Статья

Название статьи ЛИНГВИСТИЧЕСКИЕ МЕТОДЫ В ЗАДАЧАХ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ
Автор В.А. Тупиков, В.А. Павлова, С.Н. Крюков, М.В. Созинова, П.К. Шульженко
Рубрика РАЗДЕЛ IV. СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ И БОРТОВЫЕ ВЫЧИСЛИТЕЛИ
Месяц, год 01, 2015
Индекс УДК 623.746.2+623.746-519
DOI
Аннотация Основной проблемой при решении задачи распознавания цели является сложность задания эталонов для распознавания, поскольку большинство современных методов для обеспечения высокой эффективности своей работы требуют точного задания изображения распознаваемого эталона, что не всегда возможно. В связи с этим, целью данной работы является рассмотрение методов обработки изображений, позволяющих упростить задание эталонов для распознавания. В статье предлагается использование лингвистических методов для задач автоматического распознавания изображений. Лингвистические методы применяются к задачам распознавания образов, в которых важна информация, описывающая структуру каждого объекта. Лингвистические методы распознавания базируются на представлении изображения в виде набора примитивов разного уровня, описывающих наиболее значимые части сцены, и сопоставлении их с эталонным описанием в соответствии с заданными правилами. Преимуществом лингвистического подхода является возможность распознавания объекта по заданному описанию наиболее значимых особенностей эталона, без необходимости задания точного эталонного изображения. Кроме того, на результат распознавания не влияет масштаб и ориентация объекта в пространстве. Таким образом, лингвистические методы являются эффективным средством для распознавания урбанистических объектов.

Скачать в PDF

Ключевые слова Структурное описание; лингвистические алгоритмы; автоматическое распознавание изображений; алгоритмы всеракурсного распознавания; преобразование Хафа.
Библиографический список 1. Афонасенко А.В. Распознавание структурированных символов на основании методов морфологического анализа // Известия Томского политехнического университета. – 2007. – Т. 311, № 5. – С. 119-123.
2. Бакут П.А., Колмогоров Г.С., Ворновицкий И.Э. Сегментация изображений: методы пороговой обработки // Зарубежная радиоэлектроника. – 1987. – № 10. – С. 6-24.
3. Местецкий Л.М. Математические методы распознавания образов. Курс лекций. – М.: МГУ, 2002.
4. Павлидис Т. Иерархические методы в структурном распознавании образов // Труды института инженеров по электротехнике и радиоэлектронике. – 1979. – Т. 67, № 5. – С. 39-49.
5. Потапов А.С., Гуров И.П., Васильев В.Н. Математические методы и алгоритмическое обеспечение анализа и распознавания изображений в информационно-телекоммуникационных системах // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению "Информационно-телекоммуникационные системы", 2008.
6. Рейер И.А. Сегментация штрихов и их соединений при распознавании рукописного текста // Труды международной конференции "Графикон-99". – М.: МГУ, 1999. – C. 151-155.
7. Зеленцов И.А., Филиппович Ю.Н. Распознавание образов на основе структурных фреймовых описаний в скорописных текстах XVII в. // Наука и образование: электронное научно-техническое издание. – 2011. – Вып. 12.
8. Гороховатский В.А. Распознавание изображений в условиях неполной информации. – Харьков: ХНУРЭ, 2003. – 112 c.
9. Путятин Е.П., Гороховатский В.А., Кузьмин С.В. Распознавание изображений в пространстве инвариантных локальных признаков // Радиоэлектроника и информатика. – 2006. – № 1 (32). – С. 69-73.
10. Bunke H. Structural and syntactic pattern recognition // World Scientific, Singapore. – 1996. – P. 163-209.
11. Devijver P. and Kittler J. Pattern recognition: A statistical approach // Prentice-Hall, Englewood Cliffs, NJ, 1982.
12. Kasami T. An efficient recognition and syntax analysis algorithm for context-free languages // Scientific report AFCLR-65-758, Air Force Cambridge Research Laboratory, Bedford, Mass., USA, 1965.
13. Schlesinger M. Algebraic method for solution of some best matching problems // In Advances in Computer Vision, Proceedings of the Dagstuhl Seminar, Saarland, Germany. – 1997. – P. 201-210.
14. Erol A., Bebis G., Nicolescu M., Boyle RD., Twombly X. Vision-based hand pose estimation: A review // Computer Vision and Image Understanding. – 2007. – Vol. 108, Issues 1-2. – P. 52-73 Special Issue on Vision for Human-Computer Interaction.
15. Sulehria H.K., Ye Zhang. Vehicle Logo Recognition Using Mathematical Morphology // Proc. 6th WSEAS Int. Conference on Telecommunicationsand Informatics, 2007. – P. 95-98.
16. Young T. Handbook of Pattern Recognition and Image Processing: Computer Vision, volume 2, San Diego, USA. Academic Press, 1994.
17. Фу К. Структурные методы распознавания образов. – М.: Мир, 1977. – 320 c.
18. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2005. – 1072 c.
19. Duda R.O., Hart P.E. Use of the Hough Transformation To Detect Lines and Curves in Pictures // Comm. ACM. – 1972. – Vol. 15, January. – P. 11-15.
20. Автоматический анализ сложных изображений. Сборник переводов / Под ред. Бравермана Э.М. – М.: Мир, 1969. – С. 22-30.

Comments are closed.