объект из большого объекта для дальнейшей обработки.

Первый подход к этому это сканирование сигнала или изображения и оценка одного или нескольких признаков сегментации, позволяющих выделить объект распознавания.

Основной недостаток этого метода, это большой объем вычислительных затрат. Поэтому эта задача часто решается с помощью поисковых методов, позволяющих целенаправленно искать объект распознавания.

…

Для того, чтобы локализовать объект распознавания необходимо:

1. расширить область его существования. Для расширения области существования может служить методы низкочастотной фильтрации.

2. Осуществляется целенаправленны поиск объекта существования в направлении градиента интенсивности. Градиент это вектор составленный из частных производных и направленный в сторону увеличения интенсивности.

Для поиска объекта применяется метод последовательных приближений.

Алгоритм поиска:

1. Задается начальная точка.

2. Производится оценка градиента в этой точке.

3. Производится шаг в направлении увеличения градиента.

4. В новой точке поиска снова производится оценка градиента. Возврат на пункт 2.

Для того, чтобы остановить этот алгоритм используются следующие признаки:

1. Изменение знака градиента.

2. Близость градиента к нулю.

Эти признаки можно использовать для определение границы объекта.

Этот метод локализации называется методом Розенфельда. Основным недостатком этого метода является то, что наиболее информативная часть перепада интенсивности называется размытой.

Методы позволяющие не только расширить область локализации, но и подчеркнуть перепады интенсивности. Такой метод обработки называется вейвлет преобразования.

…

10 10 10 10 10 40 40 40 40 40 10 10 10 10 10

-1 -1 -1 1 1 1 – Хаар.

30 60 90 60 30 -30 -60 -90 -60 -30 0 0

Берем модуль. На границах мы получим максимальное значение (90).

Количество носителей апертуры называется длиной носителя Вейвлета. Увеличивая длину носителя, мы увеличиваем длину локализации.

Идентификация

На этапе идентификации на вход модуля поступает данные, полученные на этапе сегментации. В рамках этого этапа определяется набор количественных характеристик (признаков, которые в дальнейшем позволят отличить один объект распознавания от другого). К этому набору предъявляются следующие требования:

1. Признаки должны обеспечивать достоверность классификации.

2. Небольшая размерность вектора признаков M, обеспечивает вычислительную эффективность процедуры.

3. Обеспечивать инвариантность геометрическим преобразованием изображений объекта (масштаб, поворот, сдвиг).

4. Трансформация освещенности.

Этот вектор признаков может быть представлен как точка в М-мерном признаковом пространстве. Эту точку в n-мерном признаковом пространстве также называют «образом» объекта распознавания.

Одному объекту распознавания, как правило, соответствует целый набор образов. Набор образов, относящийся к одному объекту, называется так же кластером. Эти кластеры должны отвечать признаку компактности.