3.2. Методы и алгоритмы

ПОСТРОЕНИЯ ПРИЗНАКОВЫХ ОПИСАНИЙ

ГЕОМЕТРИЧЕСКИХ СТРУКТУР

3.2.1. Категории признаков.

Классификация методов и алгоритмов

Построение признакового описания плоских геометричес­ких фигур требует привлечения разнородной информации о тех или иных свойствах фигуры. Указанная разнородность обусловлена в первую очередь рядом содержательных поня­тий. связанных с психофизическими особенностями воспри­ятия зрительных образов [29, 32]. В ряду этих понятий «головным» является понятие связности фигуры (объекта, обла­сти), понимаемое как свойство множества точек дискретной решетки, содержащее цепочку соседей, которая соединяет любые два элемента этого множества. Точнее математическое определение связности дано в приложении. Именно связная (односвязная) область чаще всего воспринимается и интерпретируется на практике как смысловой объект. Следующим по значимости свойством объекта является его размер. Размер объекта часто становится основным классификационным признаком, и поэтому так важна его роль в восприятии зри­тельной информации. Далее необходим учет информации о форме объекта в целом и форме границы объекта. Говоря о форме объекта, мы пользуемся понятиями продолговатый, вытянутый, круглый, компактный, выпуклый, вогнутый; форма границы объекта может характеризоваться как гладкая, из­резанная, волнообразная, прямолинейная и т. д. Эти содержательные характеристики должны найти количественное вы­ражение в признаковом описании объекта. Наконец, место­положение и ориентация объекта также являются его свойствами, которые должны быть включены в рассматриваемое описание. Отмеченными выше свойствами порождаются кате­гории признаков и конкретные представители этих категорий. В табл. 3.1 приведены основные классы методов и алгоритмов, используемых для вычисления признаков тон или иной ка­тегории.

Таблица 3.1

Описываемое свой­ство объекта	Категория признака (признаков)	Признак (признаки) и его смысловое содержание	Вычислительные методы и алгоритмы
1	2	3	4
Связность	Топологи­ческий	NC — число связных компонент NH — число дыр NE — число Эйлера	Алгоритмы «сканирующего» и перцептронного типа; алгоритмы, использующие иерархические представления изображений в виде пирамид и квадродеревьев
Размер	Метричес­кий	NS – площадь NP – периметр а, b — стороны описанного пря­моугольника d1, d2 — диа­метр и ширина объекта	Алгоритмы «сканирующего» типа Алгоритмы на основе метода моментов Алгоритмы, использующие представления изобра­жений в виде пирамид и квадродеревьев
Форма	Метричес­кий	T — отношение толщины Е —компакт­ность CNV— выпук­лость  —эксцентри­ситет А —отношение аспекта	Алгоритмы на основе метода интегральной геомет­рии Алгоритм «следящего» типа
Местопо­ложение объекта	Метричес­кий	i0, j0— коорди­наты центра тя­жести
Ориента­ция объ­екта	Метричес­кий	 — угол между главной осью инерции фигуры н осью х
Форма границы объекта	Параметри­ческий	Сс — цепной код Rc — «разрыв­ной» цепной код	Методы и алгоритмы цепного кодирования
		, – конту-ры Фримэна в – «пси-эс» кривая	Методы н алгоритмы подсчета функциональных параметрических зависимостей
		– Фурье-дескриптор	Метод дискретного преобразования Фурье и быст­рые вычислительные алгоритмы его реализации
		– аппроксимирующий полином	Методы определения параметров аппрокснмирующего полинома