
- •ФГУП ГосНИИ Авиационных систем
- •Что такое морфология?
- •Что такое морфология?
- •Пример 1. Морфологический анализ Пытьева
- •Морфологический анализ Пытьева
- •Морфологический анализ Пытьева
- •Морфологический анализ Пытьева
- •Морфологический анализ Пытьева
- •Пример 2. Математическая морфология Серра
- •Математическая морфология Серра
- •Математическая морфология Серра
- •Математическая морфология Серра
- •Математическая морфология Серра
- •Пример 3. Бинарная морфология на базе скелетов
- •Бинарная морфология на базе скелетов
- •ПРОЕКТИВНОСТЬ
- •Проекторы как распознающие операторы (М. Павель)
- •Сравнение форм по сложности (Пытьев)
- •Морфологический спектр (Maragos)
- •АЛГЕБРА ИЗОБРАЖЕНИЙ
- •Морфологические алгебры
- •Морфологические алгебры
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •Пример. Проективные морфологии на базе методов интерполяции
- •ПРОСТРАНСТВО РАЗЛОЖЕНИЙ
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •Проективные морфологические разложения
- •МОДУЛЬНОСТЬ (в поисках нетривиального описания)
- •Способ описания:
- •Модульные проективные морфологии
- •Монотонные проективные морфологии на базе преобразования Хафа и GHT
- •Морфологическая фильтрация на базе рекуррентного преобразования Хафа
- •МОДУЛЬНОСТЬ (комбинирование процедур)
- •Альтернативные модульные морфологии
- •Селективные
- •Селективные
- •Селективные
- •Селективные
- •Селективные
- •Селективные
- •Селективные
- •Селективные
- •Селективные
- •МОРФОЛОГИЧЕСКИЙ АНАЛИЗ НА БАЗЕ КРИТЕРИЕВ
- •Критерии в классических морфологиях
- •Морфологический подход к анализу данных
- •Морфологический подход к анализу данных
- •Форма и семантический смысл критериев
- •Регуляризация
- •Регуляризация
- •Регуляризация
- •Регуляризация сегментация с потерями
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Морфологический спектр по параметру
- •Морфологический спектр по сложности
- •Критериальные проективные морфологии
- •Алгоритмические аспекты морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Критериальные проективные морфологии
- •Динамическое программирование: 2-D как 1-D
- •Динамическое программирование: 2-D как 1-D
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •Морфологическая фильтрация с использованием стековых представлений
- •НЕПРОЕКТИВНЫЕ МОРФОЛОГИИ
- •МОДЕЛЬНЫЙ ПОДХОД
- •Характерные элементы (черты), используемые в иерархических алгоритмах обнаружения
- •Свойства (атрибуты) характерных черт
- •Примеры атрибутов характерных черт
- •Критерии выбора ХЧ и их атрибутов для построения алгоритмов обнаружения
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример
- •Пример
- •Окончательная модель
- •Морфологический анализ свидетельств
- •Морфологический анализ свидетельств
- •Морфологический анализ свидетельств
- •Морфологический анализ свидетельств
- •Морфологический анализ свидетельств
- •РАЗРАБОТКА ВЫЧИСЛИТЕЛЬНО ЭФФЕКТИВНЫХ АЛГОРИТМОВ АНАЛИЗА МОРФОЛОГИЧЕСКИХ СВИДЕТЕЛЬСТВ
- •Морфологический анализ свидетельств
- •Морфологический анализ свидетельств
- •Морфологический анализ свидетельств
- •Пример. Метод обнаружения штриховых кодов и текстовых областей на изображениях
- •Пример. Метод обнаружения штриховых кодов и текстовых областей на изображениях
- •АВТОМАТИЗИРОВАННОЕ КОНСТРУИРОВАНИЕ
- •Автоматизированное конструирование алгоритмов обнаружения объектов
- •Автоматизированное конструирование алгоритмов обнаружения объектов
- •Автоматизированное конструирование алгоритмов обнаружения объектов
- •Автоматизированное конструирование
- •Автоматизированное конструирование
- •Автоматизированное конструирование алгоритмов обнаружения объектов
- •Автоматизированное конструирование алгоритмов обнаружения объектов
- •Автоматизированное конструирование алгоритмов обнаружения объектов
- •Автоматизированное конструирование
- •Автоматизированное конструирование
- •Автоматизированное конструирование
- •Автоматизированное конструирование
- •Автоматизированное конструирование
- •РАЗНООБРАЗИЕ МОРФОЛОГИЧЕСКИХ СИСТЕМ
- •Какие бывают морфологии:
- •Типы описаний, используемых в анализе изображений
- •Типы описаний. Систематическая таблица морфологий
- •ПРИМЕР ИСПОЛЬЗОВАНИЯ ТАБЛИЦЫ
- •Морфологическое сравнение бинарных изображений на базе их скелетных представлений
- •Морфологическое сравнение бинарных изображений на базе их скелетных представлений
- •Морфологическое сравнение бинарных изображений на базе их скелетных представлений
- •Морфологическое сравнение бинарных изображений на базе их скелетных представлений
- •Морфологическое сравнение бинарных изображений на базе их скелетных представлений
- •Спасибо за внимание!
- •Основные идеи

Регуляризация
f(x)
x
Ф(A,L) = J(A,L) min(L F(x))

Регуляризация
f(x)
x
Ф(A,L)=J(A,L)+ Q(L) min(L F(x))

Регуляризация сегментация с потерями
f(x)
x
Ф(A,L)=J(A,L)+ Q(L) min(L F(x))

Критериальные проективные морфологии
Пусть имеется множество образов , на котором определена операция сложения (‘+’), задающая на группу с «нулевым образом» . Кроме этого, на множестве образов определена– норма (A)=||A||: R, || ||=0, причем норма разности обладает свойствами расстояния.
На множестве пар образов задана
Функция-критерий (критерий штрафа) Ф(A,B): R
Морфологический проектор на базе критерия:
Pr(A,Ф)=B: Ф(A,B) min(B ), Pr(A)=Pr(Pr(A)), Pr( )= .
Критериальная морфологическая модель - М = {A : Pr(A,Ф)=A}
множество собственных (стабильных) элементов проектора. Модель M2 по отношению к M1 является более сложной, если M2 M1.
Морфологический коэффициент корреляции:
KМ(A,Pr)=KM(A,M)=exp( - ||A-Pr(A,M)||/||Pr(A,M)||),
0 KM(A,M) 1; KM(A,M)=1 A M; Pr(A,M)= KM(A,M)=0.
Конкретные морфологии определяются конкретным видом критерия.

Критериальные проективные морфологии
Стандартный критерий штрафа
Ф(A,B)= J(A,B) + (A,B) + Q(B)
где J(A,B) – критерий соответствия проекции и образа, причемA , B V(A,Ф): J(A,A) J(A,B),
(A,B) – критерий (предикат) допустимости решения, определяющий ОДЗ
(A,B) = {0: B V(A,Ф); + : B V(A,Ф)},
Q(B) – критерий качества проекции, характеризующий ее принадлежность модели M;
0 – структурирующий параметр, обеспечивающий компромисс между
требованиями соответствия и качества.
Утверждение. С увеличением значения структурирующего параметра
сложность модели, которую определяет проектор, монотонно убывает.
- параметр морфологической сложности модели.
Морфологический спектр:
Sp(A, ) = || Pr(A,J, , ,Q) || /
Коэффициент максимальной морфологической сложности:
max(A)=max{ 0: A=Pr(A,J, , ,Q)}.

Морфологический спектр по параметру |
|| A o D(r) || / r |
r |
монотонное убывание сложности |

Морфологический спектр по сложности
Sp(A, ) = || Pr(A,J,Q) || / |
Ф(A,B) = J(A,B) + Q(B)
монотонное убывание сложности

Критериальные проективные морфологии
Достаточные условия построения проективных операторов
Ф(A,B)= J(A,B) + (A,B) + Q(B)
1.Критерий минимального расстояния:
2.Критерий максимума обобщенной нормы проекции:
A,B,C : J(A,B) 0, J(A,A)=0, J(A,B)=J(B,A), J(A,B)+J(B,C) J(A,C).
Утверждение 1. Монотонные по ОДЗ критерии минимального расстояния определяют морфологический проектор.
Ф(A,B)= -J(B) + (A,B) + Q(B),
A , B V(A,Ф): V(B,Ф) V(A,Ф), A , B V(A,Ф): J(A) J(B).
Утверждение 2. Монотонный по ОДЗ критерий максимума обобщенной нормы определяет морфологический проектор.
Утверждение 3. Любой образ, полученный в результате применения проектора минимума нормы разности, при последующем применении к нему проектора максимума нормы проекции с теми же параметрами более не изменяется.
3.Квазимонотонный критерий
максимума обобщенной нормы
4.Выпуклый критерий, модель задана предикатом
5.Критерий и модель заданы предикатами
6.Критерий на базе признаковых описаний и параметрических моделей
Эффективное подмножество ОДЗ: U(A,Ф) V(A,Ф),
B V(A,Ф), B U(A,Ф): С U(A,Ф), Ф(A,C)<Ф(A,B).
Условие квазимонотонности ОДЗ: A , B V(A,Ф): U(B,Ф) V(A,Ф).
Утверждение 4. Квазимонотонные по ОДЗ критерии максимума обобщенной нормы определяют морфологический проектор
Утверждение 5. Если критерий качества задан штрафным предикатом Q(B) {0,+ }, а критерий J(A,B) является хорошо определенной функцией соответствия
A,B , A B J(A,A)<J(A,B), морфологический фильтр является проектором
Ф(A,B)= (A,B) + Q(B) {0,+ }
Модель проекции: M(Q) = {B : Q(B)<+ } Модель соответствия: M(A, ) = {B : (A,B)<+ }.
Утверждение 6. Критерий на базе предикатов задает морфологический проектор, в том и только в том случае, когда для любого A область V(A,Ф) = M(Q) M(A, )
ОДЗ содержит ровно один образ, удовлетворяющий одновременно предикату (A,B) и предикату Q(B)
Набор признаков: f(A)=<f1(A),…,fn(A)> n, Параметризованная модель: B : B n.
Ф(A,B)= (A,B) + Q(B) {0,+ }
Предикат модели проекции: Q(B) = {0: B B: + : B B}
Предикат модели соответствия: (A,B) = {0: f(A)=f(B); + : f(A) f(B)}.
Согласно утверждению 6 такой выбор предикатов определяет проектор Pr(A, ,Q). Соответствующую морфологию
можно назвать морфологией на базе признаковых описаний. Морфологиями на базе признаковых описаний являются, в частности, все проективные морфологические разложения.

Алгоритмические аспекты морфологии
(от математического зрения к компьютерному)
Тип структурной модели |
Тип вычислительного |
Проективность |
|
алгоритма |
морфологических |
|
|
операторов |
Однородная |
1. Независимое |
Гарантирована |
(проективные |
вычисление проекций на |
|
разложения) |
образующие |
|
|
2. Независимое |
|
|
голосование элементов в |
|
|
пользу гипотез |
|
Неоднородная, |
1. Логическое |
Гарантирована |
ациклический |
программирование |
|
структурный граф |
2. Динамическое |
|
|
программирование |
|
|
3. Линейное |
|
|
программирование |
|
Неоднородная, |
Распространение |
Не гарантирована |
циклический |
свидетельств |
|
структурный граф |
(«имитационный отжиг») |
|

Критериальные проективные морфологии
Среднеквадратичная проективная сегментация
одномерных функций
Пример СКО-фильтрации. Исходная функция, результаты сегментации для =500 и =2000.