решении задач автоматизации человеческой деятельности большую роль
играют интеллектуальные методы распознавания изображений, лежащие в
основе современных систем машинного зрения.
Одной из важных проблем теории распознавания образов является зада-
ча классификации, которая заключается в разбиении множества объектов
на классы (категории) по определенному критерию. Объекты в пределах
одного класса считаются эквивалентными. Примерами задач классифика-
ции могут служить: распознавание текста, распознавание речи, идентифи-
кация личности.
Авторами предлагается обучаемая стохастическая многокритериальная
модель классификации и распознавания образов на основе их числовых
характеристик.
Для применения математических методов решения задачи классифика-
ции необходимо измерение геометрических характеристик объекта, что, в
свою очередь, требует наличия векторного представления изображения в
памяти компьютера.
Для векторизации изображения и выделения контуров применяется сле-
дующая схема: исходное изображение
подвергается линейной обработ-
ке, с тем, чтобы выделить перепады яркости. В результате этой операции
формируется изображение
, функция яркости которого существенно отли-
чается от нуля только в областях резких изменений яркости изображения
. Затем в результате пороговой обработки из изображения e формируется
графический (контурный) препарат
. Для выделения перепадов яркости
используется градиентный метод, который в свою очередь сводится к вы-
полнению нелинейной локальной обработки изображения “окном”
.
Основными параметрами любой плоской фигуры являются ее площадь
и центр масс, а также такие величины, как отношение площади образа к
площади описанной окружности и соотношение площадей сегментов фи-
гуры, а именно отношение верхней половины к нижней и левой к правой
относительно продольной объекта. Для решения задачи построения опи-
сывающей окружности минимального радиуса был применен итеративный
алгоритм, заключающийся в последовательном приближении к интересую-
щей окружности путем построения промежуточных каркасов на заданном
подмножестве вершин и проверки его для оставшихся точек.
Задача нахождения центра масс плоской фигуры в общем случае не яв-
ляется тривиальной. Для поиска этой характеристики проводится триангу-
ляция многоугольника, т.е. декомпозиция на треугольники. Фигура скорее
всего представляет не выпуклый многоугольник, и это усложняет задачу.
Для решения задачи был применен метод “Отсекания углов”, состоящий
290