Определенные способы по исследованию изображений базируются не только на применении априорных данных, связанных с оптическими характеристиками изображения, но и на том, что могут быть реализованы процедуры его анализа.
Цель данной работы заключается в построении помехоустойчивого алгоритма распознавания изображений сигналов.
Задачи данной работы:
-Проведение анализа основных методов обработки и распознавания изображений;
- Разработка эффективного алгоритма распознавания изображений сигналов;
-Разработка программного продукта, дающего возможность исследования возможностей по распознаванию сигналов сложной формы.
Весьма важной с точки зрения информативности для изображения является его форма, поскольку цвет и функция распределения яркости по изображению для реальных условий могут меняться и не всегда относятся к каким-то значимым признакам. Под формой в общем случае понимают очертание объекта, его внешний вид, контуры.
Главное окно разработанной программы, содержит такие компоненты на форме:
- Кнопка «Открыть изображение» - открытие изображения для того, чтобы его исследовать;
-Кнопка «Включить шум» - зашумление изображения на основе выбранного алгоритма;
- Кнопка «Распознать» - распознавание зашумленного изображения;
- Кнопка «Сохранить» - проводится сохранение изображений с формы;
-Кнопка «Провести анализ» - строится график среднеквадратичного отклонения исходя из выбранного алгоритма искажения изображения
Также на форме присутствуют дополнительные панели:
-Панель «Определите тип зашумления» – задается алгоритм зашумления исходного выбранного изображения;
-Панель «Параметры шума» – мы задаем параметры для алгоритма шума, который был выбран;
-Панель «Сохранение» – мы отмечаем те изображения, которые требуется сохранить;
-Панель «Испытания» - указывается количество испытаний, необходимых для того, чтобы построить график среднеквадратичного отклонения;
-Панель «Зашумить еще раз» - указывается, если есть повторное зашумление, то есть на зашумленное изображение накладывается еще один шум.
Программа проводит сравнение искаженного изображения с каждой из имеющейся у нее эталонной фигурой, дает оценку суммарного среднеквадратичного отклонения, и делается вывод о том, какое изображение изображено, исходя из минимального значения среднеквадратичного отклонения. Та эталонная фигура, при сравнении с которой было получено это минимальное среднеквадратическое отклонение, признается изображенной на искаженном изображении. Эта фигура выводится в панель «Эталонное изображение» и проводится вывод ее названия в нижней части главного окна. Программа дает возможности исследований зависимостей значений среднеквадратичного отклонения для разным эталонным фигур в зависимости от того какой шум и его параметры.
ЛИТЕРАТУРА
1. Преображенский А.П. Алгоритмы прогнозирования радиолокационных характеристик объектов при восстановлении радиолокационных изображений / А.П. Преображенский, О.Н.Чопоров // Системы управления и информационные технологии. 2004. № 5 (17). С. 85-87.
2.Косилов А.Т. Восстановление радиолокационных изображений объектов с использованием методов радиоголографии / А.Т.Косилов, А.П.Преображенский // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 8. С. 79-81.
3.Преображенский А.П. Построение радиолокационных изображений объектов / А.П. Преображенский, Ю.П.Хухрянский // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 8. С. 20-23.
4.Чутченко Ю.Е. Исследование возможности улучшения качества изображения / Ю.Е.Чутченко, А.П.Преображенский // Территория науки. 2007. № 3. С. 364-369.