Построение систем распознавания образов

объекта, то h - пространственно-инвариантна. При этом h зависит лишь от

разности координат (x-a,y-b). Для пространственно-инвариантной системы

[pic]

при этом для линейной пространственно-инвариантной системы

[pic]

Последнее выражение известно как интеграл свертки, согласно которому

распределение по изображению представляет собой свертку распределения по

объекту с ФОТИ. Именно функция h описывает процесс переноса информации от

объекта в пространство изображения и характеризует все геометрические

искажения, присущие процессу визуализации.

Окончательное упрощение обобщенных соотношений, описывающих процесс

формирования изображений, получается в том случае, когда свойства системы в

двух перпендикулярных направлениях не коррелируют друг с другом. Это

означает, что двухмерную ФОТИ можно представить в виде произведения

двух одномерных ФОТИ. Так для пространственно-зависимой системы имеем

[pic]

а для пространственно-инвариантной

[pic]

Это свойство системы называется разделимостью.

В итоге для линейной, пространственно-инвариантной разделимой системы

получаем

[pic]

Учитывая рассмотренное, легко понять, что, наблюдая изображение, мы

не можем считать его точным представлением распределения по объекту. Это

можно заметить путем внимательного рассмотрения изображения и сравнения

его с объектом или явлением. Причина - несовершенства системы визуализации.

Именно поэтому в теории обработки изображений большое внимание

уделяется методам исключения соответствующих искажений, получившим

название обращение свертки (Вытекает из рассмотрения хотя бы последнего

интеграла свертки!).

В соответствующих задачах интеграл свертки рассматривается с учетом

искажения изображений шумами. Так для линейных систем полное

представление о задаче создает выражение

[pic]

где n(x,y) - распределение шума в изображении.

* * *

Теперь сконцентрируем внимание на следующем важном термине

распознавания образов - “класс”. Здесь, прежде всего, обратим внимание на

то, что как человек, так и автомат принимают решение на основе

отождествления совокупности конкретных значений характеристик объектов или

явлений не просто друг с другом, а обычно с некоторым классом, в который

объединяются объекты или явления, имеющие общие свойства (например:

характеристики выхода из строя агрегатов и систем той же АЭС - класс

опасных отказов или класс отказов, требующих определенного технического

вмешательства, но неопасных).

Таким образом, классы - это объединения объектов (явлений),

отличающиеся общими свойствами, интересующими человека.

Всегда, имея в виду цель распознавания, в конечном итоге принятое

решение об отнесении объекта к тому или иному классу определяет реакцию

соответствующей системы на данную входную ситуацию однозначно.

Таким образом, в самых общих чертах распознавание можно определить как

соотнесение объектов или явлений на основе анализа их характеристик,

представляющих образы этих объектов, с одним из нескольких, заранее

определенных классов.

И следует обратить внимание на то, что термин “распознавание” в

равной мере относится как к процессам восприятия и познания,

свойственным человеку и живым организмам, так и к техническим попыткам

человека реализовать “электронные” или “вычислительные” аналоги этих

процессов, то есть к решению задач в рамках предмета распознавания как

раздела информатики.

1.2.2. Системы распознавания

До этого мы говорили о проблеме распознавания в целом, о теории, о

возможности замены человека автоматом. Теперь сосредоточим внимание на

практическом применении соответствующих знаний. При этом обратим

внимание и на то, что те практические реализации методов распознавания ,

о которых в этих случаях шла речь, носят название систем распознавания

(СР).

Здесь необходимо подчеркнуть, что именно центральную задачу

распознавания образов представляет построение на основе систематических

теоретических и экспериментальных исследований эффективных

вычислительных средств (объединяемых в понятии “системы распознавания”)

для отнесения описаний с объектов, явлений, процессов к соответствующим

классам.

Широкий круг задач, возлагаемых на такие системы, определяется

приведенным нами определением самого понятия “распознавание” и включает

выяснение по разнородной, часто неполной, нечеткой, искаженной и

косвенной информации факта, обладают ли изучаемые объекты, явления,

процессы, ситуации фиксированным конечным набором свойств, позволяющим

отнести их к определенному классу. Сюда входят как непосредственно задачи

распознавания и классификации, так и такие задачи, в результате решения

которых на основе распознавания требуется выяснить, в какой области из

конечного числа областей будут находиться некоторые процессы через

определенный промежуток времени.

Отсюда понятно, что к задачам распознавания должны относиться задачи

технической и медицинской диагностики, геологического прогнозирования,

прогнозирования свойств химических соединений, распознавания свойств

динамических и статических объектов в сложной фоновой обстановке и при

наличии активных и пассивных помех, прогнозирования урожая, обнаружения

лесных пожаров, управления производственными процессами.

Разработки систем распознавания, начатые с 50-х годов, исчисляются

тысячами. Сегодня уже трудно назвать такую отрасль науки и сферы

производства, где СР не используются или не будут. При этом применение

методов распознавания в ряде направлений науки и техники оказывает

обратное влияние на эти направления, поистине революционизирующее влияние.

Рассмотрим некоторые применения.

1) Системы технической диагностики.

Их внедрение - важнейший фактор повышения эффективности использования

машин и технологического оборудования, резкого сокращения расходов на

эксплуатацию.

Исторически сложившаяся тенденция усложнения, а значит удорожания

машин постоянно увеличивает затраты на эксплуатацию. Выход - переход к

системам технической диагностики (распознавания состояния машин), например,

безразборный поиск неисправностей. В результате вместо планово-

предупредительного ремонта - ремонт по фактической необходимости.

Например, в инструкции по эксплуатации автомобиля предусмотрены плановые

технические обслуживания через 500 км, 1000 км, 2000 км и т.д. Если же его

оснастить системами распознавания состояний, то от плановых ТО можно было

бы отказаться заменив их обслуживанием отдельных узлов и систем по

необходимости.

2) Медицинская диагностика.

Автоматизированные системы диагностики в медицине - путь увеличения

- широты и глубины охвата симптомов;

( рассчитывать только на память врача во всех ситуациях очень трудно.

Лучше функцию памяти отдать компьютеру)

-оперативности;

(компьютер обеспечит почти мгновенный результат)

-достоверности.

(диагноз компьютера не зависит от внешних факторов, как это случается

с человеком)

3) Сельское хозяйство.

Области применения здесь:

-распознавание размеров урожая по данным космических наблюдений;

-уменьшение ручного труда при сортировке плодов по форме, цвету и

размерам и т.п.

4) Военное дело.

Сложные системы вооружения:

-автоматический функциональный контроль технического состояния систем

и ввод резервирующих;

-роботы, обслуживающие фазированные антенные решетки радаров.

На основе рассмотренного можно уже ответить на вопрос, что же

представляет собой СР.

В первом приближении:

“СР - это автоматическое вычислительное устройство, предназначенное

для распознавания образов (каких? можно уже не повторяться).

Заметим, что это очень поверхностное определение. Сегодня физически

СР это и вычислительная машина как один составляющий элемент СР;

-это и такие часто более дорогостоящие технические средства, как

средства обнаружения распознаваемых объектов (например, патологических

изменений того или иного органа человека);

-это и средства измерений параметров обнаруженных объектов (без них

не получить признаков распознавания);

-это и математическое обеспечение, в составе которого: методы и

алгоритмы обработки измерительной информации; методы и алгоритмы

определения признаков распознавания; методы и алгоритмы непосредственно

распознавания объектов, явлений , процессов ( построения решающих правил

отнесения объектов к тому или иному классу); методы и алгоритмы в

некотором смысле оптимального управления процессом распознавания; методы и

алгоритмы оценки эффективности СР как на стадии проектирования, так и в

процессе ее функционирования;

-наконец, для больших систем это и коллектив подготовленных

специалистов обеспечивающих жизненный цикл существования системы.

Рассмотрим подробнее отдельные элементы.

а) Средства обнаружения распознаваемых объектов.

К ним в разных областях применения относятся:

в медицине:

-рентгеновские аппараты;

-аппараты УЗИ;

-ЯМР-томографы;

-энцефалографы;

-рентгеновские томографы;

-кардиографы и т.д.

в военном деле:

-радиолокаторы;

-оптические (лазерные) локаторы;

-лазерные дальномеры;

-приемники гамма-излучения;

-сонары - ультразвуковые локаторы.

Средства обнаружения представляют дорогостоящую часть СР. Но этим

дорогостоящая часть СР не ограничивается.

б) Средства сопряжения.

Для сопряжения средств обнаружения с ЭВМ необходимы специальные

электронные устройства аппаратного интерфейса. Эти составные части СР

также достаточно дорогостоящи.

в)Средства измерений параметров распознаваемых объектов,явлений,

процессов.

Средства измерений часто входят в состав обнаружителей (РЛС -

измерение дальностей, углов, Рс/Рш).

г) Методы и алгоритмы обработки измерительной информации

Часто для получения признаков распознавания или параметров , которые

их обусловливают необходима специальная математическая обработка (пример,

для РЛС - определение дальностей целей по временной задержке сигналов,

угловых координат по разности фаз, коэффициентов лобового сопротивления

целей по координатам и их производным и т.п.).

Сам процесс назначения признаков - творческий процесс, говорят -

эвристический, зависящий от человека.

д) Методы и алгоритмы принятия решения о принадлежности объектов

распознавания.

е) Методы и алгоритмы оптимального управления распознаванием.

ж) Методы и алгоритмы оценки эффективности распознавания.

Как алгоритмы принятия решений, так и управление распознаванием, так

и оценка эффективности определяются сложностью систем распознавания и

представляют концентрированное применение комплекса математических операций

соответствующего назначения.

з) Э В М

Наконец, ЭВМ. Это обязательный элемент современной СР. Вся обработка

измерений с целью выделения признаков распознавания, вся математика

классификации, управления и оценки эффективности выполняется ЭВМ. Само

развитие теории и методов распознавания обязано появлению ЭВМ.

и) Коллектив подготовленных специалистов.

Такая составляющая на первый взгляд не имеет отношения к системе.

Однако без коллектива подготовленных специалистов трудно обойтись в

больших системах, решения которых чрезвычайно ответственны. В таких

системах оценка эффективности - это показатель, которым пользуются с

момента создания СР и до конца ее существования. При этом пользуются этим

показателем специалисты, а не система. А сама необходимость такого

использования связана с тем, что в процессе работ появляется возможность

повысить эффективность СР за счет получения новых данных и уточнения

параметров системы в результате анализа специалистами конкретного случая

распознавания с последующим уточнением этими специалистами имеющихся

параметров. То есть, система в течение своей жизни (говорят - “жизненного

цикла”) изменяется (динамизм системы).

Таким образом, СР - сложная динамическая система, состоящая в общем

случае из коллектива подготовленных специалистов и совокупности

технических средств получения и переработки информации, обеспечивающих

на основе специально сконструированных алгоритмов решение задачи

классификации соответствующих объектов, явлений или процессов.

После того, как описан состав и функции элементов СР, для завершения

общих представлений о проблеме распознавания можно провести и некоторые

поверхностные сравнения технических СР и такой совершенной СР, как

человек.

Так рецепторы человека, к которым мы относим зрительные, слуховые,

осязательные, обонятельные и вкусовые рецепторы - это средства обнаружения,

а иногда и измерения характеристик распознаваемых объектов, явлений,

процессов. Тут аналогия полнейшая.

Далее на пути оперирования с информацией у технических СР стоит

устройство сопряжения с ЭВМ. Естественными аналогами его являются

биологические средства связи человеческих рецепторов с мозгом, выполняющим

роль ЭВМ.

Но это, пожалуй, - все, что мы сегодня знаем наверняка. И вопросов

здесь больше, чем ответов:

-какие функции выполняют рецепторы в части первичной обработки

результатов обнаружения объектов, явлений;

-каковы характеристики линий передачи данных от рецепторов к мозгу

как ЦВС;

-какие признаки выделяет система обработки;

-какие алгоритмы использует мозг для решения задачи классификации,

оптимального управления процессом распознавания;

-как человеку удается избавиться от специфичности, свойственной

техническим СР и т.д.

В процессе нашего дальнейшего изучения предмета Вы сами поставите еще

много нерешенных в этом плане вопросов. А их разрешение чрезвычайно важно

для построения быстродействующих и высокоэффективных технических СР,

помогающих человеку в его повседневной практике.

Достижение соответствующих целей - задачи XXI века.

Тема 2

Задачи, решаемые в процессе создания систем распознавания.

Л Е К Ц И Я 2.1.

Проблематика задач создания систем распознавания на описательном

уровне

При изучении первой темы мы уже создали представления о проблеме

распознавания в целом. Казалось бы, можно было бы теперь сразу перейти к

теоретическому осмысливанию составляющих этой проблемы. Однако какие это

составляющие, как они соотносятся друг с другом в общей постановке

проблемы, этого пока не было возможности выделить.

Поэтому, прежде чем перейти к формальной постановке

соответствующих задач, постараемся рассмотреть их и осмыслить на

описательном уровне.

Итак, мы уже знаем, что распознавание образов в технике - необходимый

элемент процесса механизации и автоматизации машин, устройств и систем для

-замены человека там, где используется тяжелый физический труд;

-реализации быстрых реакций в управлении там, где нет времени на

раздумье;

-замены человека в так называемых рутинных операциях, то есть,

повторяющихся действиях, не требующих умственных усилий.

Уже протяжении 4-х десятков лет эти потребности реализовывались

в таких конкретных на приложениях, как создание специалзированных

роботов, техническая и медицинская диагностика, метеопрогноз,

формализованная оценка общественных, экономических и социальных

явлений и процессов. На это, начиная с 50-х годов, были направлены

усилия научной и инженерной мысли.

В результате сопоставления конкретных решений и разработок

оказалось, что несмотря на многообразие и особенности приложений, задачи

создания систем распознавания имели много общего, не зависящего от

указанной специфики.

Вот почему для выработки методических подходов теории

распознавания имело смысл выделять общие повторяющиеся приемы, а их

число естественно должно быть ограниченным и легко объединяемым в задачи.

Сами же эти задачи должны были явиться ключевыми для создания любой

системы распознавания. В результате оказалось, что найденный методический

подход к построению систем распознавания образов инвариантен к предметной

области.

Постараемся осмыслить эту инвариантность построения СР , рассмотрев

простые реализации систем.

А. Распознавание стороной А самолетов стороны В (этот пример мы

будем часто использовать в последующем, постепенно его усложняя).

Здесь фактически требуется создать автоматическую систему,

обеспечивающую стороне А решение указанной задачи.

Понятно, что цель создания такой системы - оборона стороны А от

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10