WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаГеографія фізична, Геоморфологія, Геологія → Синтаксичний метод стереоототожнювання - Реферат

Синтаксичний метод стереоототожнювання - Реферат


Реферат на тему:
Синтаксичний метод стереоототожнювання
План
1. Вступ
2. Динамічна процедура синтаксичного аналізу профілів.
3. Опис профілів за допомогою дескрипторів Уолша.
4. Висновки
5. Література
1. Вступ.
При розв'язанні задачі отримання тривимірної інформації з двовимірних зображень головною є процедура ототожнення точок на стереопарі зображень. Запропоновані різноманітні технології проведення тривимірної реконструкцій [1, 2, 3, 4, 5]. У більшості з них процедура ототожнення базується на відмінностях у структурі чи інтенсивності зображень.
Одним із методів автоматичної стереореконструкції, який часто застосовують для розв'язку прикладних задач, є аналіз профільних перерізів. У роботі представлено оригінальну процедуру синтаксичного аналізу профілів із використанням коефіцієнтів розкладу дискретної функції рівня сірого в ряд Уолша у якості характеристичних ознак (дескрипторів).
2. Динамічна процедура синтаксичного аналізу профілів.
Семантичний метод узгодження профілів передбачає їх представлення у вигляді стрічки символів , де , - -тий синтаксичний символ (примітив) із скінченного алфавіту .
Для цього кожен узгоджуваний профіль сегментують на рівні, за довжиною, відрізки, кожному з яких ставиться у відповідність -вимірний вектор характеристичних ознак . Після цього виконують розбиття точок -вимірного простору на кластери з вибраними центрами та радіусами. Тоді кожен примітив позначає один із таких кластерів, утворений точками з близькими характеристичним ознаками. Тепер кожен узгоджуваний профіль можна записати у вигляді послідовності символів .
Для множини стрічок записаних у алфавіті розглянемо множину елементарних перетворень , де - перетворення видалення -того символу стрічки; - перетворення включення символу після -того символу стрічки; а - перетворення заміни -того символу стрічки символом . Для довільної пари стрічок існує допустима послідовність перетворень , , , така що . Розглянемо множину усіх допустимих послідовностей перетворень пари стрічок. Для визначення міри близькості стрічок та використовують відстань Левенштейна [9]
. (1)
Рис. 1. Обчислення по сусіднім вузлам сіткової матриці.
Обчислення відстані проводять за допомогою динамічного програмування на сітковій матриці, чотири вузли якої подані на рис.1. Нехай , - довжини стрічок та відповідно. Покладемо ; ; . Для вузла матриці, що задовольняє умову , де - вибрана константа,
. (2)
Тоді .
Вищеописана процедура узгодження профілів є конструктивною, оскільки, крім виділення із множини узгоджуваних профілів найбільш близьких у термінах відстані Левенштейна (1), вказує відповідність між сегментами на ототожнених профілях. У відповідності з вимогами, які диктуються прикладною задачею, можна перейти на наступний рівень точності ототожнення застосувавши повторно описану процедуру до ототожнених ділянок узгоджених профілів.
3. Опис профілів за допомогою дескрипторів Уолша.
Для групування сегментів профілів у кластери необхідно вибрати набір характеристичних ознак . Ми пропонуємо для цього використати так звані дескриптори Уолша функцій рівня сірого профілів.
Для відрізку розглянемо послідовність кусково-неперервних функцій Уолша [6]. Ці функції набувають лише двох значень: 1 та -1. Вони утворюють ортогональну систему, оскільки
. (3)
Відомо, що будь-яку інтегровану на відрізку функцію можна представити у вигляді ряду Уолша:
, (4)
де коефіцієнти розкладу називають дескрипторами Уолша і обчислюють за формулою:
, . (5)
У випадку дискретної функції , визначеної на відрізку , що розбитий на рівних частин, для обчислення дескрипторів можна використовувати наступну формулу:
, (6)
або в розширеному вигляді
, (7)
де - вектор-стовпчик коефіцієнтів розкладу функції в ряд Уолша, - вектор-стовпчик значень функції в точках розбиття відрізку , а - матриця, відповідна набору перших функцій Уолша.
Дескриптори Уолша мають такі властивості:
Оскільки функції Уолша взаємно ортогональні, результати узгодження коефіцієнтів розкладу в ряд Уолша взаємно незалежні.
Розрахунок коефіцієнтів простий і включає лише операції додавання і віднімання.
Більшість характерних рис, властивих профілю, знаходять своє відображення в перших коефіцієнтах розкладу Уолша.
Беручи до уваги (7),
, (8)
, (9)
. (10)
Таким чином, коефіцієнт а0 - це середнє значенн функції на відрізку ; коефіцієнт а1 - узагальненн першої похідної ; коефіцієнт а2 - другої похідної. Наступні коефіцієнти не мають простої інтерпретації, проте їх також можна трактувати як числові характеристики функції на відрізку .
Ототожнення точок і на двох профілях грунтується на припущенні, що околи цих точок на профілях мають одинакові характеристики функції рівня сірого, зокрема відповідним профілям на стереопарі зображень відповідають мінімальні розбіжності між дескрипторами Уолша . Ця розбіжність може бути оцінена евклідовою відстанню з вагою між векторами-стовпчиками коефіцієнтів , розкладу в ряд Уолша функцій та рівня сірого ототожнюваних профілів, тобто
, (11)
де - вага -того дескриптора.
4. Результати експерименту.
Для експерименту ми використали стереопару РЕМ-знімків поверхні злому кісткової тканини, отриману за допомогою растрового електронного мікроскопу Hitachi S800. Параметри знімання: збільшення - 1000 крат; кути нахилу лівого та правого знімків - 0° і 6° відповідно.
Рис.2. Стереопара РЕМ-знімків: a) лівий знімок із вибраним профілем ;
b) правий знімок із областю вибору профілів для узгодженн з та із профілем
найкращого узгодження .
Описаний вище метод ми застосували для відшукання найкращого узгодження для вибраного профілю лівого знімку стереопари, представленої на рис. 2a. Для цього було проаналізовано 101 профіль на правому знімку із виділеної області, представленої на рис. 2b. Усі профілі були представлені дискретною функцією рівня сірого і розбиті на 16 відрізків рівної довжини, для кожного з яких були обчислені перші 3 дескриптори Уолша .
Таким чином було отримано 1632 точки тривимірного простору характеристичних ознак, які були згруповані у 6 кластерів. В таблиці 1 наведено середні значення трьох характеристичних ознак , тобто координати центрів кластерів, та кількість точок у кожному кластері.
Таблиця 1
Розподіл точок по кластерам у просторі характеристичних ознак
a)
b)
Рис. 3. Узгоджені профілі та відповідні їм стрічки примітивів:
a) лівий профіль ; b) правий профіль .
Кожен із 102 профілів був представлений стрічкою довжини 16 із символів 6-буквенного алфавіту примітивів. Серед профілів правого знімку методом послідовного перебору було визначено такий , що мінімізує відстань Левенштейна між парою відповідних стрічок, тобто .Його показано на рис.2b.
На рис.3 представлені узгоджені профілі інтенсивності і відповідні їм стрічки примітивів.
Розподіл точок узгоджених профілів у просторі ознак графічно представлено на рис.4. Процедуру обчислення відстані Левенштейна між стрічками примітивів профілів та на сітковій матриці 16?16 подано на рис.5. Результуюче узгодження між ними представлено на рис.6.
Рис. 4. Розподіл точок узгоджених профілів у просторі ознак , .
Рис. 5. Обчислення відстані Левенштейна між стрічками примітивів
профілів узгодження та .
Рис. 6. Результуюче узгодження та відстань між стрічками примітивів
профілів та .
Порівнюючи отримані результати узгодження профілів із результатами обробки даної стереопари аналітичним способом, були отримані похибки визначення паралаксів: поздовжнього -17,4%, поперечного - 2,1%.
Висновки
Узгодження профілів за допомогою процедури їх синтаксичного аналізу дає задовільні результати для розв'язання більшості прикладних задач. До переваг метода слід віднести високу гнучкість, адаптацію до потреб користувача, яка полягає у модифікації набору характеристичних ознак, їх ваги, методики групування точок у кластери, кількості повторних застосувань процедури узгодження до вже ототожнених сегментів профілів, яка забезпечила б необхідну точність ототожнення. Алгоритм методу простий для реалізації у вигляді програмного забезпечення для комп'ютера.
Література
1. Marr D., Poggio T. A Computational Theory of Human Stereo Vision // Proc. Roy. Soc. -London, 1979.- 204. -P.301-328.
2. Соколов В.Н., Мельник В.Н., Юрковец Д.И. Анализ РЭМ-стереоизображений // Изв. РАН. Сер. Физич.- 1996.- 60.- №2.- С.55-64.
3. Юрковец Д.И. Программное обеспечение для количественного морфологического анализа структур по полутоновым изображениям. Автореф. дис… канд. ф.-м. наук. М.: МГУ.- 1998.- 22 с.
4. Cappellini V., Alparone L. Digital processing of stereo images and 3-D reconstruction techniques // Int. J. Remote Sensing.- 1991.- 12.- № 3.- P.477-490.
5. Rosenhold D. Least sqаre mathing method: some experimental results // Photogramm. Record.- 1988.- 10.- P.493-512.
6. Гайский В.А., Угупов Н.Д.. Ю.П. Корюшкин. Применение функций Уолша в системах автоматизации научных исследований. - К.:Наук. Думка, 1993. -212с.
7. Adjouadi M., Zhang X., Park D. A stereo matching process for the recovery of depth information // Proc. IEEE, Sout. 1992. 1. -P.118-123.
8. Shenk A. Eine Methode zur Besstimmung von Signalanderungen und Anwendungsbeispiele // Z.f.v. 1987. 4. -S.172-178.
9. Ши-Хо Лю, К.С. Фу. Применение синтаксических методов распознавания образов для выделения сейсмических сигналов // Анализ и выделение сейсмических сигналов.- М.: Мир, 1986.- С.218-234
Loading...

 
 

Цікаве