Jednoduchý prípad, jednorozmerné oddelenie

Existujú aj neurónové siete a regresia. Aby sme ich však stručne klasifikovali a ukázali, v čom sa líšia, je potrebný článok oveľa viac ako tento.
________________________________________________
Dúfam, že sa mi podarilo urobiť rýchly prehľad použitých metód bez toho, aby som sa ponoril do matematiky a popisu. Možno to niekomu pomôže. Aj keď je samozrejme článok neúplný a nie je tam ani slovo o práci so stereo obrazmi, ani o OLS s Kalmanovým filtrom, ani o adaptívnom bayesovskom prístupe.
Ak sa vám článok páči, pokúsim sa urobiť druhú časť s výberom príkladov, ako sa riešia existujúce úlohy ImageRecognition.

A nakoniec

Téma 18. ROZPOZNÁVANIE OBJEKTOV OBRAZU

Akékoľvek ľudské poznanie začína intuíciou, prechádza k pojmom a končí myšlienkami.

Immanuel Kant. nemecký filozof. XVIII storočia

Keď počítač namiesto človeka spozná koňa na obrázku, nie je to až tak ďaleko od pravdy, hoci je to len v počiatočnom štádiu procesu formovania vedomostí o človeku.

Georgy Korgul, uralský geofyzik. XX storočia

Úvod.

1. Predspracovanie obrázkov. Upravuje jas a kontrast obrázkov. Histogramy jasu. Vyrovnanie osvetlenia obrázkov. Vylepšené priestorové rozlíšenie.

2. Určenie hraníc objektov na obrázku. Nájdite hranice na základe gradientu. Hľadanie hraníc na základe laplacianu.

3. Výber objektov na obrázku. Algoritmus čarovnej paličky. Algoritmus inteligentných nožníc. Segmentácia pomocou grafových rezov.

4. Pridelenie vlastností objektov. Určenie plochy a obvodu. Určenie polomerov vpísaných a opísaných kružníc. Určenie strán opísaného obdĺžnika. Určenie počtu a relatívnej polohy rohov. Určenie momentov zotrvačnosti objektu.

5. Detekcia a rozpoznávanie objektov obrazu. Detekcia objektov. Metóda priameho porovnávania objektu s referenčným obrázkom. Korelačná metóda. Metódy rozpoznávania založené na systéme znakov.

ÚVOD

Podrobná úvaha o teoretických aspektoch tejto témy nie je úlohou tejto časti. Ktokoľvek môže získať podrobnejšie informácie o týchto otázkach v iných zdrojoch. Nižšie sú uvedené praktické odporúčania pre implementáciu jednotlivých metód priamo súvisiacich s najtypickejšími problémami, ktoré sú riešené na základe použitia algoritmov diskutovaných v predchádzajúcej téme.

Rozpoznávanie objektov v obrazoch optických senzorov (fotografické, letecké, satelitné a iné snímky) je tradičnou oblasťou spracovania obrazu. V tom istom čase sa metódy rozpoznávania objektov začali vo veľkej miere využívať v automatických televíznych pozorovacích systémoch, pri röntgenovom a magnetickom rezonančnom zobrazovaní a iných typoch pôvodne digitálnych obrazov na postprocesing aj spracovanie v reálnom čase.

^ 18.1. predbežné spracovanie OBRÁZKOV

Operáciám rozpoznávania na obrazoch určitých predmetov spravidla predchádza spracovanie obrazu, aby sa vytvorili podmienky, ktoré zvyšujú efektivitu a kvalitu výberu a rozpoznávania hľadaných alebo študovaných predmetov. Metódy predspracovania závisia od výskumných úloh, sú dosť rôznorodé a môžu zahŕňať napríklad výber najinformatívnejších fragmentov, ich zväčšenie, získanie 3-rozmerných obrázkov, farebné mapovanie, implementáciu vysokého priestorového rozlíšenia, zvýšenie kontrastného rozlíšenia. , zlepšenie kvality obrazu atď. Zvážte medzi nimi tie, bez ktorých sa obyčajne nezaobíde žiadna typická úloha.

Úprava jasu a kontrastu obrázkov .

Obrázky zadané do počítača majú často nízky kontrast. Slabý kontrast je spravidla spôsobený širokým rozsahom reprodukovateľného jasu, ktorý je často kombinovaný s nelinearitou charakteristík prenosu úrovne. Povaha závislosti zmeny jasu palety pixelov z minimálnej hodnoty na maximálnu hodnotu ovplyvňuje aj kvalitu obrazu. Optimálna je lineárna funkcia zmeny intenzity pixelov. S konkávnou charakteristikou bude obraz tmavší, s konvexnou charakteristikou bude svetlejší. V oboch prípadoch môžu byť vlastnosti objektov skreslené a neidentifikovateľné. Korekcia (linearizácia) jasu palety výrazne zlepšuje kvalitu obrazu.

Nízky kontrast môže byť tiež spôsobený skutočnosťou, že odchýlky vo funkcii jasu pixelov v obraze sú oveľa menšie ako povolený rozsah šedej stupnice. V tomto prípade sa kontrast obrazu zvýši „natiahnutím“ reálneho dynamického rozsahu jasu na celú škálu pomocou lineárnej transformácie po prvkoch.

Ďalším spôsobom, ako opraviť jas palety, je invertovať vstupný obrázok. Keďže je dosť ťažké rozlíšiť slabé signály na tmavom pozadí, inverzná forma zobrazenia takýchto obrázkov má iný histogram jasu, ktorý je prijateľnejší pre pozorovanie a vizuálnu identifikáciu.

Niektoré úlohy spracovania obrazu zahŕňajú konverziu obrazu v odtieňoch sivej (veľa stupňov jasu) na binárny obraz (dva stupne). Transformácia sa vykonáva s cieľom znížiť informačnú redundanciu obrazu, ponechať v ňom iba informácie, ktoré sú potrebné na vyriešenie konkrétneho problému. V binárnom obraze musia byť zachované určité detaily (napríklad obrysy zobrazených predmetov) a musia byť vylúčené nepodstatné znaky (pozadie).

Prahovanie obrazu v odtieňoch sivej spočíva v rozdelení všetkých prvkov obrazu do dvoch tried A 1 a A 2 podľa jasu s okrajom A c a vo vykonaní zodpovedajúceho prahového filtrovania s nahradením obrazových bodov nastavenými triedami jasu. Voľba orámovania je určená typom histogramu jasu pôvodnej snímky. Pre najjednoduchšie obrázky, ako sú kresby, strojom písaný text atď., ktoré majú bimodálnu distribúciu, je hranica medzi distribučnými režimami nastavená na minimum. Vo všeobecnom prípade môže byť obraz multimodálny a ak sa medzi objektmi a zodpovedajúcimi režimami ich jasu vytvorí dostatočne spoľahlivá korešpondencia, potom prahové filtrovanie môže zabezpečiť aj niekoľko tried jasu pixelov.

Rozsah jasu počítačového obrazu sa môže líšiť od pôvodného rozsahu jasu, napríklad v dôsledku nedostatočnej expozície. Existujú dva možné spôsoby korekcie jasu. Podľa prvého spôsobu sa obraz lineárne zobrazuje v rozsahu pôvodného jasu. Druhá metóda poskytuje obmedzenie jasu pixelov v spracovanom obraze na maximálnu a minimálnu prahovú úroveň a má širšie uplatnenie. Prítomnosť najsvetlejších a najtmavších tónov v obraze vyvoláva dojem dobrého kontrastu, nadmerný kontrast však vedie k tomu, že maximálne gradácie ovplyvňujú stredné tóny a väčšina detailov obrazu je zafarbená v stredných tónoch a nadmernom kontraste môže viesť k strate týchto detailov alebo sťažiť ich výber.

Histogramy jasu. Nástrojom na hodnotenie úrovní intenzity pixelov je histogram - grafické zobrazenie kvantitatívnych charakteristík pravdepodobnostného rozloženia intenzity (jasu) pixelov vo vybranej oblasti obrazu. Maximálnej hodnote intenzity pixelov je priradená úroveň gradácie intenzity 255 (biela), najtmavšej hodnote je priradená hodnota 0 (čierna). Intenzity v rozsahu od 0 do 255 majú lineárnu stupnicu zmeny, alebo sú nastavené v súlade s prevzatou funkciou zmeny, napríklad zosilnenie slabých signálov (stupne šedej) a zoslabenie silných signálov (v bielej oblasti), čím sa zväčší priestorové a kontrastné rozlíšenie obrazu alebo určité oblasti záujmu.

Existuje známy spôsob zlepšovania obrázkov založený na výpočte logaritmu spektrálnych koeficientov Fourierovej transformácie pôvodného obrázku (výpočet kepstra). Pri reverznej transformácii kepstra na obraz je histogram obrazu zarovnaný v dôsledku logaritmickej transformácie obrazového spektra.

Mnohé snímky sú charakterizované histogrammi s vysokou koncentráciou čiar v určitých oblastiach rozloženia intenzity. Často je histogram rozloženia jasu obrazu skreslený smerom k nízkym úrovniam (jas väčšiny prvkov je podpriemerný). Jednou z metód na zlepšenie kvality takýchto obrázkov je úprava ich histogramu. Zarovnanie histogramu sa môže uskutočniť na základe zvýšenia modulu spektrálnych koeficientov Fourierovej transformácie obrazu na mocninu, pričom znamienko a fáza koeficientov sú zachované. Ak označíme exponent α, potom pre α<1 операция извлечения корня степени α уменьшает большие спектральные коэффициенты и увеличивает малые. Такое перераспределение энергии в частотной плоскости изображения приводит к более эффективному использованию динамического диапазона интенсивностей пикселей изображения в пространственной области.

Výber dobrej masky na nastavenie histogramu intenzity pixelov zvyšuje kontrast, čím zlepšuje kontrastné rozlíšenie detailov. Spracovacie programy majú príkazy, ktoré umožňujú nastaviť farby pre farebné mapovanie obrázkov, ktoré majú plynulé alebo naopak ostré prechody zobrazených detailov v oblasti záujmu. V kombinácii s reverzáciou kontrastu, ktorá prevádza negatívny obraz na pozitívny obraz, táto metóda tiež zvyšuje kontrast malých a stredných detailov obrazu.

Existuje pomerne veľký arzenál matematických modelov a algoritmov, ktorých softvérová implementácia môže výrazne zvýšiť kontrastné rozlíšenie obrázkov. Tieto algoritmy sú založené na lineárnych a nelineárnych procesoch filtrovania obrazu, ktoré transformujú histogram intenzity.

Vyrovnanie osvetlenia obrázkov. Niektoré oblasti obrázka sú často príliš tmavé na to, aby ich bolo možné vidieť. Ak pridáte jas celému obrázku, pôvodne svetlé oblasti môžu byť preexponované. Na zlepšenie vzhľadu obrazu v takýchto prípadoch sa používa metóda vyrovnávania osvetlenia.

Osvetlenie sa v priestore mení pomerne pomaly a možno ho považovať za nízkofrekvenčný signál. Samotný obraz možno v priemere považovať za signál vyššej frekvencie. Ak by sa v priebehu fotografovania tieto signály pridali, potom by sa dali oddeliť pomocou bežných filtrov. Na skutočnej fotografii však získame produkt obrazu, ktorý chceme vidieť, a mapu ožiarenia. A keďže sa tieto signály nesčítavajú, ale násobia, nezrovnalostí v osvetlení sa nebude dať zbaviť jednoduchým filtrovaním.

Na vyriešenie takýchto problémov sa používa homomorfné spracovanie. Myšlienkou spracovania je zredukovať nelineárny problém na lineárny. Napríklad problém delenia vynásobených signálov možno zredukovať na problém delenia vynásobených signálov. Aby ste to dosiahli, musíte zobrať logaritmus súčinu obrázkov, ktorý sa bude rovnať súčtu logaritmov faktorov. V tomto prípade je problém delenia súčinu signálov redukovaný na problém delenia súčtu LF a HF signálov a je riešený pomocou HF filtra, ktorý odstraňuje nízke frekvencie zo súčtu signálov. Zostáva zobrať exponent z prijatého signálu, aby sa vrátil do pôvodnej amplitúdovej stupnice.

RF filter môže byť implementovaný nasledovne. Najprv sa na obrázok aplikuje operácia rozmazania (dolnopriepustný filter) a potom sa rozmazaný odpočíta od pôvodného obrázka. Najlepší polomer rozostrenia závisí od konkrétneho obrázka. Môžete začať experimentovať s polomerom približne desať pixelov.

Zvyčajne sa na rozostrenie obrazu používa dvojrozmerný Gaussov filter, ktorý má tvar h (x, y) = A exp (- (x 2 + y 2) / 2 2). Tu je A normalizačná konštanta (súčet všetkých koeficientov filtra sa musí rovnať 1), σ je „šírka“ filtra, ktorá riadi stupeň rozmazania.

Priamy výpočet 2D konvolúcie s takýmto jadrom je výpočtovo náročný aj pri relatívne malej veľkosti jadra. Ekvivalentný efekt však možno dosiahnuť tak, že sa najprv vyfiltrujú riadky obrazu jednorozmerným Gaussiánom a potom stĺpce výsledného obrazu. Efekt dosiahnutý vyrovnaním osvetlenia môže byť príliš silný (tmavé oblasti budú mať rovnaký jas ako svetlé). Na zníženie efektu môžete jednoducho zmiešať spracovaný obrázok s originálom v určitom pomere.

Zlepšenie priestorového rozlíšenia ... Interpretácia obrázkov úzko súvisí s kvalitou podania jemných, neskreslených detailov. V tomto prípade je potrebné, aby s nárastom fragmentov nedochádzalo k zhoršeniu rozlíšenia obrazu pri vykonávaní matematických operácií 2D interpolácie funkcie priestorového rozloženia intenzity pixelov v riadkoch a stĺpcoch matice obrazu. Dôležitým faktorom pri identifikácii objektov je aj lokalizácia a zobrazenie plôch s rovnakým jasom alebo farebnosťou, aj keď tieto plochy majú veľkosť niekoľkých pixelov.

Jasnosť obrázkov v profesionálnych programoch sa spravidla opravuje určením optimálnych hodnôt jasu a kontrastu výberom vhodných možností:

A) "hodnoty" - miera vplyvu vplyvu na ostrosť obrazu;

B) "polomer" - hrúbka obrysu ostrosti;

C) "prah diskriminácie" - definovanie obrysov objektov nastavením rozdielu v hodnotách intenzity susedných pixelov, dostatočné na to, aby program zvýšil kontrast medzi nimi.

Niektoré programy obsahujú automatické nastavenie optimálneho pomeru kontrastu a jasu pri zachovaní požadovanej čistoty obrazu.

Pri spracovaní obrazu zohrávajú dôležitú úlohu algoritmy filtrovania hodnotenia, ktoré umožňujú eliminovať „rozostrovanie“ detailov (na zlepšenie ich zaostrenia) výberom dvojrozmernej masky n × n pixelov, ktorá vykonáva operáciu hodnotenia pixelov. hodnoty intenzity v rámci špecifikovanej masky a priradenie hodnoty rovnajúcej sa maximálnej hodnote centrálnemu pixelu podľa hodnotenia. Hodnotený typ zahŕňa aj procedúru mediánového filtrovania, ktorá eliminuje nekorelované náhodné signály a impulzný šum v obraze bez „rozmazania“ ostrých zmien jasu na hraniciach objektov.

Informatívne využitie lineárneho filtrovania je spôsobené jeho schopnosťou korigovať rôzne typy skreslení vznikajúcich v dôsledku nedokonalosti zariadení, ktoré tvoria obraz. Pomocou lineárnej filtrácie je možné znížiť vplyv fluktuačného šumu a iných defektov na reprodukované snímky v režime zvyšovania kontrastu málo kontrastných detailov so zväčšením mierky záujmových oblastí.

Korekcia apertúrneho skreslenia obrazov pri absencii šumovej zložky signálu sa vykonáva inverznou filtráciou (dekonvolúcia). Treba si však uvedomiť, že dekonvolučné filtre majú zosilnenie rozptylu šumu väčšie ako 1 a namiesto zlepšenia obrazu sa môže zvýšiť šum.

Za sľubné sa považujú nelineárne metódy filtrovania založené na frekvenčných maskách, ktoré umožňujú znížiť vplyv nízkofrekvenčných zložiek obrazového signálu a zosilniť vplyv vysokofrekvenčných zložiek, čo zvyšuje priestorové rozlíšenie detailov popísaných v spektre obrazu o vyššiu priestorovú frekvencie.

^ 18.2. URČOVANIE HRANIC OBJEKTOV V OBRAZE

Z hľadiska rozpoznávania a analýzy objektov na obrázku nie sú najinformatívnejšie hodnoty jasu objektov, ale charakteristiky ich hraníc - obrysy. Inými slovami, hlavná informácia nespočíva v jase jednotlivých oblastí, ale v ich obrysoch. Úlohou zvýraznenia kontúr je vybudovať obraz presnej hranice objektov a obrysy homogénnych oblastí.

Okraj objektu na fotografii sa zvyčajne zobrazuje ako rozdiel v jase medzi dvoma relatívne jednotnými oblasťami. Ale rozdiel v jase môže byť spôsobený aj textúrou objektu, tieňmi, svetlami, zmenami osvetlenia atď.

Obrysom obrazu budeme nazývať súbor jeho pixelov, v blízkosti ktorých je pozorovaná prudká zmena funkcie jasu. Keďže pri digitálnom spracovaní je obraz prezentovaný ako funkcia celočíselných argumentov, obrysy sú reprezentované čiarami širokými aspoň jeden pixel. Ak pôvodný obrázok okrem oblastí s konštantným jasom obsahuje oblasti s plynule sa meniacim jasom, potom nie je zaručená kontinuita obrysových čiar. Na druhej strane, ak je na obrázku „po častiach konštantný“ šum, potom sa v bodoch, ktoré nie sú hranicami regiónu, môžu nachádzať „extra“ obrysy.

Pri vývoji algoritmov na výber obrysov je potrebné vziať do úvahy špecifikované vlastnosti správania obrysových čiar. Špeciálne dodatočné spracovanie vybraných obrysov umožňuje eliminovať medzery a potlačiť falošné obrysové čiary.

Postup konštrukcie binárneho obrazu hraníc objektov zvyčajne pozostáva z dvoch po sebe idúcich operácií: výber obrysov a ich prahovanie.

Pôvodný obraz je podrobený lineárnemu alebo nelineárnemu spracovaniu s reakciou na zmeny jasu. V dôsledku tejto operácie sa vytvorí obraz, ktorého funkcia jasu sa výrazne líši od nuly iba v oblastiach prudkých zmien jasu obrazu. Prahovanie tvorí obrysový objekt z tohto obrázku. Výber prahu v druhej fáze by mal vychádzať z nasledujúcich úvah. Ak je prah príliš vysoký, môžu sa objaviť zlomy okrajov a malé rozdiely v jase sa nezistia. Ak je prah príliš nízky, môžu sa objaviť falošné obrysy v dôsledku hluku a nerovnomernosti plôch.

Nájdite hranice na základe gradientu. Jedným z najjednoduchších spôsobov, ako izolovať hranice, je priestorová diferenciácia funkcie jasu. Pre dvojrozmernú jasovú funkciu A (x, y) sú rozdiely v smeroch x a y zaznamenané parciálnymi deriváciami A (x, y) / x a A (x, y) / y, ktoré sú úmerné rýchlosť zmeny jasu v zodpovedajúcich smeroch.

Ryža. 18.2.1.

V praktických úlohách je potrebné zvoliť obrysy, ktorých smer je ľubovoľný. Na tieto účely môžete použiť prechodový modul funkcie jasu

| A (x, y) | = ,

Čo je úmerné maximálnej (v smere) rýchlosti zmeny funkcie jasu v danom bode a nezávisí od smeru obrysu. Modul gradientu na rozdiel od parciálnych derivácií nadobúda len nezáporné hodnoty, preto vo výslednom obraze (obr. D) majú body zodpovedajúce obrysom zvýšenú úroveň jasu.

Pre digitálne obrázky sú analógy parciálnych derivácií a modul gradientu rozdielové funkcie.

Praktický príklad detekcie hraníc na fotografickom obrázku je na obr. 18.2.2. Pôvodný obrázok (1) je monochromatický. Obrázok (2) ukazuje výsledok výpočtu vektora gradientu jasu Аx, y) = (A / x, A / y). Ako môžete vidieť na obrázku, v miestach veľkého rozdielu jasu má gradient dlhú dĺžku. Odfiltrovaním pixelov s dĺžkou gradientu väčšou ako určitá prahová hodnota  získame obraz hraníc (3).

Ryža. 18.2.2.
Nevýhodou algoritmu je preskočenie okraja s malými rozdielmi v jase a zahrnutie okrajov detailov obrazu s veľkými zmenami jasu (koža chipmunka). Keď je obraz zašumený, mapa hraničných bodov bude znečistená a iba šum, pretože sa neberie do úvahy, že hraničné body zodpovedajú nielen rozdielom jasu, ale rozdielom jasu medzi relatívne monotónnymi oblasťami.

Na zníženie vplyvu tejto nevýhody sa obraz najskôr podrobí Gaussovmu vyhladzovaciemu filtrovaniu. S antialiasingovým filtrovaním sú malé nepodstatné detaily rozmazané rýchlejšie ako rozdiely medzi oblasťami. Výsledok operácie je možné vidieť na obrázku (4). V tomto prípade sa však jasne definované hranice rozmazávajú do tučných čiar.

Gradient jasu v každom bode je charakterizovaný dĺžkou a smerom. Vyššie sa pri hľadaní hraničných bodov použila iba dĺžka vektora. Smer gradientu je smer maximálneho nárastu funkcie, čo vám umožňuje použiť procedúru nemaximálneho potlačenia. Pri tomto postupe sa pre každý bod uvažuje segment s dĺžkou niekoľkých pixelov, orientovaný v smere gradientu a so stredom v uvažovanom pixeli. Pixel sa považuje za maximálny vtedy a len vtedy, ak je dĺžka gradientu v ňom maximálna spomedzi všetkých dĺžok gradientov pixelov v segmente. Všetky maximálne pixely s dĺžkou gradientu väčšou ako určitá prahová hodnota možno rozpoznať ako hraničné. Gradient jasu v každom bode je kolmý na hranicu, takže po potlačení nemaxím nezostanú žiadne tučné čiary. V každej kolmej časti tučnej čiary zostane jeden pixel s maximálnou dĺžkou gradientu.

Kolmosť gradientu jasu k okraju sa môže použiť na sledovanie okraja od niektorého pixelu okraja. Toto sledovanie sa používa pri filtrovaní maximálnej hysterézie pixelov. Myšlienka hysterézneho filtrovania spočíva v tom, že dlhý stabilný okrajový obrys s najväčšou pravdepodobnosťou obsahuje pixely s obzvlášť veľkým rozdielom jasu a počnúc takýmto pixelom možno obrys sledovať cez okrajové pixely s menším rozdielom jasu.

Ryža. 18.2.3.
Pri vykonávaní hysterézneho filtrovania sa nezavádza jedna, ale dve prahové hodnoty. Menší () zodpovedá minimálnej dĺžke prechodu, pri ktorej možno pixel rozpoznať ako hraničný pixel. Väčšie () zodpovedá minimálnej dĺžke prechodu, pri ktorej môže pixel inicializovať cestu. Po inicializácii obrysu na maximálny pixel P s dĺžkou gradientu väčšou ako  sa berie do úvahy každý maximálny pixel susediaci s ním Q... Ak je pixel Q má dĺžku gradientu väčšiu ako  a uhol medzi vektormi PQ a  ( P) sa blíži k 90 o P sa pridá do obrysu a proces rekurzívne preskočí na Q. Jeho výsledok pre pôvodný obrázok na obr. 18.2.2 je znázornené na obr. 18.2.3.

Algoritmus na nájdenie hraníc na základe gradientu teda spočíva v postupnej aplikácii nasledujúcich operácií:

Gaussovo vyhladzovacie filtrovanie;

Nájdenie gradientu jasu v každom pixeli;

Nájdenie maximálneho počtu pixelov;

Filtrovanie maximálnej hysterézie pixelov.

Tento algoritmus sa nazýva Cannyho algoritmus a najčastejšie sa používa na hľadanie hraníc.

Hľadanie hraníc na základe laplacianu. Je známe, že nevyhnutnou a postačujúcou podmienkou pre extrémnu hodnotu prvej derivácie funkcie v ľubovoľnom bode je rovnosť druhej derivácie s nulou v tomto bode a druhá derivácia musí mať opačné znamienka na opačných stranách funkcie. bod.

V dvojrozmernej verzii je analógom druhej derivácie Laplacián - skalárny operátor   f) = (2 f / x + 2 f / y).

Ryža. 18.2.3.
Nájdenie hraníc v obraze pomocou Laplaciána sa dá urobiť analogicky s jednorozmerným prípadom: hraničné body sú body, v ktorých sa Laplacián rovná nule a okolo ktorých má rôzne znamienka. Odhadu Laplaciána pomocou lineárneho filtrovania tiež predchádza Gaussovské vyhladzovacie filtrovanie, aby sa znížila citlivosť algoritmu na šum. Gaussovské vyhladzovanie a Laplaciánske vyhľadávanie je možné vykonávať súčasne, takže nájdenie hraníc pomocou tohto filtra je rýchlejšie ako pomocou Cannyho algoritmu. Filter sa používa v systémoch, kde je dôležitá kvalita výsledku (zvyčajne nižšia ako pri Cannyho algoritme) a výkon. Pre zníženie citlivosti na nepodstatné detaily môžete z počtu hraničných bodov vylúčiť aj tie, ktorých dĺžka gradientu je menšia ako určitá prahová hodnota (obr. 18.2.3).

^ 18.3. IZOLOVANIE OBJEKTOV V OBRAZE

Pri práci s obrázkom je často potrebné oddeliť jednu pre používateľa zmysluplnú časť (objekt) od všetkého ostatného (pozadie). Napríklad na lekárskych snímkach je určitý objekt zvýraznený na meranie jeho parametrov. Algoritmy na riešenie tohto problému sú interaktívne, pretože iba používateľ môže určiť, čo je objektom záujmu a aké je pozadie.

V zásade možno úlohu vyriešiť najjednoduchším spôsobom - používateľ jednoducho sleduje objekt pomocou kurzora myši, ale pre zložité objekty to bude vyžadovať značné úsilie a čas.

Algoritmus magickej paličky (Magic wand) bol jedným z prvých interaktívnych segmentačných algoritmov. Používateľ postupne špecifikuje body objektu a algoritmus vyberie okolité pixely s podobnou farbou a (podľa uváženia používateľa) pridá vybranú oblasť k objektu. Na posúdenie „podobnosti“ používateľ nastaví maticu prahových hodnôt pre citlivosť vzdialenosti medzi farbami. Čím je väčšia, tým viac pixelov vynikne v jednom kroku. V tomto prípade sú do oblasti „podobných“ farieb priradené iba pripojené pixely.

Algoritmus funguje dobre pri výbere objektov, ktoré majú dosť monotónnu farbu. Pri výrazných farebných variáciách nie je možné pomocou tohto algoritmu presne oddeliť objekt od pozadia. Ak je prah citlivosti príliš nízky, významná časť objektu nemusí vyniknúť. Zvýšenie prahu spôsobí, že výber „vytečie“ z objektu. V prípade pestrého objektu alebo rozmazanej hranice medzi pozadím a objektom je algoritmus takmer bezmocný.

Algoritmus inteligentných nožníc používa sa od roku 1996, získal si popularitu a bol zabudovaný do bežného editora fotografií Adobe Photoshop. Pri použití algoritmu používateľ nakreslí hranicu medzi objektom a pozadím, pričom označuje body na hranici s určitou medzerou a „inteligentné nožnice“ nakreslia hraničnú čiaru medzi po sebe nasledujúcimi špecifikovanými bodmi.

Ryža. 18.3.1.
Predstavme si raster obrázku vo forme grafu (obr. 18.3.1) s okrajmi tvorenými stranami pixelov. Keď používateľ určí dva po sebe idúce body P a Q, algoritmus „nožnice“ vypočíta minimálnu vzdialenosť medzi bodmi P a Q pozdĺž okrajov grafu, zatiaľ čo podmienená geometrická dĺžka každého okraja pozdĺž tejto cesty má inverzný vzťah k farbe. rozdiel pixelov po jej stranách. Keďže okraje zodpovedajúce ostrým zmenám farby budú mať kratšiu podmienenú dĺžku, "inteligentné nožnice" majú tendenciu kresliť okraj pozdĺž takýchto okrajov.

„Inteligentné nožnice“ výrazne urýchľujú proces výberu objektu. Nefungujú však veľmi dobre v prítomnosti pestrého pozadia a / alebo pestrého objektu. V takýchto prípadoch je potrebných viac koncových bodov.

Segmentácia pomocou grafových rezov. Tretí spôsob zvýraznenia objektu na pozadí je tiež založený na teórii grafov. Používateľ jednoducho označí určitú množinu A pixelov patriacich objektu a nejakú množinu B pixelov patriacich pozadiu. Keďže tieto pixely nemusia byť blízko okraja, takéto označenie nevyžaduje zo strany používateľa veľké úsilie. Výsledkom algoritmu je segmentácia, pri ktorej celá množina A patrí objektu a množina B pozadiu.

Ak výsledok výberu používateľa prvýkrát neuspokojí, pridá pixely k pôvodným súborom a pridá ich do obrázka. Napríklad, ak algoritmus omylom priradil časť objektu k pozadiu, používateľ označí niektoré pixely tohto dielu ako pixely objektu (sada A). Výsledkom opätovného spustenia algoritmu je prepracovaná segmentácia.

Pozrime sa, ako funguje algoritmus. Zostrojme graf na rastri nasledovne. Vrcholy pixelov grafu umiestnime do stredu každého pixelu a farbou vrcholov rozumieme farbu pixelu. Každý vrchol spojíme so susednými vrcholmi a získame osem hrán, ktoré spájajú stredy susedných pixelov. Ku každej hrane pridáme váhu:

( / L) exp (-  (C 2, C 2)),

Kde L je geometrická dĺžka hrany, C 1 a C 2 sú farby vrcholov spojených hranou, λ a σ sú niektoré (kladné) parametre,  (..) je matica citlivosti farebného rozdielu. Čím väčší je rozdiel medzi farbami vrcholov, tým je táto váha menšia.

Pridajme do grafu dva koncové vrcholy, nazývané zdroj a odtok, a spojme ich hranami ku každému vrcholu grafu. Hranám spájajúcim zdroj s vrcholmi množiny A a hranám spájajúcim umývadlo s vrcholmi množiny B priraďujeme nekonečnú váhu.

Zvážte rozloženie farieb vrcholov množiny A (napríklad ako histogram). Pre všetky vrcholy pixelov, ktoré nie sú z množiny A, priradíme hranám spájajúcim ich so zdrojom váhu úmernú konzistencii ich farby s týmto rozložením farieb, pričom hmotnosť hrany bude tým väčšia, čím väčšia bude farba vrchol je "podobný" farbám vrcholov množiny A. Podobne sa postupuje aj pri množine B a okrajoch spájajúcich vrcholy pixelov s odtokom.

Všetky okraje grafu "rozrežeme" na dve disjunktné množiny - zdroj a zásobu a budeme predpokladať, že vrcholy, ktoré spadajú do zdrojovej množiny, zodpovedajú pixelom objektu a ostatné, ktoré spadajú do množina zásob, zodpovedajú pixelom pozadia. Počet možných variantov rezov sa rovná 2 P, kde P je počet pixelov, keďže každý pixelový vrchol môže byť priradený buď k zdroju alebo k odtokovej sade.

Ryža. 18.3.2.
Hmotnosť rezu je súčet hmotností všetkých rezaných hrán, okrem hrán s nekonečnou hmotnosťou. Minimálny rez je rez s minimálnou hmotnosťou, pričom zdrojové pixely tohto rezu budú priradené k pixelom objektu a základné pixely - k pozadiu. Hranica medzi objektom a pozadím bude nakreslená, ak je to možné, medzi pixelmi s veľmi odlišnými farbami.

Prirodzene, ideálne oddelenie nemôže existovať. Napríklad oblasť obrázka môže mať podobnú farbu ako pozadie (pixely zo sady B), ale obklopená pixelmi zo sady A a nie je od nich oddelená ostrým okrajom. V takýchto prípadoch výber parametra λ vo vzorci hmotnosti hrany vytvorí rovnováhu medzi poslednými dvoma bodmi. So zvyšujúcou sa hodnotou λ sa zvyšuje dôležitosť hranice medzi pozadím a objektom prechádzajúcim medzi pixelmi s rôznymi farbami a so znižovaním hodnoty λ sa zvyšuje dôležitosť skutočnosti, že pixely sú farebne podobné pixelom množiny A ( alebo B) sú priradené k objektu (pozadie). Príklad výberu objektu je na obr. 18.3.2.

^ 18.4. Izolácia vlastností objektov

Extrakcia funkcií umožňuje zjednodušiť implementáciu rozpoznávania alebo identifikácie objektov. Pri výbere čo najinformatívnejších vlastností je potrebné brať do úvahy ako vlastnosti samotných objektov, tak aj rozlišovacie schopnosti primárnych tvarovačov obrazového signálu. Výber funkcií vykonáme na príklade spracovania monochromatických (jednovrstvových) obrázkov. Vo farebných obrázkoch možno uvažované algoritmy aplikovať na každú farbu samostatne.

Počas spracovania sa uprednostňujú tieto vlastnosti objektov:

- plocha a obvod obrazu objektu;

- veľkosti vpísaných najjednoduchších geometrických útvarov (kruhy, obdĺžniky, trojuholníky atď.);

- počet a vzájomná poloha rohov;

- momenty zotrvačnosti obrazov predmetov.

Dôležitým znakom väčšiny geometrických znakov je invariantnosť vzhľadom na rotáciu obrazu objektu a normalizáciou geometrických znakov voči sebe navzájom sa dosiahne nemennosť vzhľadom na mierku obrazu objektu.

Určenie plochy a obvodu. Plocha obrázka objektu sa vypočíta spočítaním počtu prvkov súvisiacich s objektom:

A = S (x, y), S (x, y) =,

Kde L je množina súradníc poľa S (x, y) patriace vybranému objektu.

Obvod obrazu objektu P sa vypočíta po výbere hraníc objektu sčítaním množstva obrysových bodov obrazu objektu.

Na základe vybratých znakov normalizovaný znak invariantný k mierke obrazu U = A / P 2 alebo V = P /.

Určenie polomerov vpísaných a opísaných kružníc (obr. 18.4.1) pozostáva z dvoch etáp.

Ryža. 18.4.1.
1. Určenie súradníc geometrického stredu obrazu objektu:

X q = xS (x, y) / S (x, y), Y q = yS (x, y) / S (x, y),

Kde X a r- počet riadkov a stĺpcov všetkých pixelov S (x, y) obsiahnutých v objekte.

2. Výpočet minimálnej a maximálnej vzdialenosti od stredu k hraniciam obrazu objektu.

R (x, y) = .

Rmax = r (x, y max); R min = r (x, y min), kde x, y  P (obvodové body).

Normalizovaná vlastnosť R ′ = R max ⁄ R min je invariantná k mierke obrazu objektu.

Ryža. 18.4.2.
Určenie strán opísaného obdĺžnika (obr. 18.4.2) sa vykonáva nasledovne. Stanovia sa maximálne a minimálne hodnoty úsečiek a súradníc obrázka objektu x max a x min, y max a y min, po ktorých sa určí výška a základňa obdĺžnika:

L = x max - x min, H = y max - y min.

Táto funkcia nie je invariantná k rotácii obrazu objektu.

Určenie počtu a relatívnej polohy rohov. Klasickým spôsobom určenia rohových bodov na obrázku objektu je analýza malého fragmentu obrysu v blízkosti daného bodu a určenie polomeru jeho zakrivenia. Ak je polomer menší ako prah, ide o rohový prvok, inak nie.

Ryža. 18.4.3.
Z praktického hľadiska sa zdá byť vhodnejší jednoduchší algoritmus. Spočíva v odhade vzdialeností medzi začiatočným a koncovým bodom fragmentu obrysu, napríklad medzi prvkami obrysu s poradovými číslami k - 2 a k + 2 na obr. 18.4.3.

Nech x (k) a y (k) sú os a y (os) prvkov obrysu. Potom môže rozhodovacie pravidlo vyzerať takto:

(| x (k-2) −x (k + 2) | + | y ​​​​(k − 2) −y (k + 2) | ≤H).

Ak je podmienka splnená, potom daný bod obrysu patrí do množiny rohových bodov L. Tu je H prahová hodnota zvolená s prihliadnutím na vlastnosti objektov.

Určenie momentov zotrvačnosti objektu. Pojem "momenty zotrvačnosti obrazu objektu" nesúvisí s mechanikou. Jednoducho na výpočet naznačeného znaku sa používajú matematické výrazy, podobne ako pri výpočte momentov zotrvačnosti hmotného telesa, kde sa namiesto hodnôt hmotností jednotlivých bodov telesa uvádzajú hodnoty osvetlenia pri zodpovedajúce body jeho obrazu sú nahradené. Momenty zotrvačnosti sú informačnými znakmi pre následné rozpoznanie vzoru.

Ryža. 18.4.4.
Označme hlavné požadované momenty zotrvačnosti obrazu objektu cez J 1 a J 2. Na nájdenie J 1 a J 2 je potrebné najskôr určiť takzvané medzimomenty J x a J y, t.j. momenty zotrvačnosti okolo vertikálnej a horizontálnej osi súradnicového systému, ako aj zmiešaný moment J x, y (obr. 18.4.4a).

Poradie výpočtu:

1. Určia sa súradnice ťažiska (centra energie) obrazu objektu.

Xtse = xA (x, y) / A (x, y), Ytse = yA (x, y) / A (x, y),

2. Určujú sa medzimomenty J x, J y, J x, y.

J x = [(x- X tse) 2 A (x, y)], Y x = [(y- Y tse) 2 A (x, y)],

J xy = [(x- Xtse) (y- Ytse) A (x, y)].

3. Vypočítajú sa hlavné body.

J1,2= .

^ 18.5. detekcia a rozpoznávanie objektov IMAGES

Detekcia objektov. Detekciu (identifikáciu) obrazov objektov v obraze skreslenom šumom a interferenciou možno definovať ako postup kontroly určitej podmienky na porovnanie dvoch čísel - výsledku transformácie analyzovaného obrazu a určitej prahovej hodnoty:

L ≥ P. (18.5.1)

Tu L [.] je operátor transformácie pôvodného obrazu, P [.] je operátor tvorby prahovej hodnoty. Rozhodnutie o dostupnosti objektu sa prijíma, ak je splnená podmienka. Kvalita detekcie je charakterizovaná pravdepodobnosťou splnenia podmienky v prítomnosti objektu na analyzovanom obrázku.

Konkrétny typ operátorov L [.], P [.] A kvalita detekcie závisí od dostupnosti apriórnych informácií o očakávaných objektoch, šume, interferenciách a skresleniach. Základom pre stanovenie optimálnych parametrov operátorov je teória štatistických riešení.

Takže napríklad pri výbere bodových objektov je tvar obrazu objektu jednoznačne určený funkciou šošovkového rozptylového bodu, ktorý možno považovať za známy, a problém sa redukuje na klasický postup detekcie signálu známeho tvar na pozadí aditívneho normálneho hluku s nulovou strednou hodnotou. V tomto prípade sú operátormi transformácie korelačné integrály vypočítané pomocou daného popisu známeho obrazu objektu a typického šumu, v tomto poradí. Identifikácia spočíva v porovnaní obrazu predmetu so štandardmi danej triedy. O objekte rozhoduje najlepšia zhoda.

Metóda priameho porovnávania objektu s referenčným obrázkom. Nech S (x, y) - pôvodný obrázok objektu, F (x, y) - referenčný obrázok. Algoritmus priameho porovnania je nasledujúci:

T = (S (x, y) - F (x, y)) 2 ≤ D, (18.5.2)

Kde D je prahová hodnota rozdielu.

Metóda je jednoduchá a dá sa ľahko implementovať. V prítomnosti destabilizujúcich faktorov v reálnych podmienkach je však spoľahlivosť metódy nízka. Pri väčšej hodnote prahu D môže byť podmienka (18.5.2) splnená rôznymi objektmi a môžu nastať chyby spojené s nesprávnou identifikáciou objektu (chyby prvého druhu). Keď sa D znižuje, môžu sa vyskytnúť chyby, ako napríklad chýbajúci objekt (chyby druhého druhu). Úpravou hodnoty D je možné zmeniť iba pomer medzi pravdepodobnosťami výskytu chýb prvého a druhého druhu v súlade s daným kritériom optimality.

Korelačná metóda na základe výpočtu vzájomnej korelácie medzi objektmi a štandardmi. Z množiny k alternatívnych možností sa vyberie objekt (alebo štandard), pri ktorom sa získa maximálny súčet vzájomnej korelácie:

K (k) = Sk (x, y) Fk (x, y). (18.5.3)

Pri identifikácii objektov je vhodné použiť korelačné koeficienty, ktoré v prvej aproximácii dávajú aj odhad pravdepodobnosti odkazovania objektu na daný štandard:

R (k) = K (k) / K max (k), K max (k) = F k 2 (x, y), (18.5.3)

Kde K max (k) - autokorelačné hodnoty noriem.

Korelačná metóda je spoľahlivejšia, ale vyžaduje oveľa viac výpočtov. Ale pri spracovaní binárnych obrázkov to nie je také dôležité, pretože násobenie jednobitových čísel je zredukované na jednoduchú logickú operáciu "AND".

Vyššie uvedené metódy vyžadujú rovnakú orientáciu obrazov objektu a referencie, ich zarovnanie v priestorových súradniciach a zachovanie rovnakých mierok.

Metódy rozpoznávania založené na systéme prvkov využívajú aj štandardy objektov, ale ako prvky porovnávania sú použité vlastnosti objektu a štandardu, čo umožňuje znížiť množstvo referenčných údajov a čas spracovania informácií. Treba však mať na pamäti, že v praxi sa výber vlastností objektov vždy vykonáva s určitou chybou, a preto je potrebné identifikovať a vziať do úvahy povahu a mieru možného rozptylu odhadov. vlastnosti používané pre každý z očakávaných objektov, tzn použiť histogramy rozdelenia hodnôt vlastností.

Pri veľkom počte možných variantov objektov sa odporúča viacstupňový (hierarchický) algoritmus. V tomto prípade sa v každom štádiu rozpoznávania využíva ľubovoľná charakteristika objektu (plocha, obvod, polomery vpísaných a opísaných kružníc, momenty zotrvačnosti, počet a umiestnenie rohov atď.). Na nižších úrovniach sa používajú vlastnosti, ktoré nevyžadujú veľké výpočtové náklady (napríklad plochy a obvody objektov), ​​a tie najinformatívnejšie (napríklad momenty zotrvačnosti) sa používajú na vyššej úrovni, kde je počet alternatív je minimálny.

A. V. Davydov.

literatúre

46. ​​Huang T.S. a ďalšie rýchle algoritmy v digitálnom spracovaní obrazu. - M .: Rádio a komunikácia, 1984 .-- 224 s.

47. Soifer V.A. Počítačové spracovanie obrazu. Časť 2. Metódy a algoritmy. - Sorosov vzdelávací časopis číslo 3, 1996.

48. Apalkov I.V., Chryashchev V.V. Odstránenie šumu z obrázkov na základe nelineárnych algoritmov pomocou štatistiky hodnotenia. - Jaroslavľská štátna univerzita, 2007.

49. Andreev A.L. Automatizované televízne monitorovacie systémy. Časť II. Aritmetické a logické základy a algoritmy. Návod. - SPb: SPb, GUITMO, 2005 .-- 88s.

50. Rosenfeld L.G. a iné.Možnosti následného spracovania diagnostických CT a MRI snímok na osobnom počítači. - Ukrajinský lekársky chasopis - № 6 (56) - XI / XII, 2006.

51. Lukin A. Úvod do číslicového spracovania signálov (matematické základy) .- M .: Moskovská štátna univerzita, laboratórium

Ako téma výskumu umelej inteligencie má rozpoznávanie obrazu dlhú históriu a veľkú praktickú hodnotu. Prvýkrát sa používal na strojové čítanie ručne písaných čísel. V súčasnosti sa rozsah jeho použitia výrazne rozšíril: od merania, kontroly, triedenia a montáže vo výrobných procesoch až po analýzu snímok čítaných na diaľku, diagnostiku z medicínskych snímok, kvantitatívne hodnotenie experimentálnych dát, identifikáciu ľudí, automatický dizajn, porozumenie obrázky ako funkcia.technické videnie robotov a pod. Proces rozpoznávania ľudského obrazu nie je jednoduchým spracovaním vizuálnych informácií, ale zložitým procesom, v ktorom zohrávajú dôležitú úlohu psychologické faktory. Najmä v procese porozumenia obrazu existuje sémantická inferencia, ale jej implementácia si vyžaduje zhromaždenie rozsiahlych znalostí a intuitívnych riešení, ktoré presahujú logiku, a preto je mimoriadne ťažké simulovať takýto proces v počítači.

Existujúce nástroje na rozpoznávanie obrázkov používajú rôzne metódy v závislosti od toho, či je rozpoznávaný objekt umelý alebo prirodzený. V prvom prípade sa väčšinou zaoberajú samostatnými objektmi prehľadnej formy, preto veľké množstvo štúdií

sa zameriava na porovnávanie vzorov zisťovaním obrysov a hraníc alebo kreslením trojrozmerného tvaru pomocou geometrických pravidiel. Medzi prírodnými objektmi je veľa objektov nepravidelného tvaru so svetlom a odtieňmi, preto sa pomocou zhlukovej analýzy zvyčajne rozdelia na homogénne oblasti a potom sa na základe vlastností tvarov týchto oblastí urobí záver o objekte. . Okrem toho sa v poslednom čase uskutočnilo množstvo výskumov v oblasti reprodukcie dvoj- a trojrozmerných foriem predmetov na základe spracovania veľkého množstva obrazov. V robotike je potrebné spracovávať pohyblivé obrázky v reálnom čase, to znamená, že rýchlosť rozpoznávania je veľmi dôležitá.

Vo všeobecnosti je proces rozpoznávania obrazu pomocou počítača nasledujúci.

1. Príjem informácií o obrázku pomocou fotoaparátu alebo iných prostriedkov a ich prevod na digitálne informácie: v dôsledku toho sú snímky rozdelené do veľkého počtu prvkov a ku každému prvku je priradená farba a kontrast.

2. Predspracovanie. Odstránenie šumu, normalizácia na porovnanie s referenciou, segmentácia (extrakcia miestnych informácií potrebných na rozpoznanie) atď.

3. Izolácia znakov. Atribúty obrázka môžu mať rôzne úrovne. Presne povedané, segmentácia je tiež súčasťou extrakcie funkcií. Metódy extrakcie prvkov môžu byť lokálne a globálne. Príkladmi lokálnej metódy sú detekcia hraníc, globálne zhlukovanie a metóda rozšírenia regiónu. Diskontinuity medzi oblasťami sa používajú na detekciu hraníc, zatiaľ čo zhlukovanie je segmentácia založená na detekcii homogénnych oblastí. Keďže v každom prípade informácie o obrázku obsahujú šum, ktorý nebol eliminovaný v štádiu predspracovania, pri segmentácii je potrebné spracovanie fuzzy informácií. Globálny výber prvkov sa vykonáva vo vzťahu k tvaru, vlastnostiam, relatívnej polohe a iným charakteristikám vybraných oblastí. Tento postup má veľký význam pre ďalšiu fázu hodnotenia.

4. Pochopenie a hodnotenie. Proces chápania obrazu

nazývajú buď klasifikácia a identifikácia porovnaním získaných zhlukov so známymi modelmi, alebo konštrukcia trojrozmerného obrazu pôvodného objektu pomocou inferencií. Výsledkom tohto procesu je konečný cieľ rozpoznávania obrazu.

V súčasnosti sa uskutočnilo obrovské množstvo štúdií procesu rozpoznávania obrazu, ale doterajšie výsledky sú mimoriadne neuspokojivé. Napríklad také otázky, ako je porozumenie zložitým obrazom, vzájomná transformácia verbálnej a obrazovej informácie, rozpoznávanie objektov krivočiarych a nepravidelných tvarov, rozpoznávanie rozmazaných obrazov, vysoko efektívna extrakcia znakov, sémantické vyvodzovanie a predstavivosť atď. .

Hlavnými metodologickými prístupmi, ktoré sa v súčasnosti používajú pri uznávaní, sú štatistika, zhluková analýza, dedukcia v dvojhodnotovej logike a množstvo ďalších, ale všetky sú veľmi vzdialené od procesu rozpoznávania, ktorý je človeku vlastný. Extrakcia prvkov je najdôležitejšou fázou rozpoznávania obrazu, ale je tiež mimoriadne náročná. Čo je vlastne obrazová funkcia? Prečo sa karikatúra viac podobá človeku ako fotografia? Zrejme dôležitú úlohu v procese ľudského rozpoznávania zohrávajú informácie, ktoré pre počítač nie sú ničím iným ako šumom, no sú akosi izolované a prezentované. Znaky tohto druhu je možné identifikovať podľa pocitov človeka a nie podľa logiky. Navyše, pri rozoznávaní neostrých obrázkov nefungujú analytické schopnosti, ale schopnosť zovšeobecňovať, t.j. je to tiež intuitívny proces. Na simuláciu takýchto procesov je potrebné študovať metódy spracovania subjektívnych informácií a techniky narábania s makroinformáciami. Výskum fuzzy rozpoznávania obrazu je len na začiatku, no už teraz očakávajú ďalší vývoj novej metodiky, ktorá spĺňa vyššie uvedené požiadavky.

Pozrime sa stručne na stav rozpoznávania fuzzy obrazu. Keďže obrazová informácia aj dostatočne čistého objektu môže byť rušená šumom, na detekciu hrán sa najčastejšie používa fuzzy logika. Typickým príkladom je klasifikácia

obrazových prvkov pomocou fuzzy zhlukovania. Keďže sú však absolútne identické prvky zriedkavé, je nevyhnutné „fuzzy“ zhlukovanie. Podobné metódy sa používajú na klasifikáciu obrázkov, ktoré sú rozptýlené vzhľadom na referenčný obrázok (rozpoznanie ručne písaných znakov, reči atď.).

Priama detekcia obrysov vyvoláva problém so šumom, ktorý nie je možné úplne vyriešiť pomocou filtrov. Okrem toho sú potrebné závery na doplnenie stratených miest. Na to slúžia heuristické pravidlá, ktoré však majú fuzzy kvalitatívny charakter. Pri prechode do štádia porozumenia obrazu vzniká problém efektívnejšieho fuzzy porovnávania obrazov, ktoré si na svoje riešenie vyžaduje zhodu nielen vo forme, ale aj v sémantike. Táto situácia sa vyvíja najmä v oblasti diagnostiky na základe röntgenových snímok, kde je vytvorenie pravidiel nemožné.

Nižšie sú uvedené niektoré typické príklady výskumu rozpoznávania obrázkov pomocou fuzzy logiky.