Автоматизированные телевизионные ситемы наблюдения. Андреев А.Л. - 52 стр.

UptoLike

Составители:

Рубрика:

правила. Очевидно, что подобные семейства гистограмм должны

быть заблаговременно получены для каждого из рабочих признаков,

используемых при идентификации объектов.

При большом числе возможных вариантов может быть рекомен"

дован многоступенчатый (иерархический) алгоритм. При этом на

каждой ступени распознавания используется какой"либо из призна"

ков объекта (площадь, периметр, радиусы вписанных и описанных

окружностей, моменты инерции, число и расположение углов и т.д.).

Пусть возможны K решений (K альтернатив). Тогда алгоритм

распознавания можно представить в виде дерева (графа) (рис. 3.3).

Здесь I , II, III, .. – уровни распознавания; A, P, J, .. – алгоритмы

сравнения по площади, периметру, моментам инерции и т.д., вклю"

чая выделение соответствующих признаков изображений объектов;

1, 2, 3, .. K – номера возможных решений.

Важно отметить, что наибольший эффект сокращения времени

обработки информации достигается при рациональном распреде"

лении типов используемых признаков по уровням распознавания.

Так, на нижних уровнях, когда приходится иметь дело с максималь"

ным числом вариантов, следует привлекать признаки, не требую"

щие больших вычислительных затрат на их определение (напри"

мер, площади и периметры объектов), а наиболее информативные

(такие, например, как моменты инерции) – применять на верхнем

уровне, где число альтернатив минимально.

В разделе 4 мы более подробно познакомимся с подобным под"

ходом на конкретном примере реализации алгоритма распознава"

ния изображения участка звёздного неба в автономной системе аст"

роориентации.

Рис. 3.3. Многоступенчатый алгоритм (граф) распознавания.