Введение
Глава 1. Анализ известных методов обнаружения и выделения границ объектов на изображениях 18
1.1. Анализ известных методов и алгоритмов поиска объектов на изображениях 19
1.1.2. Статистический подход к распознаванию объектов на изображениях 24
1.1.3. Геометрический подход к распознаванию объектов на изображениях 30
1.1.4. Нейросетевой подход к распознаванию объектов на изображениях 34
1.2. Известные методы выделения границ объектов на изображениях 38
Выводы по главе 48
Глава 2. Синтез и анализ алгоритмов совместного обнаружения и оценивания локальных участков границы объектов на изображении 51
2.1. Постановка задачи совместного обнаружения и оценивания параметров локальной неоднородности в рамках модели перепада яркости 52
2.2. Статистические алгоритмы обнаружения и оценивания параметров локальной неоднородности в рамках модели перепада яркости
2.2.1. Алгоритм обнаружения перепада яркости при известной яркости фона и яркости объектов 65
2.2.2. Алгоритм обнаружения и оценки параметров перепада яркости при известной яркости фона и неизвестной яркости объектов 69
2.2.3. Алгоритм обнаружения и оценки параметров перепада яркости при неизвестной яркости фона и неизвестной яркости объектов 73
2.3. Нейросетевой алгоритм совместного обнаружения и оценивания параметров локальной неоднородности в рамках модели перепада яркости.. 79
Выводы по главе
Глава 3. Синтез и анализ алгоритмов совместного обнаружения и оценивания границы объектов с неизвестной формой и местоположением 90
3.1. Методика оценки эффективности алгоритма обнаружения локальной неоднородности 91
3.1.1. Методика расчета условных вероятностей ошибок первого и второго рода 91
3.1.2. Методика расчета безусловных вероятностей ошибок первого и второго рода
3.2. Синтез алгоритма вторичной обработки локальных фрагментов для обнаружения объекта, характпризующегося замкнутой границей неизвестной формы 106
3.3. Определение целостной границы объекта с использованием метода динамического программирования при реализации обобщенного алгоритма максимального правдоподобия 113
Выводы по главе 126
Глава 4. Алгоритмы обнаружения объектов на основе инвариантных преобразований эталонных фрагментов изображения 130
4.1. Инвариантный к повороту и изменению масштаба алгоритм обнаружения эталонного объекта в локальном участке наблюдения 131
4.1.1. Представление изображений объектов с использованием упорядоченного разбиения на группы пикселей 131
4.1.2. Формирование описания эталонного объекта, инвариантного к повороту и изменению масштаба 133
4.1.3. Определение меры близости наблюдаемого и эталонного изображения. Принятие решения о наличии объекта 137
4.1.4. Определение меры близости локального участка изображения и эталона на основе вычисления степени пересечения выделенных групп 143
4.2. Алгоритмы классификации и локализации объектов на изображении.. 147
Выводы по главе 162
Заключение 165
Список литературы
