Введение
1. Анализ методов и алгоритмов автоматизированного контро ля неоднородных поверхностей из дерева - 9
1.1. Анализ дефектов поверхностей из дерева и методов контроля их качества. 9
1.2. Автоматическая локализация оптико-электронных изображе-ний неоднородных поверхностей 28
1.3. Методы синтаксического распознавания дефектов пиломате-риалов. 37
1.3.1. Характеристика аппарата стохастических атрибутных мета-грамматик 39
1.3.2. Применение структурного метода распознавания неоднород-ностей сложной формы 44
2. Методика и алгоритмы для построения оптико- электронных систем контроля неоднородных поверхностей из дерева 53
2.1. Разработка алгоритмического обеспечения оптико- 53
электронной системы контроля неоднородных поверхностей
2.1.1.Сегментация изображений объектов с неоднородной структурой поверхности- 55
2.1.2.Методы формирования границ областей. Пороговая обработка 63
2.2. Распознавание дефектов неоднородной поверхности 71
2.2.1. Применение нейросетевых технологий в задаче классификации дефектов неоднородных поверхностей 71
2.2.2. Сравнительный анализ алгоритмов обучения нейронных сетей с разработкой методики предварительной обработки измерений- 82
2.2.3. Обучение нейронных сетей методами генетического поиска 87
2.2.4 Анализ формальных свойств стохастических атрибутных метаграмматик- 90
2.2.5. Особенности применения САМ для структурно- параметрического описания вариантов создания информационно-измерительных систем контроля неоднородных поверхностей 93
2.3. Метод и алгоритм синтаксического анализа регулярных сто хастических атрибутных метаграмматик для выбора вариантов- формирования программ контроля 105
3. Реализация алгоритмов обработки изображения автомати- зированной системы оптико-электронного контроля геометри ческих параметров объекта с неоднородной структурой поверхности 107
3.1. Состав оптико-электронной системы контроля геометрическихпараметров объекта с неоднородной структурой поверхности 107
3.2. Алгоритм обработки и анализа изображений в зависимости отусловий в поле измерения с использованием генетического подхода 108
3.2.1. Особенности генетического алгоритма формирования и обу-чения нейронных сетей 108
3.2.2. Разработка программы обучения нейронных сетей на основеэволюционного поиска 114
3.2.3. Критерий точности в определении перепадов яркости изо-бражения для выбора целевой функции генетического алгоритма 117
3.3. Разработка и отладка имитационных программных моделей на основе генетических алгоритмов 120
3.3.1. Разработка имитационных программных моделей «фокуси-ровки внимания». 120
3.3.2. Индивидуальная обработка объектов «Неокогнитрон». 133
3.3.3. Интерфейс программы "Инспектор». 140
3.3.4. Оценка влияния выбора параметров генетического алгоритмана эффективность адаптивной обработки изображения 143
3.4 Классификация дефектов кромки древесностружечной плиты на основе нейросетевых технологий 150
Заключение 154
Список литературы 155
