Здавалка
Главная | Обратная связь

Розпізнавання об’єктів на основі обчислення коефіцієнта кореляції.



Оскільки дане практичне заняття присвячено саме даному методу, одразу розглянемо приклад розпізнавання об'єктів на зображенні з використанням кореляційного підходу.

У більшості випадків, при вирішенні такого роду завдань необхідно крім вихідного зображення мати також зображення об'єкта, який буде розпізнаватися, так званий еталонний об’єкт. Така особливість в деякій мірі є недоліком, так як для розпізнавання ряду об’єктів необхідно попередньо сформувати базу даних. Але для розширення бази можна сформувати окремий алгоритм аналізу та синтезу, який дозволить системі розпізнавання адаптуватись до нових об’єктів ідентифікації. Таким чином даний недолік являється перевагою, так як в нас з’являється адаптивна система, а це вже елемент штучного інтелекту. Таким чином, інтеграція елементів нейронних мереж та нечіткої логіки у систему обробки зображень дозволяє створити потужну систему розпізнавання об’єктів.

Маючи зображення еталонного об’єкта та ряд зображень для аналізу, застосовується кореляційна оцінка. Розраховується коефіцієнт кореляції між вихідним та еталонним об’єктами. Для цього необхідно пригадати, що таке кореляція.

Кореляція – це статистичний взаємозв'язок двох або декількох випадкових величин (або величини, які можна з деяким допустимим ступенем точності вважати такими). При цьому зміни значень однієї або декількох з цих величин супроводжують систематичного зміни значень іншої або інших величин. Математичної мірою кореляції двох випадкових величин служить кореляційне відношення η, або коефіцієнт кореляції R (або r). У разі, якщо зміна однієї випадкової величини не веде до закономірного зміни іншої випадкової величини, але призводить до зміни іншої статистичної характеристики даної випадкової величини, то подібний зв'язок не вважається кореляційної, хоча і є статистичною.

Деякі види коефіцієнтів кореляції можуть бути позитивними або негативними. У першому випадку передбачається, що ми можемо визначити тільки наявність або відсутність зв'язку, а в другому – також і її напрямок. Якщо передбачається, що на значеннях змінних задане відношення строгого порядку, то негативна кореляція – кореляція, при якій збільшення однієї змінної пов'язано зі зменшенням іншої. При цьому коефіцієнт кореляції буде негативним. Позитивна кореляція в таких умовах – це такий зв'язок, при якому збільшення однієї змінної пов'язано із збільшенням іншої змінної. Можлива також ситуація відсутності статистичного взаємозв'язку – наприклад, для незалежних випадкових величин.

Таким чином, оцінюючи зображення як масив даних (матрицю), можна зробити висновок, оскільки кожен об’єкт буде мати свій набір елементів (мається на увазі кількість та їх розміщення у матриці), то можна вважати що даний набір елементів є випадкові значення. А отже, для їх аналізу, можуть бути застосовані деякі статистичні методи, в тому числі кореляційне оцінювання.

Саме завдяки такій властивості представлення даних, кореляційний метод є одним з найпоширеніших та найефективніших методів розпізнавання об’єктів на зображеннях.

 

Практична частина







©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.