Новая информационная технология обработки произвольных изображений – TAPe-технология

В настоящее время все известные методы и технические средства обработки изображений приспособлены к узкому классу прикладных задач и относительно надежно функционируют на этих классах при условии минимума неорганизованных помех (в условиях среды с организованными помехами надежность функционирования проблематична). При этом время обработки и принятия решения чаще всего (всегда на классе сложных изображений) значительно выше требуемого (системы поиска, обнаружения, наблюдения и контроля — мониторинга и др.).

Стандартная схема информационных преобразований при решении задачи распознавания отображена на рис.1. Этапы сегментации и формирования признаков в настоящее время не решены теоретически (поскольку, в особенности в условиях помех, являются некорректными, т. е. не дают однозначного ответа). Без успешного решения проблем указанных этапов не может быть и речи об оптимальном решении (особенно в режиме реального масштаба времени) задачи классификации изображений. Примеры тому: отсутствие надежных алгоритмов идентификации личности по его фотографии; отсутствие надежных алгоритмов анализа телевизионных изображений в системах мониторинга для таможни, охраны и т. п.; отсутствие надежных алгоритмов не только анализа рукописных текстов, но и достоверного анализа текстов с гостированными шрифтами.

Следует особо отметить, что базовой вычислительной процедурой современных систем обработки изображений является свертка, которая обычно применяется на первых двух этапах распознавания.

В противовес рассмотренному подходу зрительный анализатор человека наделен рядом объективных свойств, обеспеченных врожденными механизмами, успешно решающими проблемы надежного и быстрого (в режиме реального времени) узнавания любого изображения, в том числе на фоне всех видов помех, включая помехи, загораживающие большую часть объекта. К основным объективным свойствам относятся:

• целостность восприятия — процесс анализа изображения реализуется как устойчивое (нерасчленимое) системное целое;
• одномоментность восприятия — процесс узнавания реализуется сразу, крупными блоками и быстро, по малому числу признаков;
• оперирование образами — изобразительными описаниями на подмножестве максимально информативных связанных элементов изображения, а не массивами структурно несвязных чисел.

Нами разработан теоретический аппарат, моделирующий (врожденные) механизмы зрительного восприятия, на базе которого разработана TAPe-технология обработки произвольных изображений. Схема информационных преобразований показана на рис.2.

Основное содержание этапа формирования исходного описания — это обработка любого изображения сразу и в целом. Основная и единственная процедура не содержит операции свертки. Результатом является — полное уничтожение зависимости от шума (помех). Последний становится элементом изображения и в ряде случаев помогает выделить информативные элементы изображения; все возможное многообразие изображений тождественно отображается на конечное множество изображений, доступное для последующей обработки в реальном масштабе времени на базе стандартной вычислительной техники. Например, пусть обработке подлежат изображения на поле 1024×1024 с уровнями градаций яркости 256 (стандартная задача обработки). Тогда мощность многообразия изображений — это космическое число, равное 256^1048576. В результате реализации обработки (по нашей методике) мощность множества полутоновых изображений будет значительно уменьшена и представлена с помощью относительно малого числа признаков, несущих информацию о максимально информативных структурных элементах изображения. Эти элементы одновременно являются композиционными элементами изображения.

Основное содержание этапа анализа — обработка результатов предыдущего шага. Основная и единственная процедура — пространственное дифференцирование, определение структурных (и композиционных) связей между выявленными ранее структурными элементами изображения.

На третьем этапе формируется изобразительное описания в виде остовов, интегральных кривых структурных связей на изображении.

Этап принятия решений — сравнение изобразительного описания с эталоном, если таковой имеется в базе, либо формирование эталона в противном случае.

Поскольку полностью отсутствует операция свертки, то алгоритмы узнавания (и понимания) любого изображения реализуется быстро и не менее, чем в 100 раз эффективней по производительности систем с переменным разрешением использующих «грубо-точные» алгоритмы, которые в свою очередь эффективнее обычных систем распознавания (в том числе систем на базе матричных машин) в 10⁶ раз.

Основные свойства TAPe-технологии:

• пирамидность (позволяет получать многоуровневое описание изображения по схеме «сверху вниз», как на этапе анализа, так и этапе принятия решения);
• универсальность (возможность перестройки на распознавание объектов любого типа в любом частотном диапазоне);
• одномоментность принятия решения (принятие решения сразу по малому числу оснований);
• компактность описания;
• инвариантность к преобразованиям масштаба, сдвига и поворота в пределах «физиологического» угла восприятия изображения;
• возможность работы с сильно зашумленными изображениями;
• достоверность узнавания с заданной практикой точностью.