WWW.KONF.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Авторефераты, диссертации, конференции
 

«МЕТОД И АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ ПРОСТРАНСТВЕННЫХ ОБЪЕКТОВ НА БАЗЕ ПРЕОБРАЗОВАНИЯ ХАФА, ИНВАРИАНТНЫЕ К ПРЕОБРАЗОВАНИЯМ ВРАЩЕНИЯ, МАСШТАБИРОВАНИЯ И ПЕРЕНОСА ...»

На правах рукописи

МОРОЗОВСКИЙ Кирилл Валерьевич

МЕТОД И АЛГОРИТМЫ ОБРАБОТКИ

ИЗОБРАЖЕНИЙ ПРОСТРАНСТВЕННЫХ ОБЪЕКТОВ

НА БАЗЕ ПРЕОБРАЗОВАНИЯ ХАФА,

ИНВАРИАНТНЫЕ К ПРЕОБРАЗОВАНИЯМ ВРАЩЕНИЯ,

МАСШТАБИРОВАНИЯ И ПЕРЕНОСА



Специальность 05.13.17 – Теоретические основы

информатики

Автореферат диссертации на соискание ученой степени кандидата технических наук

ПЕНЗА 2015

Работа выполнена на кафедре радиотехнических и медико-биологических систем ФГБОУ ВПО «Поволжский государственный технологический университет» (г. Йошкар-Ола).

Научный руководитель – доктор технических наук, профессор Роженцов Алексей Аркадьевич

Официальные оппоненты: Титов Виталий Семенович, доктор технических наук, профессор, ФГБОУ ВО «Юго-Западный государственный университет» (г. Курск), заведующий кафедрой «Вычислительная техника»;

Пикулин Василий Васильевич, кандидат технических наук, доцент, ФГБОУ ВПО «Пензенский государственный технологический университет», профессор кафедры «Прикладная информатика»

Ведущая организация ФГБОУ ВПО «Казанский национальный исследовательский технический университет имени А. Н. Туполева»

Защита диссертации состоится 30 декабря 2015 г., в ____ часов, на заседании диссертационного совета Д 212.186.01 в ФГБОУ ВПО «Пензенский государственный университет» по адресу: 440026, г. Пенза, ул. Красная, 40.

С диссертацией и авторефератом можно ознакомиться в библиотеке ФГБОУ ВПО «Пензенский государственный университет» и на сайте http://dissov.pnzgu.ru/ecspertiza/morosovcki Автореферат разослан «___»___________ 20__ г.

Ученый секретарь диссертационного совета Гурин Евгений Иванович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время активно ведутся разработки систем технического зрения для обработки и распознавания изображений пространственных объектов. Область их применения достаточно широка:

медицина, робототехника, системы видеонаблюдения, системы дополнительной реальности. Основными задачами

подобных систем являются задачи обнаружения, распознавания и оценки параметров пространственных объектов. Функционирование систем технического зрения должно обеспечиваться в условиях высокой степени априорной неопределенности относительно внешних условий наблюдения, например, при попадании в поле зрения как целого изображения объекта, так и его фрагмента, при смещении, вращении, масштабировании объекта, в условиях воздействия шумов, при изменении количества и нумерации отсчетов. Актуальной задачей в области распознавания и обработки пространственных изображений является разработка алгоритмов, нечувствительных к нумерации отсчетов объекта, параметрам смещения, вращения и масштабирования и способных работать по фрагменту объекта.

Одним из распространенных методов, используемых для обработки изображений, является преобразование Хафа. Обобщенное трехмерное преобразование Хафа позволяет распознавать и обрабатывать произвольные пространственные объекты, в том числе и по их фрагментам. Распознавание пространственных объектов на основе обобщенного трехмерного преобразования Хафа ведется с помощью R-таблицы, описывающей геометрию пространственного объекта. Данное преобразование нечувствительно к нумерации отсчетов, описывающих контур (поверхность) данного пространственного объекта. Такой подход приемлем как в отношении сплошных пространственных объектов, так и в отношении групповых точечных объектов. Однако в ситуациях, когда пространственный объект повернут и масштабирован, размерность параметрического пространства, описывающего семейство параметров объекта, для преобразования Хафа значительно возрастает, что сказывается на возможности практической реализации метода.

Таким образом, актуальной задачей в настоящее время является разработка модифицированных методов обобщенного трехмерного преобразования Хафа, а также алгоритмов оценки параметров пространственных объектов, нечувствительных к нумерации отсчетов объекта, к параметрам смещения, масштабирования и вращения и обеспечивающих возможность обработки объектов по их фрагментам при приемлемых требованиях к вычислительным ресурсам. Такая постановка задачи является актуальной.





Важнейшие результаты в области обработки изображений и распознавания образов получены отечественными научными школами академика Ю. И. Журавлева, В. А. Сойфера, Н. Г. Федотова, B. C. Титова, B. C. Киричука, Ю. Г. Васина, В. А. Утробина, В. В. Кондратьева, К. К. Васильева, Ю. В. Визильтера, Е. М. Лунева, А. П. Горшкова, а также зарубежными авторами D. H. Ballard, O. J. Woodford, представителями школы Рочестерского университета.

Цель диссертационного исследования состоит в разработке метода обработки изображений пространственных объектов и их фрагментов на базе модификации обобщенного трехмерного преобразования Хафа, более эффективного с позиций требуемых аппаратных затрат, вычислительных ресурсов, обеспечивающего сокращения времени вычислений и инвариантность к преобразованиям переноса, масштабирования, поворота.

Для достижения поставленной цели на основе анализа существующих алгоритмов обработки изображений пространственных объектов необходимо решить следующие основные задачи:

1. Синтез метода обработки изображений пространственных объектов и их фрагментов на основе модификации обобщенного трехмерного преобразования Хафа, инвариантного к нумерации отсчетов, преобразованиям переноса, масштабирования, поворота.

2. Создание алгоритмов распознавания изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

3. Разработка алгоритмов оценки параметров поворота и масштабирования изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

4. Анализ помехоустойчивости результатов распознавания и оценки параметров изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

5. Создание программного обеспечения для реализации предложенного метода.

Объектом исследования является система обработки пространственных объектов, а предметом исследования – методы обработки пространственных объектов и их фрагментов, заданных неупорядоченными отсчетами.

Соответствие паспорту специальности. Результаты исследования соответствуют пункту 5 «Разработка и исследование моделей и алгоритмов анализа данных, обнаружения закономерностей в данных и их извлечениях, разработка и исследование методов и алгоритмов анализа текста, устной речи и изображений» и пункту 7 «Разработка методов распознавания образов, фильтрации, распознавания и синтеза изображений, решающих правил.

Моделирование формирования эмпирического знания» паспорта научной специальности 05.13.17 Теоретические основы информатики.

Методы исследования. При проведении диссертационного исследования использованы методы преобразования Хафа, теории вероятностей и математической статистики, математического моделирования.

Достоверность и обоснованность полученных в работе выводов доказываются использованием адекватного математического аппарата, широко применяемого для решения задач обработки изображений; результатами экспериментальной проверки данных теоретических исследований, их внедрением в опытно-конструкторские работы, выполняемые на предприятии ОАО «Марийский машиностроительный завод» в составе ОАО концерн ПВО «Алмаз-Антей»; внедрением в систему интраоперационной навигации; экспертизой программных средств при государственной регистрации программ для ЭВМ [1315].

Научная новизна заключается в следующем:

1. Синтезирован метод обработки изображений пространственных объектов, обеспечивающий инвариантность к преобразованиям вращения, масштабирования, переноса на основе модификации обобщенного трехмерного преобразования Хафа.

2. Предложены алгоритмы распознавания изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа, отличающиеся применением нового принципа накопления голосов в аккумуляторном массиве, что обеспечивает инвариантность результатов обработки к параметрам переноса, поворота и масштабирования.

3. Созданы алгоритмы оценки параметров поворота изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа, отличающиеся тем, что в качестве исходных данных используют поля нормалей и касательных к поверхности объекта, что обеспечивает инвариантность оценки параметров поворота к преобразованиям переноса и масштабирования.

4. Предложен алгоритм оценки коэффициента масштабирования изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа, отличающийся возможностью оценки коэффициента масштабирования независимо от преобразований переноса и вращения за счет использования информации о расположении центра формы, что обеспечивает повышение скорости обработки данных.

5. Разработана методика повышения быстродействия при обработке изображений пространственных объектов на основе предложенных подходов путем распараллеливания вычислений.

Основные положения, выносимые на защиту:

1. Метод обработки изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

2. Алгоритмы распознавания изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

3. Алгоритмы оценки параметров поворота и масштабирования изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

4. Методика распараллеливания алгоритмов распознавания и оценки параметров изображений пространственных объектов.

Практическая ценность. Предложенные метод и алгоритмы обработки изображений пространственных объектов на базе обобщенного трехмерного преобразования Хафа позволяют разрабатывать системы технического зрения, применяемые в медицине, робототехнике, системах дополнительной реальности, в системах вторичной обработки радиолокационной информации, обеспечивая увеличение скорости анализа данных, снижение требований к аппаратной части, повышение достоверности получаемых результатов.

Реализация и внедрение. Теоретические и практические результаты диссертационной работы использованы в НИР, выполняемых в рамках

Аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы» по следующим проектам:

фундаментальные исследования проблемы навигации и управления транспортными средствами по 3D изображениям окружающего пространства на базе методов кватернионного анализа. Проект № 2.1.2/2204 (20092010 гг.);

фундаментальные исследования проблемы навигации и управления транспортными средствами по 3D изображениям окружающего пространства на базе методов кватернионного анализа № 2.1.2/10218 (2011 г.);

фундаментальные исследования проблемы обработки сплошных 3D изображений на базе методов кватернионного анализа для целей навигации и управления № 8.1013.2011 (2012 г.).

Результаты работы внедрены:

1) в научно-исследовательские и опытно-конструкторские работы, выполняемые на предприятии ОАО «Марийский машиностроительный завод» в составе ОАО концерн ПВО «Алмаз-Антей»;

2) в систему интраоперационной навигации, испытания которой проведены на базе Республиканской клинической больницы (г. Йошкар-Ола) и на базе Йошкар-Олинской городской больницы;

3) в учебный процесс Поволжского государственного технологического университета по направлениям «Радиотехника», «Инженерное дело в медико-биологической практике». Акты внедрения приведены в приложении к диссертационной работе.

Апробация полученных результатов. Основные результаты диссертационной работы обсуждались на X Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознаваниег. Курск, 2012 г.); Всероссийской молодежной конференции «Биотехнические, медицинские и экологические системы и комплексы»

(г. Йошкар-Ола, 2012 г); Всероссийской конференции «Техническое зрение в системах управления 2013» (г. Москва, 2013 г.); Всероссийской конференции «Техническое зрение в системах управления 2014» (г. Москва, 2014 г.); XI Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание-2013» (г. Курск, 2013 г.);

XI Международной конференции «Распознавание образов и анализ изображений – 2013»; XVI Всероссийской конференции «Математические методы распознавания образов» (г. Казань, 2013 г.).

Публикация результатов. По теме диссертации опубликовано 12 печатных работ, в том числе пять статей в изданиях, входящих в перечень изданий, рекомендованных ВАК, семь работ в трудах международных и всероссийских конференций, три свидетельства о государственной регистрации программ для ЭВМ.

Личный вклад соискателя. Все научные результаты, приведенные в диссертационной работе и сформулированные в положениях, выносимых на защиту, получены автором лично. Работы [1, 3, 4, 6, 7, 11, 12] опубликованы в соавторстве с научным руководителем, которому принадлежат формулировка концепции решаемой задачи и постановка цели исследований.

Алгоритмы оценки параметров изображений пространственных объектов [5, 810], построение методики повышения быстродействия разработанных алгоритмов [2] предложены автором лично. Основной объем работ по написанию программ [1315], их отладке, тестированию и интерпретации результатов экспериментов выполнен автором.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка использованной литературы из 111 наименований и приложений. Общий объем диссертации 195 страниц машинописного текста, содержит 156 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассмотрены существующие подходы к распознаванию изображений пространственных объектов, выявлены их особенности и ограничения; проведен анализ методов распознавания геометрических примитивов в плоских и пространственных изображениях на основе различных модификаций преобразования Хафа, рассмотрены их достоинства и недостатки. Показана связь преобразования Радона с преобразованием Хафа. Рассмотрено обобщенное преобразования Хафа, обеспечивающее возможности обработки изображений произвольной формы. Показано, что при применении обобщенного трехмерного преобразования Хафа размерность аккумуляторного массива равна семи при неизвестных параметрах вращения и масштабирования, что делает применение этого преобразования невозможным в вычислительном плане.

Также рассмотрены подходы к сегментации объектов на основе анализа связности отсчетов и на основе параметризации отсчетов поверхности формы.

Сделан вывод, что к настоящему времени отсутствуют методы обработки изображений пространственных объектов на базе обобщенного трехмерного преобразования Хафа, обладающие приемлемым размером аккумуляторного массива, инвариантностью к нумерации отметок, параметрам масштабирования и вращения и способностью распознавать трехмерные объекты по их фрагментам.

Вторая глава посвящена модификации обобщенного трехмерного преобразования Хафа для обеспечения инвариантности к нумерации отсчетов пространственного объекта, параметрам смещения, вращения и масштабирования. Данное преобразование использует трехмерный аккумуляторный массив для определения центра формы. Предложенный подход основан на изменении принципа индексации R-таблицы и на занесении в R-таблицу данных, которые не зависят от параметров вращения объекта.

Для модифицированного обобщенного трехмерного преобразования Хафа такими данными являются расстояние от данной точки до центра формы r и значение угла w между нормалью и направлением на центр формы (рисунок 1).

<

Рисунок 1 Инвариантность угла w к вращениям трехмерного объекта

Поскольку при сканировании трехмерных объектов количество и порядок следования отсчетов могут изменяться, то при распознавании необходимо выполнять полный перебор взаимных комбинаций отсчетов эталонного и наблюдаемого объектов. При размерности эталона Nэ и размерности сигнального объекта Nc общее количество комбинаций составит Nп N э Nс.

Принципы накопления голосов в трехмерном аккумуляторном массиве представлены на рисунке 2.

–  –  –

Рисунок 2 Принцип голосования в аккумуляторном массиве модифицированного обобщенного трехмерного преобразования Хафа:

определение центра формы при известных (а) и неизвестных (б) параметрах вращения В случае, когда параметры вращения неизвестны, положение центра формы относительно данной точки может быть определено с точностью до расстояния и угла поворота вокруг нормали к данной точке поверхности (см. рисунок 2).

Для аналитического описания процесса заполнения аккумуляторного массива воспользуемся алгеброй кватернионов при описании вращений.

Положение вектора On,m в трехмерном пространстве при заданной нормали m и угле wn можно описать в виде

–  –  –

где wn угол между нормалью m и направлением на центр формы;

m угол поворота относительно оси y; m угол поворота относительно оси z; rn расстояние от отсчета поверхности до центра формы;

bz m cos m k sin m, by m cos m j sin m, bz wn cos wn k sin wn, i, j, k мнимые единицы.

Для представления окружности, описываемой концом вектора On,m, также воспользуемся описанием вращения вокруг нормали m на угол, 0, 2 :

–  –  –

Рисунок 3 Принцип голосования в аккумуляторном массиве при неизвестных параметрах вращения и масштабирования пространственного объекта для модифицированного обобщенного трехмерного преобразования Хафа Длина образующей определяется возможным диапазоном изменения масштаба sk обрабатываемого изображения (k = 1 … Ns диапазон изменения масштаба). Координаты точек, в которых инкрементируется содержимое аккумуляторного массива, определяется соотношением Cm,n ixm jym kzm On,m,

–  –  –

N где N – размер окна фильтра; Ax, y, z – текущее значение отсчета в аккумуляторном массиве; Ai, j,k – значение отсчета в аккумуляторном массиве после сглаживания; Ai, j,k – значение отсчета в аккумуляторном массиве до сглаживания Алгоритм распознавания изображений пространственных объектов на базе модифицированного обобщенного преобразования Хафа состоит в следующем. Первоначально для эталонов формируются R-таблицы, индексированные по номеру отсчета, с параметрами r, w. Затем выполняется инициализация трехмерного аккумуляторного массива, размерность которого соответствует ожидаемым масштабу и положению центра пространственного объекта. Для каждого отсчета пространственного объекта Pi(x,y,z) вычисляется вектор нормали ni, i = 0, …, N 1, где N – количество отсчетов в обрабатываемом пространственном объекте. Каждый вектор нормали отсчета пространственного объекта сопоставляется с каждой записью в R-таблице, считываются параметры wj и rj, для вычислений координат возможного центра формы. Результаты вычисления координат центра формы накапливаются в трехмерном аккумуляторном массиве.

Для подавления ложных пиков в аккумуляторном массиве производится сглаживание аккумуляторного массива согласно (7). В аккумуляторном массиве выполняется поиск максимума. Эталон, для которого получено наибольшее значение максимума в аккумуляторном массиве, принимается в качестве результата распознавания.

Загрузка...

На рисунке 4 представлена схема алгоритма модифицированного обобщенного трехмерного преобразования Хафа.

Определение координат возможного центра формы и голосование в аккумуляторном массиве

–  –  –

Трудоемкость описанного модифицированного обобщенного преобразования Хафа составляет O(n4). Для уменьшения трудоемкости алгоритма модифицированного обобщенного преобразования Хафа было предложено использовать векторы нормали двух ближайших отсчетов для расчета вектора, направленного на центр формы.

На рисунке 5 показан принцип комбинированного модифицированного обобщенного трехмерного преобразования Хафа. У отсчета P1 есть два ближайших отсчета P2 и P3 с нормалями n2 и n3. При вращении пространственного объекта векторы нормали вращаются аналогично отсчетам этого объекта.

Рисунок 5 Принцип нахождения координат центра формы при использовании векторов нормалей двух ближайших отсчетов Как видно (см. рисунок 5) углы w,, между вектором направления на центр формы O и нормалями n1, n2 и n3 при вращении изменяться не будут. При вращении также не будут меняться расстояние между отсчетами и расстояние от рассматриваемого отсчета P1 до центра формы, c точностью до коэффициента масштабирования формы (рисунок 6).

Рисунок 6 Принцип голосования в аккумуляторном массиве при неизвестных параметрах вращения и масштабирования изображения

–  –  –

элементов аккумуляторного массива (см. рисунок 6) происходит вдоль вектора, направленного на центр формы, рассчитанного по формуле (9).

На рисунке 6 представлены два отсчета P1 и Р5 и по два ближайших к ним отсчета P2, P3 и P4, P6. Для каждого отсчета определяют направления на центр формы согласно (9). Определяются векторы направления на центр формы b для P1 и Р5. Для P1 и Р5 и соответствующих векторов b вычисляются координаты центра формы при различных значениях коэффициента масштабирования s. Найденные значения координат центра формы голосуют в трехмерном аккумуляторном массиве, и пересечение их происходит в истинном центре формы (см. рисунок 6), создавая в этой ячейке аккумуляторного массива пик.

Таким образом, в главе представлена модификация обобщенного трехмерного преобразования Хафа, инвариантная к параметрам вращения, масштабирования, смещения; рассмотрены алгоритмы распознавания изображений пространственных объектов на базе модифицированного обобщенного трехмерного преобразования Хафа и его комбинированной модификации, инвариантные к вращению, смещению и масштабированию.

Аккумуляторный массив для обоих алгоритмов имеет трехмерную структуру. Предложен принцип голосования в аккумуляторном массиве при неизвестных параметрах вращения и масштабирования. Введен фильтр скользящего квазисреднего, подавляющий ложные пики в аккумуляторном массиве. Предложена методика распараллеливания вычислений при заполнении аккумуляторного массива в процессе сопоставления точек обрабатываемого и эталонного объектов на базе R-таблицы за счет реализации перебора на графическом сопроцессоре. Приведены алгоритмы реализации модифицированного обобщенного преобразования Хафа и его комбинированной модификации на центральном и графическом сопроцессоре.

В третьей главе предложены алгоритмы оценки параметров вращения и масштабирования пространственных объектов. Предложены два алгоритма определения параметров вращения. Первый базируется на получении параметров вращения по интегральной характеристике угла поворота.

Результат накапливается в трехмерном аккумуляторном массиве.

Второй алгоритм определения параметров вращения базируется на анализе окружностей в сферической геометрии. Вращение вектора относительно оси вращения происходит по окружности (в смысле окружности на поверхности сферы) на сфере с полюсом в координатах оси вращения. Наличие только двух векторов исходного вектора и повернутого вектора не дает однозначной оценки параметров вращения. Поэтому для определения параметров вращения используются два вектора для каждого отсчета пространственного объекта: вектор нормали и вектор касательной к поверхности объекта.

Вращение нормалей и касательных трехмерного объекта может быть описано с помощью тензора поворота:

P m m cos( ) E m m sin m E, (10) где P – тензор поворота; знак тензорного произведения; m m тензор второго порядка; m – ось вращения; угол поворота вокруг оси;

E – единичный тензор.

Сам поворот описывается следующим выражением:

vi, ui P vi, ui, i 0, 1,..., N, (11) где vi повернутый вектор нормали; vi исходный вектор нормали;

ui повернутый вектор касательной к поверхности объекта; ui исходный вектор касательной к поверхности объекта; N – размерность объекта.

Вычисление векторов нормали и векторов касательных основывается на сингулярном разложении. Сингулярному разложению подвергается матрица

–  –  –

Для более точного определения координат оси вращения процедура заполнения аккумуляторного массива повторяется с фиксацией значений координат осей вращения, проголосовавших за индексы пика. Эти значения после усреднения принимают в качестве координат оси вращения. Алгоритм оценки параметров вращения нечувствителен к нумерации отсчетов, операции смещения, масштабирования и способен оценивать параметры вращения по фрагменту повернутого объекта, имеет трудоемкость порядка O(4n2).

Также рассмотрен вопрос об оценке параметров масштабирования формы. При построении R-таблицы в модифицированном обобщенном трехмерном преобразовании Хафа одним из заносимых в нее параметров является расстояние от данного отсчета формы до центра формы r.

При вращении расстояние от данного отсчета формы до центра формы не меняется и зависит только от коэффициента масштабирования s. Поэтому коэффициент масштабирования формы можно определить из соотношения

s rc rэ, (13)

где rc и rэ расстояния от данного отсчета объекта до центра формы для обрабатываемого и эталонного объектов. Для определения коэффициента масштабирования формы предложено использовать накопительный принцип преобразования Хафа – одномерный аккумуляторный массив, содержащий дискретные значения коэффициента масштабирования.

Предложена методика распараллеливания вычислений при определении параметров вращения с помощью графического сопроцессора. Алгоритм нахождения параметров вращения имеет два этапа, каждый из них имеет два вложенных цикла выбор вектора нормали и касательной эталонного объекта, вектора нормали и касательной вращаемого объекта при определении оси вращения; выбор вектора нормали эталонного объекта, вектора нормали вращаемого объекта при нахождении угла поворота. Трудоемкость алгоритма определения параметров вращения равна O(4n2).

В четвертной главе выполнено исследование помехоустойчивости и быстродействия модифицированного обобщенного трехмерного преобразования Хафа, комбинированного модифицированного обобщенного трехмерного преобразования Хафа и алгоритмов оценки параметров вращения и масштабирования на базе преобразования Хафа. Приведены результаты экспериментов по распознаванию и обработке моделей объектов эталонного теста Princeton Shape Benchmark (PSB).

Анализ помехоустойчивости модифицированного обобщенного преобразования Хафа показал, что он обеспечивает вероятность правильного распознавания при отношениях сигнал/шум на уровне 20–30. Согласно первому алгоритму определения параметров вращения на базе преобразования Хафа был проведен эксперимент по исследованию помехоустойчивости этого алгоритма. Параметры вращения пространственного объекта оцениваются с удовлетворительным качеством при отношениях сигнал/шум q 120, а при оценке параметров по фрагменту объекта требуемое отношение сигнал/шум увеличивается до 290. Согласно второму алгоритму определения параметров вращения параметры вращения пространственного объекта оцениваются с удовлетворительным качеством при отношениях сигнал/шум q 140, при оценке параметров по фрагменту объекта требуемое отношение сигнал/шум увеличивается до 220.

На рисунке 7 представлена зависимость времени, затраченного на основные операции модифицированного обобщенного трехмерного преобразования Хафа (вычисление нормалей, заполнение аккумуляторного массива и сглаживание аккумуляторного массива), выполненного на графическом (GPU) и центральном (CPU) процессоре, от количества отсчетов (Nот).

–  –  –

Рисунок 7 Зависимость времени, затраченного на основные операции модифицированного обобщенного трехмерного преобразования Хафа, от количества отсчетов На рисунке 8 приведены результаты исследования временных затрат на определение параметров вращения на базе преобразования Хафа для CPU и GPU от количества отсчетов для второго алгоритма определения параметров вращения.

–  –  –

Рисунок 8 Зависимость времени, затраченного на определение параметров вращения на базе преобразования Хафа, от количества отсчетов Анализ быстродействия алгоритма показывает, что применение графического сопроцессора для реализации модифицированного обобщенного преобразования Хафа позволяет получить выигрыш во времени вычислений в 100 раз, его комбинированной модификации в 130 раз, для первого алгоритма оценки параметров вращения на базе преобразования Хафа в 140 раз, для второго алгоритма оценки параметров вращения на базе преобразования Хафа в 80 раз, по сравнению с выполнением на центральном сопроцессоре.

Рассмотрен пример автоматической сегментации левой почки (рисунок 9) по результатам томографического исследования брюшной полости человека на базе комбинированного модифицированного обобщенного преобразования Хафа. В результате выполнения комбинированного преобразования Хафа находится пик аккумуляторного массива, определяющий положение центра искомого органа. Для селекции точек, принадлежащих искомому органу, выявляются отсчеты, проголосовавшие за найденный в аккумуляторном массиве пик.

Рисунок 9 Результаты выделения отсчетов левой почки в точечной сцене Таким образом, модифицированное обобщенное трехмерное преобразование Хафа и его комбинированная модификация обеспечивают возможность обработки пространственных объектов в условиях воздействия координатных шумов, нечувствительны к нумерации отсчетов, параметрам смещения, вращения, масштабирования, обеспечивают возможность распознавания объекта по его фрагменту. Алгоритмы оценки параметров вращения на базе преобразования Хафа нечувствительны к нумерации отсчетов, смещению, масштабированию пространственного объекта и обеспечивают их оценку по фрагменту обрабатываемого пространственного объекта.

В заключении сформулированы основные результаты работы и рекомендации по их использованию.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Синтезирован метод для обработки изображений пространственных объектов на базе преобразования Хафа, основанный на модификации обобщенного трехмерного преобразования Хафа, обеспечивающий инвариантность к нумерации отсчетов, преобразованиям переноса, масштабирования, поворота.

2. Созданы алгоритмы распознавания изображений пространственных объектов на базе модифицированного обобщенного трехмерного преобразования Хафа, инвариантные к нумерации отсчетов, преобразованиям переноса, масштабирования, поворота; реализованные с использованием трехмерного аккумуляторного массива; обеспечивающие снижение трудоемкости с O(n6) до O(n4). Показана возможность обработки изображений пространственных объектов по их фрагментам.

3. Предложены алгоритмы оценки параметров изображений пространственных объектов и их фрагментов на базе модифицированного обобщенного трехмерного преобразования Хафа.

Алгоритмы оценки параметров поворота изображений пространственных объектов инвариантны к преобразованиям переноса и масштабирования за счет использования в качестве исходных данных полей нормали и касательных объекта; размерность аккумуляторного массива алгоритмов в целом не превышает трех, их трудоемкость составляет O(4n2). Алгоритм оценки коэффициента масштабирования изображений пространственных объектов инвариантен к преобразованиям поворота и смещения и имеет одномерную структуру аккумуляторного массива.

4. Реализована оценка помехоустойчивости алгоритмов распознавания и оценки параметров изображений пространственных объектов на базе модифицированного обобщенного трехмерного преобразования Хафа.

Для первого алгоритма оценки параметров вращения пространственного объекта удовлетворительное качество оценки достигается при отношениях сигнал/шум q 120, а при оценке параметров по фрагменту объекта требуемое отношение сигнал/шум увеличивается до 290. На базе второго алгоритма определения параметров вращения параметры вращения пространственного объекта оцениваются с удовлетворительным качеством при отношениях сигнал/шум q 140, а при оценке параметров вращения по фрагменту объекта при q 220.

Коэффициент масштабирования оценивается с удовлетворительным качеством при отношениях сигнал/шум q 55, и при оценке коэффициента масштабирования по фрагменту объекта требуемое отношение сигнал/шум увеличивается до 78.

5. Предложена методика распараллеливания алгоритмов распознавания и оценки параметров изображений пространственных объектов на базе графического сопроцессора. Анализ быстродействия алгоритмов распознавания и оценки параметров изображений пространственных объектов показал целесообразность применения параллельных вычислений на графическом сопроцессоре для увеличения быстродействия. Экспериментально подтверждено, что применение графического сопроцессора для реализации модифицированного обобщенного трехмерного преобразования Хафа позволяет получить выигрыш во времени вычислений в 100 раз, для комбинированного модифицированного обобщенного трехмерного преобразования Хафа в 130 раз, при оценке параметров вращения на базе преобразования Хафа в 140 раз по сравнению с реализацией на базе центрального процессора.

Показана возможность автоматической сегментации органов брюшной полости человека на примере сегментации левой почки на базе комбинированного модифицированного обобщенного трехмерного преобразования Хафа.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК

1. Морозовский, К. В. Модифицированное обобщенное преобразование Хафа для обработки трехмерных изображений с неизвестными параметрами вращения и масштабирования / А. А. Роженцов, К. В. Морозовский, А. А. Баев // Автометрия. – 2013. – Т. 49, № 2. – С. 30–41.

2. Морозовский, К. В. Оптимизация вычислительных операций модифицированного трехмерного обобщенного преобразования Хоха / А. А. Роженцов, К. В. Морозовский, А. А. Баев // Вестник Поволжского государственного технологического университета, Сер.: Радиотехнические и инфокоммуникационные системы. – 2013. – № 1 (17). – С. 3144.

3. Морозовский, К. В. Трехмерное обобщенное преобразование Хафа, инвариантное к параметрам вращения и масштабирования / А. А. Роженцов, К. В. Морозовский, А. А. Баев // Телекоммуникации. – 2013. – № 9. – С. 1116.

4. Morozovskiy, К. V. Modified generalized Hough transform for 3D image processing with unknown rotation and scaling parameters / A. A. Rozhentsov, K. V. Morozovskiy, A. A. Baev // Optoelectronics, Instrumentation and Data Processing. – 2013. – Vol. 49. – P. 131141.

5. Морозовский, К. В. Оценка параметров поворота изображения пространственного объекта на базе преобразования Хафа / К. В. Морозовский // Фундаментальные исследования. – 2015. – № 9. – Ч. 3. – С. 491496.

Публикации в других изданиях

6. Морозовский, К. В. Обработка изображений 3D объектов с неизвестными параметрами вращения на базе обобщенного преобразования Хафа / А. А. Роженцов, К. В. Морозовский // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание-2012 : сб. тез. докл. конф. – Курск, 2012. – С. 5052.

7. Морозовский, К. В. Определение размеров, местоположения и ориентации органов человека на базе обобщенного преобразования Хафа / К. В. Морозовский, А. А. Роженцов, А. А. Баев // Биотехнические, медицинские и экологические системы и комплексы : сб. тез. докл. конф.

Йошкар-Ола, 2012. – C. 228231.

8. Морозовский, К. В. Определение коэффициента масштабирования при использовании модифицированного обобщенного преобразования Хоха для обработки 3D-изображений / А. А. Роженцов, К. В. Морозовский // Техническое зрение в системах управления 2013 : сб. тез. докл. конф. – М., 2013. – С. 123–124.

9. Морозовский, К. В. Определение параметров вращения по фрагменту вращаемого объекта / А. А. Роженцов, К. В. Морозовский // Оптикоэлектронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание-2013 : сб.

тез. докл. конф. – Курск, 2013. – С. 186188.

10. Morozovskiy, К. V. Computing Optimization algorithm estimation parameters of rotation three-dimensional objects based on Hough transform /

A. A. Rozhentsov, K. V. Morozovskiy // Pattern recognition and Image analysis:

new information technologies. – Samara, 2013. – Vol. 2. – P. 303306.

11. Морозовский, К. В. Адаптивное модифицированное обобщенное трехмерное преобразование Хафа / А. А. Роженцов, К. В. Морозовский // Математические методы распознавания образов : сб. тез. докл. конф. – Казань, 2013. – C. 45.

12. Морозовский, К. В. Сегментация пространственно изолированных объектов на основе анализа связности их отсчетов / А. А. Роженцов,

К. В. Морозовский // Техническое зрение в системах управления 2014 :

сб. тез. докл. конф.– М., 2014. – С. 108110.

Свидетельства о регистрации программ для ЭВМ

13. Свидетельство о государственной регистрации программы для ЭВМ 2013614572. Программа моделирования работы системы распознавания трехмерных изображений на базе модифицированного обобщенного преобразования Хоха / К. В. Морозовский, А. А. Роженцов. Зарегистр.

16.05.2013.

14. Свидетельство о государственной регистрации программы для ЭВМ 2013613783. Программа оценки параметров вращения трехмерных объектов на базе преобразования Хоха / К. В. Морозовский, А. А. Роженцов. Зарегистр. 16.04.2013.

15. Свидетельство о государственной регистрации программы для ЭВМ 2014618867. Программа сегментации органов человека по томографическим данным на базе модифицированного обобщенного трехмерного преобразования Хафа / К. В. Морозовский, А. А. Роженцов. Зарегистр.

01.09.2014.

–  –  –

МЕТОД И АЛГОРИТМЫ ОБРАБОТКИ

ИЗОБРАЖЕНИЙ ПРОСТРАНСТВЕННЫХ ОБЪЕКТОВ

НА БАЗЕ ПРЕОБРАЗОВАНИЯ ХАФА,

ИНВАРИАНТНЫЕ К ПРЕОБРАЗОВАНИЯМ ВРАЩЕНИЯ,

МАСШТАБИРОВАНИЯ И ПЕРЕНОСА

–  –  –



Похожие работы:

«КОЛЯДИН НИКОЛАЙ АЛЕКСАНДРОВИЧ ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ СТРУКТУРЫ ИМПУЛЬСНЫХ СИГНАЛОВ, ПРОШЕДШИХ НАЗЕМНУЮ ТРАССУ РАСПРОСТРАНЕНИЯ РАДИОВОЛН, И ЕЁ ИСПОЛЬЗОВАНИЕ В ПРОЕКТИРОВАНИИ ФАЗОВЫХ ПЕЛЕНГАТОРОВ Специальность 05.12.14 – Радиолокация и радионавигация АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук Томск – 2015 Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального...»

«ШУВАЛОВ Андрей Сергеевич СИНТЕЗ И АНАЛИЗ МНОГОФАЗНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ БАРКЕРА Специальность 05.12.04 – Радиотехника, в том числе системы и устройства телевидения Автореферат диссертации на соискание ученой степени кандидата технических наук Санкт-Петербург 2013 Работа выполнена на кафедре информационной безопасности Поволжского государственного технологического университета доктор физико-математических наук Научный руководитель: Леухин Анатолий Николаевич Официальные...»

«Ахметов Денис Булатович СИНТЕЗ И РЕАЛИЗАЦИЯ СИНТЕЗАТОРОВ ЧАСТОТ ДЛЯ БЕСПРОВОДНЫХ СИСТЕМ РАДИОЧАСТОТНОЙ ИДЕНТИФИКАЦИИ Специальность 05.12.04 – Радиотехника, в том числе системы и устройства телевидения АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Санкт-Петербург – 2015 Работа выполнена в федеральном государственном автономном образовательном учреждении высшего образования «Санкт-Петербургский политехнический университет Петра Великого» Научный...»

«ПАНКРАТОВА НАТАЛЬЯ МИХАЙЛОВНА ОБНАРУЖЕНИЕ И МОДЕЛИРОВАНИЕ ПЕРЕКЛЮЧЕНИЙ МЕЖДУ РЕЖИМАМИ ЭЛЕКТРИЧЕСКОЙ АКТИВНОСТИ ГОЛОВНОГО МОЗГА ПО ДАННЫМ МАГНИТНОЙ ЭНЦЕФАЛОГРАФИИ Специальность: № 03.01.02 – Биофизика Автореферат диссертации на соискание ученой степени кандидата физико-математических наук Москва, 2015 Работа выполнена в Отделе перспективных информационных технологий Федерального государственного бюджетного учреждения науки Институт математических проблем биологии Российской...»

«Беринцев Алексей Валентинович ПОВЫШЕНИЕ ТОЧНОСТИ ИЗМЕРЕНИЯ ПАРАМЕТРОВ СЛАБЫХ ЭЛЕКТРИЧЕСКИХ СИГНАЛОВ МНОГОЭЛЕМЕНТНЫХ И ПОЗИЦИОННО-ЧУВСТВИТЕЛЬНЫХ ДАТЧИКОВ Специальность: 05.11.01 – Приборы и методы измерения (электрические измерения) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Ульяновск – 2015 Работа выполнена на кафедре «Радиотехника, оптои наноэлектроника» Ульяновского государственного технического университета. Научный руководитель: доктор...»

«Артищев Сергей Александрович ДИАГНОСТИКА КАЧЕСТВА ЭЛЕКТРИЧЕСКИХ КОНТАКТОВ И ПРОВОДНИКОВ МЕТОДОМ НЕЛИНЕЙНОЙ ВИДЕОИМПУЛЬСНОЙ РЕФЛЕКТОМЕТРИИ Специальность 05.12.04 – «Радиотехника, в том числе системы и устройства телевидения» АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук Томск – 2015 Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Томский государственный университет...»

«Суровцев Роман Сергеевич Вычислительные алгоритмы, методики и рекомендации для проектирования бортовой радиоэлектронной аппаратуры космического аппарата с учетом электромагнитной совместимости Специальность 05.12.04 – радиотехника, в том числе системы и устройства телевидения Автореферат диссертации на соискание учёной степени кандидата технических наук Томск–2015 Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального...»

«ВОЛОВАЧ ВЛАДИМИР ИВАНОВИЧ РАЗВИТИЕ ТЕОРИИ, ПРИНЦИПОВ ПОСТРОЕНИЯ И СРЕДСТВ РЕАЛИЗАЦИИ ЭФФЕКТИВНЫХ РАДИОТЕХНИЧЕСКИХ СИСТЕМ ОБНАРУЖЕНИЯ И КОНТРОЛЯ ПРОТЯЖЕННЫХ ОБЪЕКТОВ Специальность 05.12.04 – Радиотехника, в том числе системы и устройства телевидения АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук Самара 2015   Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Поволжский...»









 
2016 www.konf.x-pdf.ru - «Бесплатная электронная библиотека - Авторефераты, диссертации, конференции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.