2064

Замена исходного изображения его «проекциями» позволяет решать задачи по измерению параметров используемых признаков с удовлетворительной точностью.

Использование результатов теории на практике пока в основном ограничено следующей схемой. Конструируются два параллельно работающих обнаружителя. Один настроен на обнаружение образа с круговой симметрией, второй – протяженного. В качестве первого может быть использован рассмотренный выше «полосовой» фильтр.

Таблица 2.1

Оценка эффективности метода «проекций»

Более распространен вариант пространственного фильтра, согласованного с изображением распознаваемого образа минимальных размеров, а использование потенциальных возможностей увеличения отношения сигнал/шум реализуется с помощью параллельных линейно-разностных фильтров во временной области (рис. 2.6).

Рис. 2.6. Структурная схема обнаружения объектов: 1 – информация о характеристиках объекта,

ПФ – пространственный фильтр, ВЛРФ – «временный» линейно-разностный фильтр, РУ – решающее устройство

41

Для локальных образов в аналитических исследованиях используется модель гауссоиды

и весовая функция пространственного фильтра

где 2a и 2c – эффективные радиусы гауссоид, в которых сосредоточено 63% энергии от объекта и отклика фильтра на сигнал

где – скорость движения апертуры; t – время.

В момент совпадения центров апертуры и объекта

а дисперсия шума и отношение сигнал/шум:

где σ – среднеквадратичное значение помех исходного изображения.

Зависимость ОСШ f (a/c) приведена на рис. 2.7.

42

пространственной фильтрации не реализуются. Однако выходной сигнал пространственного фильтра содержит информацию, позволяющую повышать ОСШ с помощью «временного» линейноразностного фильтра (ВЛРФ).

ВЛРФ применяется для исключения тренда входной реализации. Его характеристика при настройке на искомый сигнал

где Т – постоянная времени фильтра.

При поступлении на вход фильтра (2.6) суммы прямоугольного импульса (полезный сигнал f t ) длительностью Т /2, аддитивного шума на фоне линейного тренда l t реакция фильтра в момент совпадения центров сигнала и фильтра характеризуется

сравнению с постоянной фильтра Т его реакция резко снижается. Поэтому предложено использовать параллельно включенные ЛРФ, число которых определяется из следующих соображений. Первый фильтр настраивается на изображение образа минимального

размера min, т.е. его постоянная времени выбирается из условия

43

число запараллеливаемых ЛРФ определяется диапазоном размеров

Алгоритм распознавания протяженных образов также основан на совмещении операций «обнаружение – опознавание». Для реализации этого алгоритма используется пространственный фильтр в виде вращающего штриха. При совмещении штриха с изображениями образа выходной сигнал принимает наибольшее значение. Он отражает информацию: где находится образ (обнаружение) и «этот образ имеет протяженную форму (опознавание)».

При теоретических исследованиях распределения интенсивности сигнала протяженного образа и весовую функцию

чувствительность анализатора. Уравнения (2.7) соответствуют случаю совпадения координат сигнала и пространственного фильтра. При развертке (движении центра объекта вдоль оси x) с постоянной скоростью

(2.8)

где γ – угол между осью ординат и наибольшей осью изображения дефекта; t – время.

44

Совместим центр штрихового анализатора с началом координат и зададим ему вращение с постоянной скоростью. Тогда его описание записывается в виде

(2.9)

где 2 t /TB – угол поворота штриха; TB – период вращения. Реакция фильтра (2.9) на сигнал (2.8)

45

Сигнал на выходе вращающегося штрихового анализатора (2.10) значительно отличается по форме и длительности от сигналов, получаемых при сканировании локальных образов анализатором симметричной формы.

Наличие периодических пульсаций, обусловленных вращением анализатора, позволяет выйти на алгоритм распознавания:

разложение отрезков f t в ряд Фурье и вычисление гармоники с максимальной амплитудой. Если эта амплитуда превышает установленный порог принятия решений, объект считается опознанным. Во временной плоскости максимальная амплитуда сигнала находится из выражения

2 abcd

0 max B0h0 a2 c2 b2 d2

при условии , а минимальная (при взаимноперпендикулярном положении штриха относительно дефекта: / 2

2 abcd

0 min B0h0 a2 d2 b2 c2 .

46

спектральной плотностью и дисперсией шумов 2 двумя взаимноперпендикулярными анализаторами дисперсия шума на выходе вычитающего устройства определяется формулой

Тогда отношение сигнал/шум на входе решающего звена

При совпадении размеров апертуры и объекта в результате согласованной фильтрации увеличение отношения сигнал/шум составляет

ab a b 4

2 a2 b2 ab а2 b2 .

Проиллюстрируем эффективность согласованной пространственной фильтрации на примере.

Объект смоделирован в виде прямоугольной щели длиной 5 мм с одинаковыми размерами по глубине раскрытия и ширине –

изображений этих образов с помощью пространственных фильтров с круговой симметрией приведены в табл. 2.2, 2.3.

Таблица

2.2

Амплитуда сигнала от распознаваемого образа на выходе

47

пространственного фильтра с круговой симметрией, ед. оптич. плотности

Таблица

2.3

ОСШ на выходе пространственного фильтра с круговой симметрией

Как следует из приведенных данных, уверенно можно зарегистрировать только объекты размерами (0,4 5)мм2. Протяженные образы с меньшими размерами по ширине обнаружить проблематично.

Иной вывод вытекает из анализа результатов обработки тех же данных штриховым анализатором (табл. 2.4 и 2.5).

Таблица

2.4

Амплитуда сигнала от образа на выходе штрихового анализатора единиц оптич. плотности

Поскольку дисперсия шумов на выходе фильтра увеличивается в меньшей степени, чем амплитуда сигнала, итоговое ОСШ возрастает настолько (табл. 2.5), что проблема надежного обнаружения протяженных образов снимается с повестки дня. Однако следует иметь в виду потери, которые сопряжены с применением таких фильтров. В каждой точке растра изображения необходимо найти свертки анализируемого снимка и штрихового анализатора при его разных положениях относительно декартовой системы координат. Имеющиеся в литературе данные дают разумную оценку увеличения временных затрат на обработку – не менее чем в 20 раз. Возможности современных ПЭВМ не ограничивают реализацию таких фильтров, работающих в реальном масштабе времени.

В качестве второй частной задачи рассмотрим комплексную биометрическую систему по защите информационных ресурсов от внутренних угроз.

На сегодняшний день неавторизованный доступ можно считать одной из самых серьезных угроз информационной безопасности.

По данным Information Security Breaches Survey 2010, угроза неавторизованного доступа стоит на третьем месте в списке самых опасных и губительных для бизнеса угроз информационной безопасности.

Проблемы ограничения доступа к информационным ресурсам и терминалам информационно-вычислительных сетей или изолированным ПЭВМ могут быть решены введением биометрических систем идентификации пользователя. Существуют системы идентификации человека по особенностям геометрии лица, руки, рисунку кровеносных сосудов на лице, тыльной стороне кисти, по радужной оболочке глаз. Однако системы аутентификации, построенные на базе «открытых биометрических образов», характеризуются незащищенностью от подделок предъявляемых образов. При удаленной аутентификации пользователь недоступен для прямого наблюдения за ним службой безопасности, нельзя выявить и пресечь попытки предъявления муляжа «легитимного пользователя». Другая проблема биометрических систем связана с неприемлемыми ошибками первого и второго рода, которыми характеризуются предлагаемые для использования разработки. Перспективным направлением ее

49

решения считается разработка комплексных систем идентификации. Поэтому рассмотрим несколько независимых признаков, описывающих особенности двигательных навыков человека, которые проявляются при выполнении операций на подсознательном уровне, а именно особенности набора паролей на клавиатуре ПЭВМ, речевой пароль, параметры траектории и давления пера на планшет при написании автографа (пароля). Структурная схема комплексной системы приведена на рис. 2.8.

Рис.2.8. Схема работы системы: AB – априорные вероятности

В качестве признака для идентификации по речевому паролю используется преобразованный амплитудный спектр речевого сигнала, полученный путем сглаживания текущего спектра F(vj):

j n

F * ( j ) F ( i ) /(2n 1)

i j n

где n – эмпирически подбираемая величина, с последующим интегрированием в окрестности экстремумов.

50