Реферат на тему:

Синтаксичний метод стереоототожнювання

План

Вступ

Динамічна процедура синтаксичного аналізу профілів.

Опис профілів за допомогою дескрипторів Уолша.

Висновки

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.

.

.

 використовують відстань Левенштейна [9]

. (1)

 по сусіднім вузлам сіткової матриці.

 – вибрана константа,

. (2)

.

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.

. Ми пропонуємо для цього використати так звані дескриптори Уолша
функцій рівня сірого профілів.

[6]. Ці функції набувають лише двох значень: 1 та –1. Вони утворюють
ортогональну систему, оскільки

. (3)

 можна представити у вигляді ряду Уолша:

, (4)

 називають дескрипторами Уолша і обчислюють за формулою:

. (5)

 рівних частин, для обчислення дескрипторів можна використовувати
наступну формулу:

, (6)

або в розширеному вигляді

, (7)

 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)

.

j

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

Marr D., Poggio T. A Computational Theory of Human Stereo Vision //
Proc. Roy. Soc. –London, 1979.- 204. –P.301-328.

Соколов В.Н., Мельник В.Н., Юрковец Д.И. Анализ РЭМ-стереоизображений //
Изв. РАН. Сер. Физич.- 1996.- 60.- №2.- С.55-64.

Юрковец Д.И. Программное обеспечение для количественного
морфологического анализа структур по полутоновым изображениям. Автореф.
дис… канд. ф.-м. наук. М.: МГУ.- 1998.- 22 с.

Cappellini V., Alparone L. Digital processing of stereo images and 3-D
reconstruction techniques // Int. J. Remote Sensing.- 1991.- 12.- № 3.-
P.477-490.

Rosenhold D. Least sqаre mathing method: some experimental results //
Photogramm. Record.- 1988.- 10.- P.493-512.

Гайский В.А., Угупов Н.Д.. Ю.П. Корюшкин. Применение функций Уолша в
системах автоматизации научных исследований. – К.:Наук. Думка, 1993.
–212с.

Adjouadi M., Zhang X., Park D. A stereo matching process for the
recovery of depth information // Proc. IEEE, Sout. 1992. 1. –P.118-123.

Shenk A. Eine Methode zur Besstimmung von Signalanderungen und
Anwendungsbeispiele // Z.f.v. 1987. 4. –S.172-178.

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

Похожие записи