Изобретение относится к распознаваний образов, в частности к способам классификации объектов по и признакам, и может использоваться в многочисленных областях техники и науки, где необходимо определить при помощи машины принадлежность к тому или иному классу предъявленных объектов, отличающихся рядом признаков, которые могут быть .отнесены к W классам.
Известен способ классификации объектов по П, признакам, основанный на сравнении классифицируемого изображения с призяакамн эталонного изображения. Эти признаки выае гЕяются. в. .процессе обучения, так что они независимо друг от друга и колебания их значений минимальны для представлений соответствующих классов. В этом случае классификация возможна лишь при малом числе признаков, когда человек-учитель может еще брать на себя громоздкую предварительную обработку информации (усреднение значений, решение ковариантной матрицы и т. п.). Способ теоретически сводим к перцептронному LljОднако вышеуказанный спосоо обладает малым быстродействием и небольшой надежностью классификации.
Целью изобретения является повышени€ быстродействия и надежности классификации.
Для этого в качестве признаков эталонного изображения, сформированного путем наложения изображений объектов, относящихся к данному классу объектов, выбирают точки совпадения изображений.
Предлагаемый способ заключается в сл8Дуюш.ем: матрица перцептивного поля разбивается на W ячеек. Последовательно накладываются картины от множества входных образцов, кониепт класса которых требуется составить.
Образцы берутся в одинаковом масштабе и накладываются друг на друга на одно поле из ячеек так, чтобы изображение полностью заполнило сетку вертикали, не выходя за ее пределы.
Порог устанавпивается на заданном уровне. Уровни могут меняться, число вариантов может .достигать десятков тысяч и все-таки это никогда не понведет к трудностям пере бора. В каждой ячейке фиксируется число сов падающих точек при помощи накапливающег счетчика кпн при помощи программы. Затем выделяются только те совокупности ячеек, которые набрапи определенный процент сов падений элементарных событий н поэтому являются существенными точками концепта а несущественйые могут встречаться в ины произвольных сочетаниях, и они для дальне щего сравнен1ш распознаваемого объекта со сформированным ядром, концепта-образа не потребуются.- , Существенными можно считать точки, если число/0 75% или 25%, нвсуществен ные точки те, для которых уЭ в интервале 25-75%, Выявление существенных характернстиж точек класса накладываемых образцов прои ходит почти по аналогово-логической операции для каждой элементарной точки от.делыю (принцип атомарности ). a-j4a.,.2a|j ii «.j.aii Aj5 ii U ii -(i.2...« где a jj дает информацию о состоянии на:личия в11 и точке следов поступивших сигнапов; AijecTb элемент отсутствия сигналов ви -и ячейке. После проведения такой анапогово-логи ческой операции накапливается информация в каждой «j - и ячейке. При таком способе параплепьной обработки чиспо ячеек может достигать миллионов. Если сигнал был 100 раз, то накапливающий счетчик программы отмечает число 1ОО. Таким образом, в vj -и ячейке фиксируется в той или иной материальной или символьной форме величина, пропорциональная частоте или интенсивности элементарных точек, ячеек, подкартинны событий, т. к. при этом.,, а,. КО(;Теперь ясно, что матрицаш -будет содержать без потерь всю инфо;;)мацию обо Всех представленных образцах (включая число появлений во всех точках). Концепт образа образуется путем разделения матрицы rffjj на две части - на ,., ЭКонцептуально-сушественную часть - ядро концептуального образа ) ч HaTHij (конч 0 цептуально-несущественную часть;. в первой части 1,ядро концептуального образа ) не пусты только те точки ячейки (топосы) 4 J , в которых А jj «Иск j: noi; или Aj j , где и , « -некие пороговые значения (например, О,75 и 0,25, соответстве1шо от общего числа, предъявленных образцов), а во второй части те, для которых it-ajj fra--it- 2,j . при выработке концепта можно поступить трояким образом: а( /, первое - отбросить m J; и хранитьrttj; ядро концепта-образа); второе - хранитьШк в булевой форме, т. е, превратить все топосы(ячейки), где А j j г П О j j , просто в топосы, гдеА{-«р; (логическое присутствие без указания количества появлений). Такое (tf j обозначим через (L) концептобраз-логический;третье - вместо mf хранить m j (Н) , где каждый элемент, неудовлетворяющий условиям ,j или А ij ri а j . заменяется на иеопределенный (точнее статистичес ки ипи материально нефиксируемый элемент) о j; , который может потенциально превратиться либо в в с л с весом ,75, или уО О,25. Окончательно получаем концептуальный (понятийный) образ целого класса объектов, т. е. концепт, на котором автоматически выделены все существенные признаки данного класса. Распознавание образца по нащему способу дается прямым сравнением матрицы-номинала образа с матрицей образца. , g,,, ядро образа ), где операция - означает переход ot картины с уровнем порога jO к уровню -/),/) с последующим стиранием или нестиранием всех точек выше /э. В таком случае матрица N будет в точках с минимальным порогом просвечиваться или затемняться полностью только тогда, когда образец имеет отнощение к кл.ассу, образа (при заданном уровне сравниваемых масштабов). Установив интегральный уровень для затемнения или просветления , можно с наперед заданной точностью и надежностью относить образец к образу-концепту (например, степень вероятности достоверного распознавания К v 0,9999. Эта степень легко достижима, так как число точек бывает порядка миллиона). Для пояснения способа ниже приводится пример обнаружения заданного образа. Наложение образов представлено ,на фиг, 1, 2, 3. На фиг. 1, 2 показано иаложеВйь на матрицу .двух различных вариантов нал« сш1из русской буквы О, на фнг. 3 наложение йтих двух букв друг на друга, на фиг. 4 « конкепт-резупьтат напожения 250 вариантов написания буквы О.
Пусть требуется составить концепт для русской буквы О- Берут 250 вариантов иакчсания буквы Она слитных рукописных текстов различных почерков..
Порог устанавливают на уровне 200,
т, е. считают те точки, которые совпали нь менее 2ОО раз.
Первый шаг. На матриду из 256 ячеек помешают первый вариант фотоизображения рукописной буквы О так, что изображение полностью заполняет сетку матрицы
по вертикали, не выходя за ее пределы,
Второй шаг. На матрицу накладывают следую шее рукописное написание той же буквы, при этом подсчитывают число наложений на каждой ячейке матрицы.
Третий шаг. Составляют концепт pysionacной буквы О . Устанавливают порог 2ОО и стирают изображния в тех ячейках, в которых совпадение произошло менее 200 раз.
Оставшуюся часть называю концептом рукописной буквы О и обозначают.
На полученном концепте автоматически выделяют все характерные существенные точки буквы О, т, е. число фиксированных ячеек на матрице из 256 ячеек равно ЗО.
втве.ртый шаг. Классифицируют буквы координаты существенных точек 1сондеята 1 логически сравнивают b соотвбтсвуюшнми точками разпознаваемой буквы О. Совпало 90% гочек, распознаваемую букву относят к классу буквы О.
Формула изобретения
Способ классификации объектов по п признакам, основанный на сравнении классифицируемого изображения с признаками эталонного изображения, отличающийся тем, что, с целью повышения быстродейств и надежности классификации, в качестве признаков эталонного изображения, сформировшшого путем наложения изображений объектов, относящихся к данному кпйссу объектов выбирают точки совпадения изображений.
Источники информации, принятые во внимшше при экспертизе:
1. Патент СССР № 389671,. .М. кл. Q 06 К 9/00, 02.06.69.
иг. 1
Фиг. г
IPvi. J
IPut.
