Лекція 1

1. Вступ в дисципліну

В курсі будемо використовувати багато математичних моделей. Тому для кращого розуміння викладеного матеріалу заохочую Вас повернутися до конспектів лекцій та практичних занять з математичного аналізу, теорії ймовірності та аналітичної геометрії. Інтуїтивне розуміння обробки зображень часто підсилює розуміння математичних моделей.

Ну, а на сам кінець, будь який курс такого технічного спрямування повинен бути тісно пов'язаний з комп'ютерною графікою та системами і програмними пакетами, які дозволяють обробляти необхідне зображення та виконувати інші прикладні задачі пов'язані з перетворенням та розпізнаванням образів. Таким програмним пакетом, який будемо використовувати для прикладних задач в нашому курсі є MatLab, а саме Signal Processing Toolbox блок.

Що Ви уявляєте, коли чуєте поняття розпізнавання образів? Чи це зображення з відеокамери, чи може це просто стара фотографія, яку потрібно відсканувати та перевести в цифровий вигляд, чи можливо це складні системи, які використовуються в сучасних роботах для формування в них штучного бачення? У буди якому випадку Ви будете мати рацію, на рахунок того, що таке розпізнавання образів в сучасному світі.

Важливий аспект в розумінні курсу, це відмінність між розпізнаванням та власне перетворенням зображень (чи образів). В перетворенні зображень головну увагу приділяється перетворенню одних зображень в другі, в той час як розпізнавання зображень зосереджене на формуванні висновків на основі зображень і явному отриманні необхідних для цього описання сцен.

Вступ

Перетворення образів є основою для перетворення образів та комп'ютерного бачення. Вже багато років це є галуззю активного дослідження. Термін "перетворення образів" використовується в багатьох різних застосуваннях та спеціальних алгоритмах. Ось чому повинно бути чітке розуміння методів, де саме застосовується відповідний метод чи алгоритм для опрацювання зображення.

Розпізнавання об'єктів на картинках є однією з найважливіших галузей застосування алгоритмів та методів перетворення зображення. Оскільки термін "перетворення образів" так широко застосовується, вартує звернути увагу на те, що саме цей термін означає. По своїй сутті, більшість схем, які відносяться до розпізнавання образів мають спільне в тому, що одна або декілька картинок повинні бути дослідженні для того, що вказати де і який образ знаходиться. Для цього вони переважно мають певне знання про появу тих об'єктів, які повинні бути знайдені (наприклад модель, яка була створена заздалегідь). Спеціальний випадок появляється досить часто, набір моделей має тільки один клас об'єктів і ось чому задача зводиться до вирішення чи специфічний об'єкт класу присутній, а якщо так, то де саме. З іншої сторони, кожне застосування має свої специфічні характеристики. Тому для того щоб відповідати цим специфічним вимогам, велика кількість різноманітних алгоритмів була запропонована від самого початку створення можливостей для перетворення та розпізнавання образів, а також модернізувалася та покращувалася протягом наступних років.

Основний фокус цього курсу буде на демонстрації головних ідей кожної схеми, яка є в основі розпізнавання образів, додаткові кроки, які входять до складу алгоритмів для визначення форми, згрупованих крайових пікселів в лінії, круги, та інше. Ми будемо розглядати основні акценти цього, а більш детальну інформацію зможете отримати з додаткової літератури, а також з Інтернету.

Перш ніж перейти до огляду алгоритмів я хотів би наголосити на широкому діапазоні галузей застосування, де розпізнавання образів активно використовується, а також, які вимоги ставляться до цих застосувань для відповідних методів. З допомогою цього огляду буде можливо надати критерій для категоризації схем.