Мелехин Владимир Борисович - доктор технических наук, профессор, кафедра программного обеспечения вычислительной техники и автоматизированных систем.367026, Махачкала, пр. Имама Шамиля, 70.
Vladimir B. Melekhin - Dr. Sci. (Technical), Prof., Department of Computer Software and Automated Systems.70 I. Shamil Ave., Makhachkala 367026.
Хачумов Вячеслав Михайлович - доктор технических наук, профессор, заведующий лабораторией интеллектуального управления.152021, Ярославская область, Переславский район, с.Веськово, ул.Петра Первого, 4а; 119333, Москва, ул. Вавилова, д.44, кор.2; 117198, ЮЗАО, Москва, ул. Миклухо-Маклая, 6.
Vyacheslav M. Khachumov - Dr. Sci. (Technical), Prof., Head of the Intelligent Control Laboratory.4a Petra Pervogo St., Yaroslavl region, Pereslavsky district, Veskovo village 152021; 44 Vavilova St., building 2, Moscow 119333; 6 Miklukho-Maklaya St., Moscow 117198.
Цель. Целью исследования является определение различных устойчивых характеристик изображений (полуинварианты и инварианты) как дескрипторы, необходимые для формирования признакового пространства эталонов, предназначенных для распознавания образов различной природы относящихся к различным классам объектов. Метод. В качестве методических основ, лежащих в построении методов распознавания образов, предлагаются метрики оценки близости распознаваемого изображения к заданному эталону в пространстве матриц ковариаций, опирающиеся на полученные дескрипторы. Результат. Разработано содержание основных этапов выделения дескрипторов заданного класса объектов с учетом различной освещенности распознаваемых изображений. Эффективность полученных результатов подтверждается проведенными экспериментальными исследованиями, связанными с решением задачи распознавания специальных снимков - фаций. Выводы. Определение устойчивых дескрипторов изображения как инвариантов или полуинвариантов к преобразованиям масштабирования и яркости позволяет решать задачи классификации фаций в условиях нестабильности съемки распознаваемых изображений. При этом изображения могут быть повернуты и сдвинуты произвольным образом. В целом предложенный подход позволяет разработать эффективную систему распознавания образов при наличии различного рода помех на распознаваемых изображениях.
Objective. The objective of the study is to determine various stable characteristics of images (semi-invariants and invariants) as descriptors necessary for the formation of a feature space of standards intended for recognizing images of different nature belonging to different classes of objects. Methods. The authors propose metrics for evaluating the proximity of the recognized image to a given standard in the space of covariance matrices, based on the obtained descriptors as a methodological basis for constructing image recognition methods. Results. The content of the main stages of selecting descriptors for a given class of objects is developed, taking into account the different illumination of the recognized images. The effectiveness of the results obtained is confirmed by experimental studies related to the solution of the problem of recognition of special images - facies. Conclusions. The definition of stable image descriptors as invariants or semi-invariants to zoom and brightness transformations allows solving the problems of facies classification in conditions of the unstable shooting of recognized images. The images can be rotated and shifted in any way. In general, the proposed approach allows developing an effective image recognition system in the presence of various types of interference on the recognized images.
The authors declare that there are no conflicts of interest present.