,

,

.

Для отримання розбиттів, що відповідають контексту реальних сцен, для операцій типу злиття-розщеплення потрібне одночасне використання декількох класів еквівалентності. Показано, що для

,

.

Якщо ввести позначення , де означає внутрішню частину елемента з межею і визначити відношення

то матриця однозначно задає всі можливі варіанти взаємного розташування елементів розбиття, аналіз яких підвищує точність і надійність інтерпретації сегментованих зображень. Використання індикаторної функції

дозволяє для будь-яких розбиттів , визначити

, ,

, ,

При для огрублення або деталізації сегментації потрібний додатковий аналіз із характеристичною функцією відповідно, наприклад, до ознак форми шуканих об'єктів.

У четвертому розділі удосконалено методи мультиграничної сегментації зображень, проведено експериментальні дослідження отриманих теоретичних результатів і обговорено особливості їхнього запровадження при автоматизації неінвазивних методів дослідження і діагностики патології ока, які базуються на його фізичних властивостях. Зображення були отримані з використанням поляризованого світла, що дозволяє не тільки покращити якість оптичного зображення ока, але й дослідити фізичні властивості середовища ока. Зважаючи на те, що більшість тканин ока є оптично анізотропними, використання поляризованого світла дозволяє отримати нову діагностичну інформацію. Оптична анізотропія, яка викликана механічними деформаціями (розтягненням, стисканням), дає можливість, наприклад, визначати безконтактними методами внутрішньоочний тиск. Задача автоматизації діагностики патології екстраокулярних м'язів у поляризованому світлі пов'язана з визначенням геометричного центру райдужної оболонки і геометричних параметрів окремих об'єктів у полі зору.

Для опису форми елементів покриття використовувався набір таких ознак: площа, заповнена площа, опукла площа, периметр, діаметр кола рівної площі, діаметр окружності рівного периметра, максимальний діаметр Ферре, довжини великої та малої піввісей еліпсу, координати центру тяжіння, середня арифметична відстань від контурних точок до центру тяжіння, розкид відстані від контурних точок до центра тяжіння; максимальна й мінімальна відстань до центру тяжіння; максимальний та мінімальний моменти інерції відносно головних центральних вісей інерції контуру; число Ейлера. На основі цих ознак вираховувалися такі числові характеристики елементів покриття: сферична проекція, відношення Ваделла (опуклості форми), відношення Пентланда (сферичність проекції), коефіцієнт складчастості, ексцентриситет, фактор компактності Гортона, відношення опуклості, параметри кривизни.

Запропонований метод сегментації можна надати у такий спосіб. Після медіанної фільтрації, яка забезпечує зменшення кількості потенційних класів еквівалентності (або толерантності), на основі мультиграничних моделей виконується реквантування цифрового зображення з урахуванням детектування локальних максимумів гістограми. Далі після «розфарбування» отриманих класів (індексації зв'язних областей) застосування операції бінарної морфології дозволяє виключити з аналізу дрібні деталі, а в кожному класі, який залишили, ліквідувати незначущі частини з метою переходу (якщо можливо) до однозв'язних областей. Порогова фільтрація в просторі ознак забезпечує відсікання ряду елементів фактор-множин, які не становлять інтересу з погляду застосувань. На цьому етапі розбиття (покриття) поля зору вважається підготовленим для трансформацій. Після виділення внутрішніх частин і меж на базі просторового контексту (додавань, дотику, перетинання і т. ін.), виконуючи теоретико-множинні операції, отримуємо придатний для однозначної інтерпретації результат.

Рис. 1 ілюструє описану схему сегментації. На рис. 1, а) наведено початкове зображення; на рис. 1, б) показано реквантоване зображення з розбиттям , де , , , , . На рис. 1, в) зображено 127 класів однорідності (отримане розбиття є правильним і порядковано зв'язним); рис. 1, г) демонструє результати трансформацій (отримано 10 класів еквівалентності). Рис. 1, д) показує зв'язок кінцевого розбиття з початковим зображенням, на рис. 1, е) наведено результати апроксимації райдужної оболонки й зіниці. Залежності на рис 1, ж), з) ілюструють значення ознак «округлості», «складчастості» та опуклості.

Для дослідження залежності точності багатозначного реквантування від кількості порогів використовувалось розбиття оператором початкового зображення, що приймалося як еталонне. Для визначення міри близькості між еталонним розбиттям («ground truth» парадигма) і розбиттями , які отримуємо внаслідок автоматичного реквантування, використовувалася метрика

,

де - симетрична різниця множин.

Під час проведення дисертаційних досліджень отримані дані, що характеризують залежності точності визначення центру райдужної оболонки та зіниці, їхніх діаметрів при різних параметрах сегментації.

Результати експериментальних досліджень дозволяють стверджувати, що запропонована в роботі двоетапна схема сегментації, коли на першому етапі здійснюється мультигранична сегментація, а на другому - шляхом трансформацій окремих класів розбиттів (покриттів) або їхніх сукупностей створюються достатні умови для предметно-орієнтованої інтерпретації зображень є ефективною.

Реалізація теоретичних результатів здійснена при розробці спеціалізованого програмного забезпечення неінвазивної діагностики патології ока на основі властивостей п'єзооптичного ефекту і при створенні дослідницьких засобів для розробки програмного забезпечення пошуку й розпізнавання візуальної інформації у великих колекціях зображень.

У додатку наведено акти впровадження теоретичних і практичних результатів дисертаційних досліджень.

Висновки

У дисертації наведено узагальнене та отримано нове вирішення наукового завдання усунення семантичного конфлікту між обробкою та тематичною інтерпретацією візуальної інформації у вигляді моделей мультиграничної сегментації зображень і перетворень класів еквівалентності або толерантності на основі даних, які визначені специфікою предметної області. Під час проведення дисертаційних досліджень отримано такі основні результати:

1. Встановлено, що в концептуальному і прикладному аспектах для інтерпретації візуальної інформації досить універсальним і адекватним є підхід, що полягає в отриманні часткової сегментації зображень на базі мультиграничних моделей і наступних перетворень розбиттів і/або покриттів поля зору, що продукуються, з урахуванням апріорних даних.

2. Запропоновано обґрунтовані й досліджені моделі, в основу яких покладено зв'язок розбиттів і покриттів поля зору, індукованих розбиттями й покриттями діапазону зміни яскравостей (множини ознак). Властивості розбиттів і покриттів забезпечують отримання розбиттів, аналіз яких створює передумови для пошуку розумного компромісу між надмірною і недостатньою сегментацією.

3. Встановлено, що для підвищення ефективності інтерпретації візуальної інформації доцільно проводити морфологічну обробку окремих класів еквівалентності або толерантності, а розбиття або покриття повинні перетворюватися з урахуванням їхніх просторових властивостей та ознакової інформації, пов'язаної зі специфікою предметно-орієнтованої області.

4. На основі узагальнених вимог до трансформацій результатів часткової сегментації конкретизовано операції з окремими областями і з їхніми сімействами. Виявлено випадки одержання однозначних результатів і ситуації, що вимагають залучення додаткової інформації: або ознак форми об'єктів чи областей, що визначають носій їхніх зображень, або характеристик просторової конфігурації необхідної фактор-множини.

5. Удосконалено методи мультиграничної сегментації зображень. Шляхом експериментальних досліджень виявлено особливості двоетапної процедури сегментації на основі мультиграничних моделей і перетворень розбиттів і покриттів у плані застосування операцій, що забезпечують істотне зменшення кількості аналізованих областей за рахунок злиття або вилучення фрагментів несуттєвих із погляду застосувань.

6. Теоретичні й практичні результати дисертації реалізовано у вигляді програмних засобів, що забезпечують як розв'язання конкретних завдань обробки та інтерпретації візуальної інформації, так і їхнє використання в задачах імітаційного моделювання для вибору характеристик алгоритмів сегментації на базі мультиграничних моделей.

7. Результати теоретико-експериментальних досліджень реалізовано та впроваджено у вигляді прикладних та дослідницьких програмних комплексів, що використовуються при розробці систем медичної діагностики.

список опублікованих праць за темою дисертації

1. Чупиков А.Н. Свойства толерантностей при сегментации изображений // Прикладная радиоэлектроника. - 2006. - № 3 (5). - С. 408-411.

2. Машталир В.П., Чупиков А.Н. Модели покрытий в задачах сегментации изображений реквантованием // Радиоэлектроника и информатика. - 2006. - № 3. - С. 58-65.

3. Егорова Е.А., Чупиков А.Н., Щербинин К.А. Интеллектуальная обработка результатов сегментации синтезированных изображений // Прикладная радиоэлектроника. - 2006. - Т. 5, № 3. - С. 408-411.

4. Chupikov A., Kinoshenko D., Mashtalir V., Shcherbinin K. Image retrieval with segmentation-based query // Adaptive multimedia retrieval: user, context, and feedback / S. Marchand-Maillet et al. (Eds.). 4-th International Workshop Adaptive Multimedia Retrieval. Geneva, Switzerland, July 27-28, 2006. - Berlin Heidelberg: Springer-Verlag. - Lecture Notes in Computer Science. - Vol. 4398. - 2007. - Р. 208-222.

5. Chupikov A., Mashtalir S., Yegorova E. Morpholohical normalization of image binary cuts // Computational Imaging and Vision / M.A. Viergever, ed. International Conference on Computer Vision and Graphics. Warsaw. Poland, September 22-24, 2004. - Dordrecht: Springer. -Vol. 32. - 2006. - P. 558-564.

6. Чупиков А.Н. Синтез методов сегментации в задачах идентификации // Материалы I международной научной конференции «Глобальные информационные системы. Проблемы и тенденции развития». Харьков, 3-6 октября 2006 г. - Харьков: ХНУРЭ, 2006. - С. 87-88.

7. Чупиков А.Н. Синтез и комбинирование методов сегментации изображений // Материалы Х международной научной конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М.Ф. Решетнева. Красноярск, Россия, 8-10 ноября, 2006 г. - Красноярск: СибГАУ, 2006. - С. 327-328.

8. Чупиков А.Н. Современные проблемы сегментации изображений // Сборник материалов международной научной конференции «Современные проблемы математики и ее приложения в естественных науках и информационных технологиях». Харьков, 23-25 марта 2007 г. - Харьков: ХНУ им. В.Н. Каразина, 2007. - С. 49-52.

9. Каграманян А.Г., Киношенко Д.К., Чупиков А.Н., Щербинин К.С. Мультипороговая сегментация с использованием признаков формы // Материалы международной конференции «Интеллектуальные системы принятия решений и прикладные аспекты информационных технологий». Евпатория, 14-18 мая 2007 г. - Херсон: ПП Вышемирский В.С., 2007 - Т. 3. - С. 143-146.

10. Чупиков А.Н. Анализ отношений толерантности в задачах сегментации изображений // Материалы 10 международного молодежного форума «Радиоэлектроника и молодежь в XXI веке». Харьков, 10-12 апреля 2006 г. - Харьков: ХНУРЭ, 2006. - С. 275.

анотація

Чупиков А.М. Моделі мультиграничної сегментації зображень - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.23 - системи та засоби штучного інтелекту. - Харківський національний університет радіоелектроніки, Харків, 2008.

Дисертація присвячена розробці моделей і методів, що забезпечують синтез адекватних із прикладного погляду розбиттів поля зору на основі двоетапних процедур. Перший етап полягає в одержанні часткової сегментації зображень на основі мультиграничної обробки. Другий етап пов'язаний з одержанням на базі перетворень розбиттів або покриттів сімейств носіїв зображень, придатних для тематичної інтерпретації, та сцен, що корелюють зі значущими об'єктами. Проведені теоретико-експериментальні дослідження мультиграничних моделей та операцій із класами еквівалентностей або толерантностей з урахуванням їхніх просторових властивостей і апріорної ознакової інформації, пов'язаної зі специфікою предметно-орієнтованої області, дозволили створити програмні засоби, що забезпечують як розв'язання конкретних завдань обробки та інтерпретації візуальної інформації, так і їхнє використання при виборі характеристик алгоритмів сегментації на базі мультиграничних моделей.

Ключові слова: зображення, сегментація, розбиття, покриття, мультигранична обробка.

аннотация

Чупиков А.Н. - Модели мультипороговой сегментации изображений. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.23 - системы и средства искусственного интеллекта. - Харьковский национальный университет радиоэлектроники, Харьков, 2008.

Диссертация посвящена разработке моделей и методов сегментации изображений на основе анализа и преобразований индуцированных мультипороговыми ограничениями классов толерантностей и эквивалентностей с целью создания предпосылок для проблемно-ориентированной интерпретации визуальной информации.

На основе анализа современного состояния и тенденций развития методов обработки и распознавания изображений установлено, что увеличение объемов видеоинформации и интенсивности решения задач ее обработки влечет повышение требований к алгоритмическому обеспечению. При этом заметно возрастает и сложность обработки и интерпретации изображений, в первую очередь, в семантическом и структурном отношении, что приводит к необходимости разработки новых моделей и методов.

Установлено, что для устранения семантического конфликта в настоящее время внимание исследователей все более фокусируется на так называемом «среднем уровне», обеспечивающем разумную связь результатов первичной обработки (в том числе и традиционной сегментации) и продукционных методов.

На основе детального анализа локальных и глобальных методов сегментации, их пространственных, спектральных, гистограммных, текстурных реализаций, изучения в сравнительном аспекте алгоритмов на базе простого порогового ограничения, пространственно-адаптивных и интервальных порогов, квазипороговой и мультипороговый обработки показано, что теоретическую ценность и практическую значимость имеют обобщения подходов низкого уровня с целью создания методов адаптации данных для интеллектуальных систем принятия решений.

Проведена формализация и изучены свойства индуцированных покрытий на базе правильных, упорядоченно связных, базисных покрытий, транзитивных триплетов, функциональных бинарных отношений. Доказано, что классы толерантности образуют правильное покрытие множества, функциональное отношение не меняется, если из индуцирующего его покрытия будут удалены все неправильные элементы. Найдены условия, когда классы образов и прообразов функционального отношения, фактически индуцированного изображением и некоторым упорядоченно связным покрытием, являются классами толерантности. Показано, что любой смежный класс произвольного толерантного отношения содержит подмножество - класс толерантности, которому принадлежит элемент, порождающий данный смежный класс. Изучены свойства матричных представлений произвольных толерантных отношений, условия, когда покрытие является базисным для произвольной функциональной толерантности.

Поскольку результаты частичной сегментации практически всегда являются чрезмерными или недостаточными для валидной интерпретации изображений требуется достаточно интенсивная обработка полученных разбиений или покрытий. Указаны условия, налагаемые на потенциальные преобразования как отдельных областей, так и их семейств (вплоть до фактор-множеств): условие существования требуемого отображения, его аддитивности, монотонности, возможности обработки нескольких множеств, определяющих сегментированное изображение.

Для манипуляций с разбиениями (в первую очередь, с покрытиями) в качестве базовых выбраны операции алгебры Минковского на плоскости, на основе которых вводятся традиционные операции бинарной морфологии. Они позволяют удалять незначимые для целей интерпретации мелкие объекты и тонкие части больших объектов, приводить к разделению объектов, соединенных тонкими линиями, заполнять мелкие включения, объединять близлежащие объекты,

Для огрубления и/или детализации результатов сегментации или отдельных фрагментов введена характеристическая функция классов эквивалентности, формализующая их преобразования с использованием матрицы отношений, однозначно задающей все возможные варианты взаимного расположения элементов разбиения, анализ которых повышает точность и надежность интерпретации.

Определен набор признаков формы областей, обсуждены алгоритмы аппроксимации недостаточно определенных результатов сегментации.

Проведены экспериментальные исследования теоретических результатов и обсуждены особенности их внедрения при автоматизации неинвазивных методов исследования и диагностики патологии глаза. Изображения были получены с использованием поляризованного света, что позволяет использовать физические свойства глазных сред при прикладной интерпретации визуальной информации данного типа.

Схема реализации теоретических результатов представляется следующим образом. После медианной фильтрации на основе мультиграничных моделей выполняется мультипороговое реквантование изображений с учетом детектирования локальных максимумов гистограмм. После индексации связных областей на базе бинарной морфологии исключаются из анализа мелкие детали, а в каждом оставляемом классе устраняются несущественные вложения. Пороговая фильтрация в признаковом пространстве обеспечивает отсечение ряда элементов фактор-множеств, представляющих фоновые компоненты. После выделения внутренностей и границ элементов разбиений (покрытий) на базе пространственного контекста (вложенности, касания, пересечения областей) выполняются теоретико-множественные операции с целью получения пригодного для однозначной интерпретации результата.

Ключевые слова: изображение, сегментация, разбиение, покрытие, мультипороговая обработка.

ABSTRACT

Chupikov A.N. Models of multithreshold image segmentation. - Manuscript.

Thesis for a candidate of technical science (Ph.D.) degree in specialty 05.13.23 - systems and tools of artificial intelligence. - Kharkiv National University of Radio Electronics, Kharkiv, 2008.

The thesis is devoted to development of models and methods providing on the basis of double-step procedures synthesis of partitions of a field of view which are adequate from applied standpoint. The first stage consists in production of partial image segmentation on application of multithreshold processing. The second one is connected with obtaining on the transformation basis of partitions or coverings of image carriers families, which are suitable for problem-oriented interpretation, and correlate with significant objects of the scene. The implemented theoretic and experimental researches of multithreshold models and operations with classes of equivalences or tolerances, in view of their spatial properties and aprioristic feature information connected with specificity of subject-oriented fields, have allowed to create the software providing as solutions of specific processing and interpretation of the visual information problems and their use at a choice of multithreshold segmentation algorithms parameters.

Keywords: image, segmentation, partition, covering, multithreshold processing.

Страницы: 1, 2, 3