Способ распознавания объектов



Способ распознавания объектов
Способ распознавания объектов
Способ распознавания объектов
Способ распознавания объектов

 


Владельцы патента RU 2438174:

Общество с ограниченной ответственностью "Томсклаб" (RU)

Изобретение относится к способам распознавания объектов в системах машинного зрения, телевизионных системах наблюдения, информационно-управляющих системах робототехнических комплексов. Технический результат заключается в повышении точности распознавания объектов. Такой результат достигается благодаря тому, что входное изображение сворачивается с заданной функцией Грина, полученные свертки вычитают друг из друга для получения конечно-разностной аппроксимации первой производной свертки входного изображения с фильтром, при поиске локального экстремума данной свертки приравнивают к нулю соответствующие первые производные, находят все локальные экстремумы и проводят адаптивную пороговую фильтрацию для отсечения незначительных особенностей, при этом выделенные точки служат центрами окрестностей, для которых строят произвольные дескрипторы. 3 ил.

 

Изобретение относится к способам распознавания объектов в системах машинного зрения, телевизионных системах наблюдения, информационно-управляющих системах робототехнических комплексов.

Одной из проблем обработки видеоинформации является большая вариативность параметров съемки, таких, например, как освещенность, местоположение камеры, альбедо объекта, применяемая цветовая схема. Это приводит к тому, что один и тот же объект в зависимости от условий съемки будет характеризоваться различными векторами-признаками. Общеизвестным подходом к решению этой проблемы является применение инвариантных векторов-признаков.

Известен способ идентификации пространственно инвариантных векторов-признаков на изображении (http://www.vision.ee.ethz.ch/~surf/), который заключается в построении множеств векторов-признаков на основе анализа особенностей исходного изображения и их дальнейшей классификации с использованием интегральных изображений и вычислений взвешенного определителя матрицы Гесса.

Недостатком этого способа является невысокая точность и повторяемость результатов детекции, так как выделяемые особенности изображения чувствительны к деформации изображения (изменение освещения, поворот на произвольный угол и т.д.).

Наиболее близким к заявленному решению, выбранному нами за прототип, является способ и устройство для обнаружения объекта на изображении (патент US №6711293, МПК G06K 9/68, опубл. 23.03.2004), в котором на первом этапе вычисляются разности изображений: выполняется свертка изображения с функцией Гаусса, далее еще раз вычисляется свертка свернутого изображения с функцией Гаусса для построения разностного изображения и из входного изображения вычитают разностное изображение, на втором этапе находят локальные экстремумы значений пикселей, на третьем этапе выделяют области вокруг точек экстремума, на четвертом этапе области разбиваются на подобласти и на пятом этапе производят множество компонент - дескрипторов подобластей.

Недостатком данного способа является также невысокая точность, так как функция Гаусса обладает ограниченным набором инвариантных характеристик, характеризующих особенности изображения, описываемые векторами-признаками, и, тем самым, данные вектора являются менее информативными.

Основная техническая задача, решаемая заявляемым изобретением, состоит в создании способа, позволяющего повысить точность распознавания за счет повышения стабильности работы детекторов ключевых областей на изображении и увеличения количества инвариантных характеристик данных детекторов.

Основная техническая задача достигается тем, в способе распознавания объектов, включающем фильтрацию входного изображения, вычисление особых точек изображения, пороговую фильтрацию выделенных особых точек по значению, выделение окрестностей этих особых точек, построение произвольных дескрипторов полученных окрестностей, согласно предложенному решению при фильтрации входного сигнала выполняют свертку изображения с заданной функцией Грина при последовательном изменении параметров данной функции и определяют конечно-разностную аппроксимацию первой производной свертки входного изображения с функцией Грина, вычитая соответствующие схеме аппроксимации свертки друг из друга, причем удаление шума обнаруженных особых точек изображения проводят при помощи адаптивной пороговой фильтрации.

На фиг.1 представлена зависимость стабильности St работы детектора при изменении масштаба изображения σ, на фиг.2 - зависимость стабильности St работы детектора при повороте изображения на угол φ в градусах, на фиг.3 - Зависимость стабильности St работы детектора при изменении яркости изображения в процентах от базовой.

Способ осуществляется следующим образом.

Входное изображение сворачивается с заданной функцией Грина (фильтром)

для эволюционного оператора процесса Орнштейна-Уленбека при различных значениях параметров τ, λ.

где τ, λ - параметры, используемые для определения сверток на различных масштабах:

D - константа, подбираемая опытным путем для различных категорий изображений;

y=(а, b) - пространственная переменная, суть координаты (а, b) пикселя на изображении.

Полученные свертки вычитают друг из друга для получения конечно-разностной аппроксимации первой производной свертки входного изображения с фильтром. При поиске локального экстремума данной свертки приравнивают к нулю соответствующие первые производные. Находят все локальные экстремумы и проводят адаптивную пороговую фильтрацию для отсечения незначительных особенностей. Выделенные таким способом точки служат центрами окрестностей, для которых строят произвольные дескрипторы.

Предложенный способ позволяет, изменяя набор симметрии выбором соответствующей функции Грина, получать для одного и того же изображения векторы-признаки, отражающие различные свойства изображения, повышая, тем самым, информативность представления изображения.

Способ распознавания объектов, включающий фильтрацию входного изображения, вычисление особых точек изображения, пороговую фильтрацию выделенных особых точек по значению, выделение окрестностей этих особых точек, построение произвольных дескрипторов полученных окрестностей, отличающийся тем, что при фильтрации входного сигнала выполняют свертку изображения с заданной функцией Грина при последовательном изменении параметров данной функции и определяют конечно-разностную аппроксимацию первой производной свертки входного изображения с функцией Грина, вычитая соответствующие схеме аппроксимации свертки друг из друга, причем удаление шума обнаруженных особых точек изображения проводят при помощи адаптивной пороговой фильтрации.



 

Похожие патенты:
Изобретение относится к технике защиты врачебной тайны при ведении обезличенных электронных историй болезни. .

Изобретение относится к области гидрологии и связано с определением толщины ледяного покрова замерзающих акваторий по данным дистанционных средств измерений, устанавливаемых на метеорологических искусственных спутниках Земли.

Изобретение относится к автоматике и цифровой вычислительной технике. .

Изобретение относится к области оптического распознавания символов, а именно к способам распознавания текстовых документов, содержащих фрагменты, написанные на разных языках, из растрового изображения.

Изобретение относится к области оптического распознавания текста из растрового изображения. .

Изобретение относится к области специализированных устройств вычислительной техники и может быть использовано для распознавания объектов, когда эталонные и наблюдаемые двумерные изображения заданы в виде нечетких множеств.
Изобретение относится к области автоматики и вычислительной техники, а именно к системам искусственного интеллекта. .

Изобретение относится к способам оптического распознавания символов и может быть использовано для обработки выходных данных из системы оптического распознавания изображений (OCR), где выходные данные включают изображения дважды отпечатанных символов

Изобретение относится к вычислительной технике и может быть применено в автоматических дактилоскопических идентификационных системах на базе специализированных электронных вычислительных машин

Изобретение относится к автоматике и вычислительной технике и может быть использовано для распознавания изображений лиц в системах машинного зрения, биометрических системах контроля доступа и видеонаблюдений, интерактивных системах человек-компьютер и других системах

Изобретение относится к преобразованию цветового пространства. За исходное цветовое пространство могут использоваться известные цветовые системы CIE 1931 г. (x, y), CIE 1960 г. (u, v), CIELAB и другие цветовые системы. Техническим результатом является расширение функциональных возможностей за счет учета яркости стимула. Способ равноконтрастного цветоразличения двух и более объектов заключается в том, что за счет перехода от традиционных цветовых пространств МКО в новое цветовое пространство, в котором порог цветоразличения отображается сферой (шаром), диаметр которого равен этому порогу, преобразование старого цветового пространства осуществлено с помощью измененного уравнения Эйнштейна, описывающего искривленное пространство-время. В новом цветовом пространстве координаты метрического тензора определяются цветовым тензором, космологическая постоянная и тензор энергии-импульса равны нулю, а индексы метрического тензора пробегают значения 1, 2 и 3. 9 ил.

Изобретение относится к информатике и может быть использовано для автоматической идентификации объектов на изображениях. Согласно способу производят сканирование исходного фотоизображения с высоким разрешением. Матрицу полученных отсчетов приводят к масштабу эталонной матрицы путем нормирования пикселей яркости масштабным коэффициентом. Производят разложение полученного изображения на три двумерные матрицы в палитре стандартных цветов RGB. Методами пространственного дифференцирования функции сигнала матриц выделяют контурные рисунки объектов. Поверхности рельефов объектов внутри выделенных контуров аппроксимируют мозаикой треугольников. Площадь мозаик в каждом из каналов рассчитывают по формуле Герона и производят сравнение полученных площадей рельефов поверхности объектов с их значениями для эталонов по критерию достоверности: Технический результат - автоматизация распознавания с высокой достоверностью. 7 ил.

Изобретение относится к способу и устройству для считывания физических характеристик объекта. Техническим результатом является обеспечение позиционирования интересующей области, откуда считывается физическая характеристика объекта при регистрации выходных данных объекта для упорядочивания и стандартизации. Способ считывания физической характеристики объекта включает: шаг (240, 315, 405) получения первого изображения по меньшей мере части объекта с первым разрешением; шаг (245, 320, 415, 420) определения положения области объекта, подлежащей обработке, на основании первого изображения; шаг (255, 330, 430) получения второго изображения области объекта, подлежащей обработке, со вторым разрешением, большим, чем первое разрешение; и шаг (260, 335, 440) определения физической характеристики на основании второго изображения, причем шаг (245, 320, 415, 420) определения положения области объекта, подлежащей обработке, содержит: шаг определения по меньшей мере одного положения нанесенной маркировки, шаг получения изображения по меньшей мере одной указанной маркировки и шаг считывания информации, представленной этой маркировкой и представляющей положение области, подлежащей обработке. 2 н. и 15 з.п. ф-лы, 6 ил.

Изобретение относится к способам обработки цифровых изображений. Техническим результатом является обеспечение возможности сопоставления дескрипторов применительно к задаче поиска дубликатов изображений. Предложено устройство поиска дубликатов изображений. Устройство содержит блоки предобработки первого и второго изображений, блоки регистрации первого и второго изображений, блоки преобразования первого и второго изображений в цветовое пространство YIQ, блоки выделения синфазной составляющей первого и второго изображений, блоки формирования изображений в результате вращения первого и второго изображений, блоки формирования изображений при изменении угла наклона первого и второго изображений, блоки хранения моделированных изображений для первого и второго изображений, блок применения метода SIFT, блок вычисления количества одинаковых дескрипторов, блок хранения найденной пары дубликатов. 5 ил.

Изобретение относится к способу идентификации печати на цифровом изображении. Техническим результатом является снижение временных затрат на распознавание изображения печати. Способ идентификации печати на цифровом изображении заключается в том, что предварительно приводят изображение объекта, вводимого в компьютер, к нормальному, стандартному для данного способа виду - изменению масштаба, центрированию, причем производят поиск местоположения изображения объекта, соответствующего оттиску печати, а затем приводят изображение объекта к нормальному виду, после чего переводят значения яркостей пикселей изображения из декартовой в полярную систему координат с внесением избыточности, вычисляют границы резких переходов в значениях яркостей пикселей изображения, формируют характеристический вектор признаков, устанавливают идентичность изображения объекта одной из эталонных печатей путем распознавания на основе метода опорных векторов. 4 ил.

Изобретение относится к способу идентификации и верификации изображений. Техническим результатом является обеспечение возможности автоматического сопоставления предъявляемого изображения с эталонным. Способ идентификации и верификации изображения характеризуется формированием электронного образа из предъявленного системе изображения с использованием восприятия яркостного поля предъявленного изображения, преобразованием яркостного поля в цифровые коды, соответствующие используемым градациям яркости каждого микроэлемента изображения, и последующим его кадрированием с запоминанием в базе данных, причем перед сопоставлением приводят электронный образ предъявленного изображения к масштабу эталонного электронного образа, из них выделяют информационные части, отбрасывая вокруг них фоновые части, имеющие одинаковые или близкие коды яркости сенселей, для каждой информационной части для всех сенселей определяют максимальное и минимальное значения этих кодов, складывают их и делят пополам, определяя тем самым код средней яркости, вычисляют раздельно числа сенселей, имеющих код яркости выше кода средней яркости или равный ему, и числа сенселей, имеющих код яркости ниже кода средней яркости, а затем полученные числа для эталонного и предъявленного электронных образов попарно сопоставляют с учетом заданного допуска, контроль имеет положительный исход, если обе пары укладываются в допуск, в противном случае исход контроля отрицательный. 6 з.п. ф-лы, 1 ил.

Изобретения относятся к способу и системе оптического распознавания символов. Техническим результатом является повышение эффективности распознавания символов посредством сокращения времени обработки документов. На первой стадии обработки каждое изображение символа связывается со множеством потенциальных графем. На второй стадии обработки каждое изображение символа оценивается относительно множества потенциальных графем, обнаруженного для изображения символа на первой стадии. В процессе обработки потенциальных графем представленные в настоящем документе способы и системы наблюдают за прогрессом обнаружения подходящей графемы и, если наблюдается недостаточный прогресс, прерывают обработку потенциальных графем и распознают изображение символа как область, содержащую несимвольный элемент, в изображении отсканированного документа или другом содержащем текст изображении. Далее осуществляют оценку каждой последовательной группы из одной или более потенциальных графем относительно возможного изображения символа. 3 н. и 16 з.п. ф-лы, 55 ил.
Наверх