Аннотация: Групповые точечные объекты (ГТО) представляют собой множества изолированных контрастных к фону точечных отметок, объединенных некоторым общим признаком. Во многих приложениях в качестве устойчивого признака выступает форма взаимного располо-жения точечных объектов группы. Применение известных методов распознавания формы ГТО становится проблематичным, когда в поле зрения наблюдателя попадает лишь часть ГТО одного из известных классов. Возможные отклонения точечных объектов от своих эта-лонных положений дополнительно усложняют задачу распознавания частично маскирован-ных ГТО. В работе исследуется распознавание ГТО по наиболее схожим с эталонными локаль-ным описаниям конфигурации соседних элементов ГТО. В качестве локальных описаний используются цилиндрические сечения абстрактного векторного поля с источниками в элементах ГТО и ограниченным масштабом дальнодействия. Локальные описания конфигурации ГТО представляются дискретным комплекснозначным кодом. Модуль и аргумент каждого отсчета соответствуют силе и направлению действия векторного поля. Мера схожести на основе модуля скалярного произведения таких описаний формы обеспечивает инвариантность к ракурсу наблюдения ГТО и не зависит от смещения ГТО в кадре. Характеристики распознавания подтверждают эффективность рассмотренного метода распознавания частично маскированных ГТО в значимом для практики диапазоне случайных флуктуаций координат элементов ГТО.

Abstract: Group point objects (GPO) are multitudes of isolated background-contrasting dots united by one common feature. Many apps use a method of mutual arrangement of group point objects. Implementation of well-known methods for recognizing GPOs gets difficult when an observer has only part of GPOs constituting one of famous classes within his or her sight. Possible deviations of point objects from their standard positions additionally complicate the task to recognize partially marked GPOs. In their research the authors perform recognition of GPOs based on most similar local description of configuration with adjacent elements of GPOs. Cylindrical sections of the abstract vector field with sources in GPO elements and restricted scale of long-range interaction are used as local descriptions. Local descriptions of GPO configuration are viewed as discrete complex-valued codes. The module and argument of each reference correspond to the strength and direction of the vector field action. Similarity of such description of forms on the basis of the dot product module ensures invariance to GPO observation angle and does not depend on GPO shift in picture. Recognition features prove efficiency of the reviewed method for recognizing partially masked GPOs in a practically significant scope of random fluctuations in GPO element coordinates. 

Аннотация: Групповые точечные объекты (ГТО) представляют собой класс изображений, отличающийся несвязностью и вырожденностью своих элементов. Для обнаружения, пространственного разрешения (сегментации, локализации), распознавания и оценки параметров таких объектов в наблюдаемых сценах выполняется связывание элементов ГТО ассоциированным сплошным образом (АСО). Базовой процедурой формирования ассоциированного образа служит расфокусировка точечной сцены. Для достижения высокой эффективности решения указанных задач по данным зашумленных изображений необходимо обеспечить согласование параметров моделей АСО со свойствами ГТО и параметрами алгоритмов принятия решений. Решение данной задачи достигается методами функционального анализа для поиска экстремумов, теории обработки непрерывных и цифровых изображений для синтеза алгоритмов, дискретной и вычислительной математики для конкретизации численного метода формирования АСО. Для колоколообразной и прямоугольной импульсных характеристик дефокусирующего фильтра получены правила выбора уровня ограничивающего АСО контура с максимальной устойчивостью к ошибкам квантования яркости изображения. Конкретизирована методика согласования параметров модели АСО с плотностью элементов ГТО. Для наглядности и упрощения интерфейса оператора работа с моделями АСО выделен параметр – «радиус» импульсной характеристики фильтра. Получены аналитические связи «радиуса» с порогом локализации пространственно-компактных ГТО. Синтезирован численный метод базовой процедуры формирования АСО, отличающийся на один – два порядка большей производительностью по сравнению с подходом на основе быстрого преобразования Фурье для пространственно-компактных ГТО. Метод базируется на фильтрующих свойствах дельтовидного распределения яркости элементов ГТО и ограничения размеров окна низкочастотного фильтра с учетом числа уровней квантования его импульсной характеристики. Регулярность данной операции для ненулевых отметок наблюдаемой точечной сцены теоретически удобна для распараллеливания вычислений.

Abstract: The issues arising in the implementation of the technical approach to the recognition of the group point object (GPO) images on the basis of the binding elements of the continuous associated images (CAI) are considered. The basic CAI formation models of the point scene defocusing are analyzed. For bell-shaped and rectangular impulse response obtained defocusing filter selection rules limiting circuit CAI level with maximum fault tolerance quantization of the image brightness. Concretize methodology harmonization CAI model parameters with the density of the GPO members. For clarity and simplify the operator interface work with models CAI highlight - radius of the filter impulse response the ratio of the radius with a threshold localize spatially compact objects is obtained. Synthesized numerical method for the formation of base procedure ASO, characterized by one - two orders of magnitude higher performance than with an approach based on the fast Fourier transform for compact GPO. The method is based on the filtering properties of the deltoid brightness distribution GPO elements and limitations of the low pass filter window size based on the number of quantization levels of its impulse response. The results are aimed at ensuring the quality of the detection procedures, permits and GPO recognition in noisy images, set in a one-dimensional, two-dimensional and three-dimensional spaces in their technical implementation.

Аннотация: Выполнена параметризация моделей локационных изображений групп точечных объектов типов «цепочка» и «скопление». Исследованы вероятностные характеристики достаточной статистики их различения, необходимые для выбора решающих правил, оптимальных по заданным критериям в различных условиях наблюдения.
Рассмотрена методика моделирования наблюдаемых искажений эталонных цепочек, которая все многообразие условий наблюдения позволяют свести к двум параметрам – кривизне траектории цепочки и уровню отклонений наблюдаемых координат точечных объектов от их эталонных положений. Такая методика позволяет формализовать и снизить трудоемкость сопоставления конкурирующих методов опознавания цепочек.
Рассмотрены особенности программного комплекса для тестирования конкурирующих алгоритмов различения групповых объектов.
В качестве статистики различения предложено отношение диаметра графа иерархической группировки обнаруженных объектов к суммарной длине ребер этого графа. На основе данных математических моделей методом статистических испытаний получены выборочные оценки законов распределения вероятностей достаточной статистики различения для различных значений параметров моделей. Свойства рассмотренного метода различения цепочек и скоплений с учетом меньшей его трудоемкости делают целесообразным его использование при построении систем распознавания групповых точечных объектов в условиях высокой априорной неопределенности относительно параметров условий наблюдения при мощности групп не менее 10. Предложенная архитектура программного комплекса позволяет тестировать алгоритмы распознавания с различной по числу и типу параметров сигнатурой.