XI Международная студенческая научная конференция Студенческий научный форум - 2019

В данной работе представлено использование правил продукции для представления знаний, а именно прямой цепочки рассуждения. Процесс достижения целей называется прямой цепочкой рассуждений, т. е. цепочкой от данных к логическому заключению. Он позволяет логически переходить от одного шага к другому.

Детектор Моравеца заключается в выделение ключевых точек на изображении путем нахождения углов. Одним из наиболее распространенных типов особых точек являются углы на изображении, т.к. в отличие от ребер углы на паре изображений можно однозначно сопоставить. Расположение углов можно определить, используя локальные детекторы. Входом локальных детекторов является черно-белое изображение. На выходе формируется матрица с элементами, значения которых определяют степень правдоподобности нахождения угла в соответствующих пикселях изображения. Далее выполняется отсечение пикселей со степенью правдоподобности, меньшей некоторого порога. Для оставшихся точек принимается, что они являются особыми.

Рисунок 1. Использование правила продукции для детектора Моравеца

Данный алгоритм иллюстрирует работу детектора Моравеца:

Если есть изображение (A) – программа преобразует его в черно-белое изображение, так как входом локальных детекторов является черно-белое изображение (D).

Если программа преобразовала изображение в черно-белое и выполнила привязку к локальным особенностям изображения (C) – она вычисляет изменение интенсивностей для каждого пикселя изображения(F).

Если программа вычислила изменение интенсивностей для каждого пикселя и каждая точка является отчетливой (B)- программа строит карту вероятности нахождения углов в каждом пикселе, то есть определяется направление, которому соответствует наименьшее изменение интенсивности, т.к. угол должен иметь смежные ребра(Z).

Если программа построила карту вероятности нахождения углов в каждом пикселе – Программе необходимо отсечь пиксели, в которых значения оценочной функции ниже порогового значения(H) и удалить повторяющиеся углы с помощью применения процедуры поиска локальных максимумов функции отклика(G)

Если программа удалила все повторяющиеся углы – все полученные ненулевые элементы карты соответствуют углам на изображении(X).

Далее реализована программа для прямой цепочки рассуждений на языке программирования Python.

На рисунке 1 представлена работа программы без каких-либо ошибок.

Рисунок 1 – Реализация прямой цепочки рассуждений

На рисунке 2 представлена работа программы в случае неправильной работы прямой цепочки.

Рисунок 2 – Пример ошибки №1

Ниже приведен еще один пример ошибки прямой цепочки, результат представлен на рисунке 3.

Рисунок 3 – Пример ошибки № 2

Представление знаний с помощью правил продукции – самая распространенная форма реализации базы знаний. С помощью продукции можно описать практически любую систему знаний.

Список использованной литературы

Визильтер Ю. В., Желтов С. Ю., Князь В. А., Ходарев А. Н., Моржин А. В. Обработка и анализ цифровых изображений с примерами на LabVIEW IMAQ Vision. – М.: ДМК Пресс, 2007. – 464 с

Абламейко С.В. Обработка изображений: технология, методы, применение. Учебное пособие. – М.: Амалфея, 2000. – 18-44 с.

Прохоренок, Николай Python 3 и PyQt. Разработка приложений / Николай Прохоренок. - М.: БХВ-Петербург, 2016. - 704 c.