Xl Туполевские чтения : всероссийская (с международным участием) молодежная научная конференция. Казань, 8-10 октября 2003 г., тезисы докладов. Т. 3

Численное моделирование системы идентификации объектов на зашумленных изображениях М.Ю. Романов Научный руководитель: В.И. Воронов, д.т.н., профессор Казанский государственный технический университет им. А.Н. Туполева В последние годы распознавание образов находит все большее при­ менение в повседневной жизни. Задачей распознавания изображений явля­ ется применение методов, позволяющих либо получить некоторое описа­ ние изображения, поданного на вход системы, либо отнести это изображе­ ние к некоторому определенному типу. Процедура распознавания применяется к некоторому изображению и обеспечивает преобразование его в некоторое абстрактное описание: набор чисел, цепочку символов или граф. Последующая обработка такого описа­ ния позволяет отнести исходное изображение к одному из нескольких ти­ пов. Один из основных способов обнаружения объектов на изображении состоит в сопоставлении с эталоном. При этом эталон интересующего нас объекта сравнивается со всеми неизвестными объектами, находящимися на изображении. Если сходство между неизвестным объектом и эталоном достаточно велико, то этот объект помечается как соответствующий эта­ лонному объекту. Меру сходства между неизвестным объектом и эталоном можно определить, вычислив их функцию взаимной корреляции. Часто распознаваемые изображения бывают зашумленными, р^мы- тыми, что затрудняет распознавание образов. В докладе представлены результаты моделирования системы распо­ знавания образов, которая использует для идентификации корреляционный анализ. Моделирование системы распознавания образов производилось в пакете Matlab 6.1. Была смоделирована работа системы по распознаванию образов на зашумленных изображениях при различных уровнях шума, а также смоде­ лирована очистка исходного изображения от шума. Результаты моделирования могут применяться для построения ре­ альных систем распознавания образов, которые будут оптимально сочетать достоверность распознавания и простоту (сложность) системы. 126