Научная статья на тему 'Формирование и анализ наборов признаков многомасштабных последовательностей цифровых изображений'

Формирование и анализ наборов признаков многомасштабных последовательностей цифровых изображений Текст научной статьи по специальности «Математика»

CC BY
90
31
i Надоели баннеры? Вы всегда можете отключить рекламу.
Область наук
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Формирование и анализ наборов признаков многомасштабных последовательностей цифровых изображений»



1 d0

Ped df

d-l±=0 ;

Ped df

-0; ^ =0. df

Pee df

(12)

(13)

й§ й§

где с/, ¿=1,...,М - масштабный множитель для ¿-го

компонента, т = ^, й =-^-. (14)

и р/иСрТ0

Вычитая уравнение (10) из (9) и интегрируя результирующее дифференциальное уравнение для граничных условий (12), (13), получаем векторное уравнение реакторной стехиометрии для безразмерных концентраций реагентов:

(15)

у2=[Ъ]в2 (вти2)( bTI )_1 BUnir%,

где В1 и В2 - матрицы масштабирующих коэффициентов для уравнений ключевых и неключевых веществ.

Вычитая уравнение (11) из (9) и интегрируя результирующее дифференциальное уравнение для граничных условий (12), (13), получим уравнение реакторного инварианта для вектора безразмерных концентраций ключевых веществ и температуры:

\-1

1ЫНТ (Bh f (Bi )1[ц1]-1 уг0=

f

=Pe

Pe

\

Pea

-1

Pe ^ d -1

eP'df I e'r'd*0(x)dx-

(16)

Pe

е

0(1)e

Ped (f-1)

/

Уравнение (16) существенно упрощается, когда диффузионное и тепловое числа Пекле равны (Ре^ = Ре0). В этом случае имеем:

1 алыт (Вти1 )-1 (В1 )-1 [щ ]-1у1 -0=0 . (17)

т к '

Следует заметить, что уравнения (7)-(9) должны интегрироваться неявным методом Рунге-Кутты с обратным шагом от точки §=1 к §=0. Точность интегрирования \eps\<10-6. Для интегриро-

вания уравнений модели (9)-(11) используем уравнения реакторных инвариантов. Тогда интегрируется только одно дифференциальное уравнение (11), и алгоритм поиска множественности стационарных состояний работы адиабатического реактора складывается из следующих стадий.

1. Задаем значение 0(1) на правой границе при §=1.

2. Интегрируем справа налево уравнение (11) с использованием неявного метода Рунге-Кутты. Величины у при промежуточных значениях пространственной переменной § определяем по уравнению инварианта (17).

3. На левой границе вычисляем значение невязки е( 0(1)):

£ = abs

Pea0-

d0

4=0 J

(18)

4. Методами одномерной минимизации $_0(1)~] находим

mine(0(1))=e(0*(1))<£0 (19)

0(1)

где £0 - малое число, определяемое физической сущностью задачи.

Если существует несколько (нечетное количество) значений 0*(1), удовлетворяющих (19), то существует область множественности стационарных состояний для уравнений модели (9)-(11). Учет влияния на формирование множественности стационарных состояний в зерне катализатора на множественность стационарных состояний в реакторе является достаточно сложной проблемой. Множественность стационарных состояний в грануле может способствовать как увеличению числа стационарных состояний в реакторе, так и их сокращению.

Таким образом, разработанный пакет прикладных программ «MULTIPLICITY» позволяет решить задачу оценки множественности стационарных состояний, не накладывая никаких ограничений на численное значение макрокинетиче-ских параметров модели.

/

ФОРМИРОВАНИЕ И АНАЛИЗ НАБОРОВ ПРИЗНАКОВ МНОГОМАСШТАБНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ

А.Л. Жизняков, к.т.н. ((Муромский институт (филиал) Владимирского государственного университета)

Задача обработки последовательностей изображений достаточно часто встречается в различных областях науки и техники. В качестве примера можно привести видеопоследовательности, многомасштабные последовательности изображе-

ний в системах технического зрения и т.д. Несмотря на различную природу формирования таких последовательностей, многие принципы их обработки и анализа совпадают. В связи с этим актуальной является задача построения основ тео-

рии, унифицирующей описание алгоритмов формирования, обработки и анализа последовательностей цифровых изображений.

Целью работы является построение подхода к описанию и анализу последовательностей цифровых изображений, основанного на введении понятий наследственности и изменчивости их признаков (особенностей).

Понятие изображения

Определение 1. Под непрерывным изображением будем понимать функцию /(х,у), определенную на подмножестве Р плоскости Я2 и принимающую действительные значения. Значение функции /(х,у) определяет яркость изображения в точке (х,у).

Будем считать, что каждому изображению f можно поставить в соответствие конечный набор признаков Х={ХьХ2,...,Хк}, однозначно определяющий f среди множества других изображений, заданных на Р.

При этом каждый признак Хг представляет собой конечное множество элементов пространства признаков р1 , например, множество контуров

объектов или сегментов, определяющих данное изображение.

В связи с этим вводится набор операторов О, таких, что

О1 :Р^Рг, 02-Р^Р2 ,• Ок :Р^рк , ф]=Х . (1)

Пусть также для каждого набора Х каким-либо образом определено расстояние между двумя изображениями:

dx(f,g)=\\Xf-Xg\\

\Xf-Xj <\\xf l+llx

lf-xg

gllx

. (2)

Последовательность изображений

Определение 2. Последовательностью изображений {fn} назовем, каким-либо образом упорядоченное некоторое множество изображений f, присвоив каждому его элементу индекс

V . (3)

Так как каждое изображение из исходного множества f однозначно характеризуется набором признаков Х, можно построить тождественную (3) последовательность

(Хп}=(Хо, Хг, Х2..}. (4)

Определение 3. Вектор А назовем пределом последовательности (Хп}, если для всякого е>0 найдется (зависящее от е) число п0=п0(е), такое, что выполняется неравенство ||Хп^.^||Х< е для всех

(натуральных) п>п0.

Запишем это как (Хп}^А. (5)

Определение 4. Так как ([п} однозначно определяется (Хп}, будем говорить, что последовательность изображений сходится к пределу g по множеству признаков Х:

{fn}x ^ g • (6)

Вектор А можно интерпретировать как некоторый эталон (значения вектора признаков Х эталонного изображения).

Теорема 1. На f можно сформировать множество нестрого упорядоченных последовательностей {fn}x, каждая из которых сходится по некоторому множеству признаков Х, для определенного расстояния dx .

Ограничим все многообразие рассматриваемых последовательностей изображений случаем, когда формирование последовательности можно описать некоторым оператором.

Определение 5. Пусть Pj и Р2 - два подмножества пространства Р, причем PJçP2. Тогда будем говорить, что на Р2 определен оператор формирования последовательности Т: Р2^Р1, если каждому элементу (i2j2)eP2 изображения f2 можно поставить в соответствие элемент (iJjJ)ePJ изображения fj.

Наследственность и изменчивость признаков последовательности изображений

Наибольший интерес для изучения представляют последовательности, в которых между изображениями обнаруживается некоторая связь. На практике это означает, что если имеется некоторая последовательность изображений {fn}, упорядоченная по какому-либо набору признаков x, то соседние изображения в этой последовательности могут иметь некоторую степень сходства (подобия). То есть если некоторый признак х присутствует, на изображении fke{fn}, то весьма вероятно, что он проявится и на соседних изображениях fk-jf и fk+jf k=J,...,N-2.

Это позволяет говорить о наличии фактора наследственности признаков в последовательности изображений.

В то же время очевидно, что так как связь между изображениями последовательности будет уменьшаться по мере их удаления друг от друга (увеличения разности индексов изображений последовательности), то некоторые признаки, отчетливо проявляющиеся на одном изображении, могут быть менее заметны на другом или могут совсем исчезнуть.

Это можно охарактеризовать как изменчивость признаков в последовательности изображений.

Пусть имеется последовательность {f^Sx ^g,

для которой {xn}^A.

Рассмотрим последовательность, составленную из элементов {xn}, определяющих один и тот же признак (например, какой-нибудь i-й признак) для всех изображений исходной последовательности

Oi[{fn}]={Oi [fo], Oi [fj],.,Oi [fn]},

x

x

(х()п} = (хо(1), хР,... хп% (7)

Для описания поведения одного признака на последовательности изображений предлагается использовать математический аппарат нечетких множеств. Действительно, один и тот же признак (особенность) может проявлять себя в той или иной мере на нескольких изображениях, постоянно при этом изменяясь. Однако в результате таких изменений он может либо исчезнуть, либо измениться настолько, что будет рассматриваться уже как другой независимый признак (особенность). Для характеристики наличия признака х]1> на изображении ^ введем оператор принадлежности д.

Определение 6. Оператором принадлежности

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

признака назовем оператор, определяющий уро-

а)

вень вхождения признака х в нечеткое множество Х1\ то есть степень соответствия отдельной реализации признака на последовательности изображений его предельному (эталонному) значению а, а1еА, (Хп}^А.

д: м[х/1)]^0,1]. (8)

Тогда каждому набору признаков Х) изображения ^е([п} можно поставить в соответствие вектор д Хj = (Дгхг, Д2Х2, ■■ Д/Х/ )Т, где к - число признаков.

Для каждого признака введем пороговый оператор

Г: Гд[х(}]^(0,1}. (9)

В результате применения (9) к исходному вектору Х', характеризующему изображение получим некоторый вектор состоящий из нулей и единиц:

П=(Юг,Ю2,.,ак)Т, ¿е(0,1}, 1=1,2,...к. (10)

Ясно, что при этом последовательности реализаций некоторого признака на последовательности изображений (7) также будет соответствовать последовательность, состоящая из нулей и единиц:

@=(в1,в2,.,в,}, вj£(0,г}, j=г,2,.,n. (11)

Пусть имеются два соседних изображенияи /т+г последовательности п}. Им соответствуют векторы От и &т+1. Рассмотрим пары элементов ((¿^1, бтг+1), Ь = 1, 2,..к. Совпадение элементов в такой паре означает, что на обоих изображениях^ и ¿ш+1 либо присутствует один и тот же признак, либо его нет на обоих изображениях. То есть фактически количество совпадающих пар ((т, (¿г+1) будет характеризовать сходство двух изображений по заданному набору признаков Х.

Определение 7. Под изменчивостью последовательности изображений будем понимать процесс потери старых признаков или приобретения новых при переходе к каждому следующему изображению последовательности.

Для характеристики изменчивости можно, например, воспользоваться выражением:

Уп(^Лт+1)= ®(т+1) ^, (12)

где Ф - операция неравнозначности (сумма по модулю 2).

Определение 8. Под наследственностью последовательности изображений будем понимать процесс сохранения признаков при переходе к каждому следующему изображению последовательности:

Иn(fm,fm+1)=1-Va(fm,fm+l). (13)

Теорема 2. Последовательность изображений (¿п}, для которой, начиная с некоторого индекса п0, для определенного набора признаков Х выполняется Ип( fi,fi+l )=1, 1=п0,...,п, сходится по набору признаков Х.

Последовательности дополнений

Изменчивость, сопутствующая отображению ¿/¡т^Т^ь приводит к исчезновению на ¿к-1 части особенностей, присущих ¿к. Обозначим через ¿¡\"к-1 изображение, являющееся результатом воздействия на ¿к некоторого оператора Т* и сохраняющее признаки (особенности), исчезающие при переходе от ¿ь к

При этом для каждого ¿к из последовательности ([п} выполняется:

если Тfk = Т*¿к = ¿к\¿к-1, то, применяя (1), (8) и (9), получим:

0[Гк-1] = Хк-1, Гд[ Хк] = £2к,

0[Ш = 0[Гк-1] = Хк-1, Гд[ Хк] =

0[Т = 0[Гк\ ¿ь-1] = Х*к-1, Гд[ Хк] = Пк-1. При этом

Пк = Пк-1 + П*к. (14)

Определение 9. Назовем оператор Т* дополнительным к оператору Т, если выполняется условие (14).

Обозначим gi = /ц. (15)

Определение 10. Назовем ^п} последовательностью дополнений последовательности ([п}, если для каждого &е1[п} есть соответствующее ему gi£(gn}, такое, что Т*/\ = g^

Теорема 3. Если последовательность изображений (¿п} сходится по набору признаков Х к некоторому вектору А , то последовательность дополнений (^ сходится по тому же набору признаков Х к нулевому вектору 0 той же размерности, что и А .

В случае существования Т* вызывает интерес возможность построения оператора и, такого, что

ъ=т и ) (16)

или, согласно (15),

№-1 и gi, (17)

причем для каждого и выполняется

)=0, или, иначе:

Уп(П,П-1)=Уп(П,П-1). (18)

То есть оператор и может и не давать точного восстановления изображения ¿¡е1[п} по предыдущему изображению последовательности и

дополнению Я1е{дп}, но он формирует такое изображение /¡, которое совпадает с /1 по некоторому набору признаков ХеХ.

Пусть имеется последовательность {%„}=Т$„}, оператор и обеспечивает восстановление только в смысле условия (18). Известно изображение ^

еШ-

Определение 11. Назовем

= [-[[Л и §к ]и Яа+х]—^ и Як+т °ценкой из°-

бражения ^+те{[п} по изображению ^еУп} на основе последовательности {яп} с помощью оператора и .

Сходство двух изображений по определенному набору признаков можно определить на основе понятия изменчивости (20). Отсюда можно вывести выражение, характеризующее точность оператора восстановления:

§(кт)=Уп(ЬЛ1т)). (19)

Выражение (19) определяет величину изменчивости изображения ^е{[п) по отношению к его оценке fkk(m> по изображению Для харак-

теристики оператора и на всей последовательности (19) усредняется по к:

_ 1 N -т-1

§(т)=^-; X ^(ЬАт)) . (20)

(N-т) к=0

Ясно, что величина (20) определяется не только точностью восстановления с помощью оператора и , но и характеристиками самой последовательности изображений. Поэтому сравнение точности восстановления, например, двух операторов и и и 2 должно проводиться на одной последовательности изображений. Тем не менее этот критерий во многих случаях должен являться более предпочтительным по сравнению, например, со среднеквадратичной ошибкой, так как он характеризует сохранность выбранной группы признаков при восстановлении неточным оператором.

Предложенные подходы могут быть применены при разработке новых методов обработки цифровых изображений. В частности, их можно использовать при построении алгоритмов многомасштабной обработки изображений с переменным значением масштабного коэффициента.

СИСТЕМА ЛОГИЧЕСКОГО ВЫВОДА МОДИФИЦИРУЕМЫХ ЗАКЛЮЧЕНИЙ

М.Н. Томчук (Вятский государственный университет, г. Киров)

Одним из многообещающих направлений в программных системах являются системы искусственного интеллекта, предполагающие моделирование интеллектуальных функций человека. Можно выделить два основных подхода к моделированию поведения естественного интеллекта. Первый из них заключается в моделировании работы отдельных элементов структуры человеческого мозга. Второй подход предполагает моделирование интеллектуальных функций мозга: систему понятий, построение рассуждений и другие. При этом наиболее часто сейчас используется моделирование рассуждений человека, поскольку оно имитирует высокоуровневые мыслительные процессы по определенным правилам (например, по правилам логики) и позволяет достаточно просто описывать исходные данные и интерпретировать результат, а также отслеживать ход моделирования.

Моделирование рассуждений средствами логики осуществляется посредством логического вывода (ЛВ). В качестве исходных данных для ЛВ служат формулы посылок и заключения. Посылки представляют собой набор фактов и правил вывода и составляют в совокупности базу знаний. За-

ключение записывается в виде формулы логики и поступает извне в систему ЛВ. Процедуры ЛВ обрабатывают заключение и исходные посылки, и результатом работы может стать сообщение о корректности заключения или модификация исходных посылок.

Обычно выделяют следующие основные виды ЛВ: дедуктивный, абдуктивный и индуктивный. Дедуктивный вывод позволяет ответить на вопрос, является ли заключение следствием исходных посылок. Абдуктивный вывод дедуктивно невыводимого заключения позволяет пополнить набор исходных посылок фактами так, чтобы заключение стало следствием базы знаний. Индуктивный вывод, в отличие от абдуктивного, позволяет пополнить набор исходных посылок общими правилами.

Данные виды вывода известны достаточно давно и могут применяться для решения определенных задач. Однако существует класс задач, решить которые применением указанных видов вывода невозможно или затруднительно. Этот класс задач предполагает наличие корректной и полной базы знаний для некоторой предметной области и недостоверное заключение, требующее

i Надоели баннеры? Вы всегда можете отключить рекламу.