УДК 681.878
ОПТИМИЗАЦИОННЫЙ МЕТОД ПОИСКА НА ИЗОБРАЖЕНИЯХ
ОБЪЕКТОВ С ЗАДАННЫМИ ХАРАКТЕРИСТИКАМИ
М.Г. Кот*, студент гр. 564М
Национальный аэрокосмический университет им. Н.Е. Жуковского «ХАИ»
В сканирующих системах обработки и распознавания изображений широко применяются корреляционно-экстремальные методы. В частности, эти методы используются в задаче анализа – при обнаружении объектов с заданными характеристиками и сегментации изображений. Корреляционно-экстремальная обработка позволяет обеспечить высокую помехоустойчивость процедур анализа изображений; к недостаткам такой обработки относят низкую вычислительную эффективность, что существенно ограничивает область ее применения в системах обработки и распознавания изображений в режиме реального времени. Суть метода корреляционного распознавания заключается в вычислении двумерной взаимной корреляционной функции (ВКФ) между изображениями входного и эталонного объектов. По характеристикам результирующего корреляционного распределения (по наличию или отсутствию пика ВКФ, его локализации, интенсивности и ширине) принимают решение о принадлежности распознаваемого объекта к классу эталонного. Даже при наличии полной априорной информации о форме и структуре объекта, подлежащего обнаружению, точного совпадения эталона и образа объекта не достигается из-за влияния искажений и шумов различной природы; это может привести к ошибкам распознавания и, в частности, к снижению точности локализации интересующего объекта в плоскости входного изображения.
В докладе рассмотрены алгоритмы поиска заданного объекта – зрачка на изображении глаза и определения местоположения его центра для получения развертки радужной оболочки, которая далее используется в биометрических системах идентификации личности. Один из подходов к построению таких алгоритмов основан на вычислении корреляционной функции входного изображения и эталона; реализация алгоритма сводится к плоскопараллельному смещению маски (эталона) по обрабатываемому изображению и подсчету совпадающих пикселей; т. к. фактические размеры зрачка априори не известны, выполняется адаптивное изменение размеров маски. Как показали результаты экспериментальной проверки работы алгоритмов, более высокая точность локализации объекта достигается с помощью оптимизационного подхода, основанного на поиске точки минимума целевой функции, представляющей собой сумму квадратов отклонений значений пикселей внутри маски от их эталонных значений.
*Научный руководитель – к.т.н., доцент каф. 502 И.К. Васильева.