Рис. 3. Структура программного устрой-
ства распознавания образов для алфави-
та из
М
классов (ПУ — пороговое устрой-
ство)
где
U
|
μ
|
— величина, зависящая
от оценки масштаба контура,
уровня шумов, допустимых рис-
ков и априорных вероятностей
классов. Таким образом, резуль-
татами данной задачи являются
номер класса эталонного конту-
ра и найденные геометрические
параметры: координаты геоме-
трического центра масс, оценки
параметров масштаба
|
μ
|
и по-
ворота
Δ
ϕ
.
О геометрических пара-
метрах контуров (дефек-
тов).
Контурные согласованные
фильтры обеспечивают образо-
вание количественной меры схожести между фильтруемым конту-
ром
N
и эталонной формой, определяемой контуром
Γ
. Часто бывает,
что эталонные формы имеют ряд общих признаков, связанных с не-
которыми общими свойствами, например: прямолинейность линии
фрагмента контура, симметричность элементарных векторов, степень
правильности задаваемой контуром фигуры и т.п. При наличии та-
ких общих признаков можно говорить о классах форм, и появляется
возможность учесть закономерности определенного класса форм в
выражении для КСФ. В результате такой КСФ будет вырабатывать
меру схожести с эталоном не для одного конкретного контура, а для
целого класса контуров с общими свойствами.
Для идентификации также можно использовать следующие харак-
теристики формы фигуры: коэффициент формы, определяемый как
отношение квадрата периметра контура к площади; ширину фигу-
ры (трактуемую в смысле ширины текущей горизонтали контура и
как минимальное расстояние между противоположными сторонами)
[5, 7]; модуль нормированного скалярного произведения эталонного и
распознаваемого контуров [5].
В данной работе для построения геометрической модели дефек-
та прежде всего используются следующие найденные параметры: ко-
ординаты геометрического центра масс, найденный класс эталонных
контуров, параметры масштаба
|
μ
|
и поворот
Δ
ϕ
.
Построение 3D геометрических моделей обнаруженных неод-
нородностей на фоне модели объекта контроля.
Входной информа-
цией данной задачи являются результаты предыдущей задачи — ли-
нии уровней, полученные путем разбиения исходного изображения на
108
ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. “Естественные науки”. 2008. № 3
