13. Основни принципи и методи на разпознаването на образи

Основните задачи, който се решават при компютърното разпознае;

на образи са: 1) Представяне на измерените данни за обектите, които po лежат на разпознаване; 2) Предварителна обработка на данни 3) Отделяне на характерни признаци за обектите; 4) Построяване на опu ния; 5) Обучение; 6) Намиране на решаващи правила (функции), основата на които се извършва класификацията. За някои от задачите би направено конкретно разглеждане. Данните за обектите се формират оби новено като вектори или матрици. Да предположим, че буквено-цифрови символи се представят в поле (апертура) с размери 5х5 - фиг. 4.1.

Когато полето пхт не е голямо ( п, т = 2, 3, 4, 5, 6, 7, 8 ) по-ефективно оказва представянето на горните образи като вектори ( в случая после-ително по редове):р1=(1111110000111111000010000) р2=(11111100001111111000011111) Рз=(1000010000100001000011111)За входното множество от образи може да се определи набор от приз-|и, на основата на които се описват образите. За образите на фиг. 4.1 v признаци могат да се разглеждат вертикалните и хоризонталните ли-< фиг. 4.2. Векторите на образите ще бъдат:

¹ Вижда се, че значително намалява размерността на векторите за обра- (от 25 до 4). Като се има предвид, че на основата на тези признаци да се синтезират 2"-1 образа, то ползата в търсенето и отделянето на Пиаци и описанието на образите посредством тях е очевидна. Признаци, иггеризиращи даден клас от образи се наричат вътрешно-класови (х1, х2 заР|). Признаци, определящи разликата между образите от различни сове се наричат междукласови x-4 за р1| и Р2). Последните са много по-1й за класификацията, а първите за разкриване структурата на образите иден клас.

Когато признаците се изразяват с реални числа, то векторът на даден Ю може да се разглежда като точка в /г-мерното евклидово пространство. В този случай образите от даден клас ще съответствуват на близки точки и ще образуват област/съответствуваща на този клас. На фиг. 1.17 беше показан случай, когато образите се характеризират от два признака х1 и х2;. Формирани са две области, съответствуващи на два класа и е определена линейната функция, разделяща тези два класа.

Принципите на класификация на образи могат да се сведат до следните три [1]: посредством еталони; ни основата на общите признаци за даден клас: използувайки клъстери.

Класификацията на образи посредством еталони означава, че за всеки клас w, ( iе 1, 2, ..., т, където т е брой на класовете) се формира еталон. Възможно е за класа да се определи набор от еталони, отчитащи допустими отклонения в рамките на класа:

)където е, - единствен еталон, формиран за класа; символът | има смисъл на "или"; еj(j = 1,2,..., r) - множество еталони, определени за класа.

Всички еталони за различни класове се запомнят в паметта на системата. Обектът, който подлежи на разпознаване се сравнява последователно с еталоните и се отнася към този клас, с чийто еталон е съвпаднал. Очевидно е, че този принцип е чувствителен към шумове. Той може да се използва успешно за класификация на стилизовани обекти.

Принципът на общите признаци предполага, че образите от даден клас ю, имат общи свойства:В паметта на системата се запаметяват признаците, характеризиращи отделни класове. За обекта, който подлежи на разпознаване се отделят признаци. Тези признаци се сравняват с признаците за съответните класове. Обектът се отнася към класа, за който се е получило най-голямо подобие. Този принцип изисква добри методи за отделяне на признаци.

Принципът на клъстеризация се използва когато всеки образ се представя като вектор от признаци (в общия случай п на брой), които са реални числа. Образите от даден клас образуват компактна област (клъстер) в п-мерното евклидово пространство на признаците:w1> К, =(а1, а2,..., аr) където К, - клъстер: а1 (j = 1,2. ..., r-)- точки на образите, образуващи клъстера в n-мерното пространство на признаците - а, = (x1,x2...xn).