Определенные способы по исследованию изображений базируются не только на применении априорных данных, связанных с оптическими характеристиками изображения, но и на том, что могут быть реализованы процедуры его анализа.
Цель данной работы заключается в построении помехоустойчивого алгоритма распознавания изображений сигналов.
Задачи данной работы:
– Проведение анализа основных методов обработки и распознавания изображений;
– Разработка эффективного алгоритма распознавания изображений сигналов;
– Разработка программного продукта, дающего возможность исследования возможностей по распознаванию сигналов сложной формы.
Весьма важной с точки зрения информативности для изображения является его форма, поскольку цвет и функция распределения яркости по изображению для реальных условий могут меняться и не всегда относятся к каким-то значимым признакам. Под формой в общем случае понимают очертание объекта, его внешний вид, контуры.
Главное окно разработанной программы, содержит такие компоненты на форме:
– Кнопка «Открыть изображение» – открытие изображения для того, чтобы его исследовать;
– Кнопка «Включить шум» – зашумление изображения на основе выбранного алгоритма;
– Кнопка «Распознать» – распознавание зашумленного изображения;
– Кнопка «Сохранить» – проводится сохранение изображений с формы;
– Кнопка «Провести анализ» – строится график среднеквадратичного отклонения исходя из выбранного алгоритма искажения изображения
Также на форме присутствуют дополнительные панели:
– Панель «Определите тип зашумления» – задается алгоритм зашумления исходного выбранного изображения;
– Панель «Параметры шума» – мы задаем параметры для алгоритма шума, который был выбран;
– Панель «Сохранение» – мы отмечаем те изображения, которые требуется сохранить;
– Панель «Испытания» – указывается количество испытаний, необходимых для того, чтобы построить график среднеквадратичного отклонения;
– Панель «Зашумить еще раз» – указывается, если есть повторное зашумление, то есть на зашумленное изображение накладывается еще один шум.
Программа проводит сравнение искаженного изображения с каждой из имеющейся у нее эталонной фигурой, дает оценку суммарного среднеквадратичного отклонения, и делается вывод о том, какое изображение изображено, исходя из минимального значения среднеквадратичного отклонения. Та эталонная фигура, при сравнении с которой было получено это минимальное среднеквадратическое отклонение, признается изображенной на искаженном изображении. Эта фигура выводится в панель «Эталонное изображение» и проводится вывод ее названия в нижней части главного окна. Программа дает возможности исследований зависимостей значений среднеквадратичного отклонения для разным эталонным фигур в зависимости от того какой шум и его параметры.