Современное состояние технической области связанной с обработкой изображений предъявляет высокие требования к эффективности систем поиска характерных фрагментов на видовом изображении [1,2]. Наиболее важными показателями является количество верно найденных, правильно сопоставленных искомых и найденных, фрагментов. Проведены экспериментальные исследования системы поиска характерных фрагментов [3]. Для количественной оценки эффективности системы поиска использовались понятия чувствительность Se и специфичность Sp [4]:
где – количество верно найденных фрагментов, n(C) – общее количество найденных фрагментов (в том числе ложных), n(D) – количество искомых фрагментов. Т. е. Se показывает, какая часть искомых фрагментов найдена системой, а Sp – какая доля найденных системой фрагментов истинно соответствует искомым.
Экспериментальные исследования проводились на видовых изображениях земной поверхности (рис. 1). В качестве искомых фрагментов выступали объекты с уникальной формой контура, часть выборки фрагментов сформирована путем выделения их из аналогичных снимков земной поверхности, другая часть сформирована с помощью графических редакторов и представляет собой контурное изображение искомого объекта (рис. 2). Общее количество искомых фрагментов составляет 50 экземпляров, количество видовых изображений – 100, размеры видовых изображений 2048×2048 пикселей, размеры фрагментов 64×64 пикселей. В первой части экспериментальных исследований проводился поиск только одного характерного фрагмента на видовом изображении, во второй части возможное количество характерных фрагментов на одном изображении не ограничивалось (рис. 1).
В ходе экспериментальных исследований были получены следующие результаты чувствительности и специфичности при поиске нескольких фрагментов одновременно (рис 3).
Рисунок 1. Примеры видовых изображений
Рисунок 2. Примеры изображений искомых фрагментов
Рисунок 3. Графики чувствительности (Se) и специфичности (Sp) системы в зависимости от количества искомых фрагментов
Такие значения показателя специфичности связаны с тем, что используемые в системе алгоритмы поиска, основанные на вычислении корреляционной функции [5], обнаруживают фрагмент наиболее похожий на эталонный без учета его смысловой наполненности. Увеличение показателей чувствительности и специфичности в случае поиска меньшего числа характерного фрагмента на видовом изображении связано с тем, что уменьшается количество ложно найденных фрагментов.
Таким образом, разработанная система [3] показала свою эффективность при одновременном поиске нескольких характерных фрагментов в серии снимков. При поиске малого числа фрагментов показатели чувствительности составили 0,65 и специфичности 0,17. Для повышения эффективности рассмотренной системы поиска необходимо дополнить ее блоками идентификации фрагментов, которые подтверждают правильное сопоставление искомого фрагмента найденному или принимают решение об его отсутствии на текущем видовом изображении.
В заключении отмечу, что разработанная система позволяет эффективно решать задачу определения положения характерного фрагмента на изображениях с применением методов, средств и алгоритмов компьютерной графики и технического зрения. Предложено направление дальнейших исследований: решение задачи уточнения координат и идентификации искомого фрагмента. Разработанная система поиска показала достаточную эффективность разработанных алгоритмов в решении поставленной задачи поиска.
Список литературы
- Сойфер В. А. Методы компьютерной обработки изображений. – М.: Физматлит, 2001. – 784 с.
- Andreev V. S., Il’yashenko A. S., Kadykov A. B., Lapina N. N., Lutsiv V. R., Malyshev I. A., Novikova T. A., Potapov A. S., Gubkin A. F., Algorithms for automatically processing and analyzing aerospace pictures, J. Opt. Technol.74, 307-322 (2007)
- Бурцев И. А., Вишняков В. А. Эффективность двухуровневой системы поиска фрагмента на изображении // Вестник Рыбинского государственного авиационного технического университета имени П. А. Соловьева. – 2014. – № 4. – с. 100 – 104.
- Кольцов П. П Эмпирический подход к оценке алгоритмов выделения границ // Информационные технологии и вычислительные системы. – 2011. – № 2. – с. 50 – 57.
- Баклицкий В. К. Корреляционно-экстремальные методы навигации и наведения / В. К. Баклицкий – Тверь: ТО «Книжный клуб», 2009. – 360 с.[schema type=»book» name=»РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ СИСТЕМЫ ПОИСКА ХАРАКТЕРНЫХ ФРАГМЕНТОВ В СЕРИИ ИЗОБРАЖЕНИЙ» description=»В работе представлены результаты экспериментальных исследований системы поиска характерных фрагментов в серии изображений, указаны статистические характеристики разработанной системы одновременного поиска нескольких характерных фрагментов.» author=»Бурцев Иван Александрович» publisher=»Басаранович Екатерина» pubdate=»2016-12-14″ edition=»euroasia-science_6(27)_23.06.2016″ ebook=»yes» ]