CC BY
9Информатика и информационно-управляющие системы
на изображении встает вопрос об аппроксимации внешнего контура радужной оболочки, поскольку он может быть закрыт ресницами или веками. В настоящее время реализован алгоритм поиска радужной оболочки глаза на изображении и простейший метод распознавания, основанный на геометрических и цветовых признаках.
Библиографический список
1. Wildes, R. P. Iris Recognition: An Emerging Biometric Technology / R. P. Wildes // Proc. of The IEEE. 1997. Vol. 85. № 9 (September). Р. 1347-1347.
2. Tisse, Ch.-l. Person identification technique using human iris recognition / Ch.-l. Tisse, L. Martin, М. Robert // Proc. of Vision Interface. 2002. Р. 294-299.
А. O. Tkachenko
Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
IDENTIFICATION OF A PERSON BY IRIS IMAGES
The aim of the research is to develop and implement an algorithm for recognition of a human iris in images. The analysis of tasks required to achieve this aim is made.
© TraneHKO A. O., 2009
УДК 004.932.2
И. В. Тупицын
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
ПРОСТОЙ АЛГОРИТМ ПОСТРОЧНОГО СОВМЕЩЕНИЯ С ЭВРИСТИКОЙ ДЛЯ СЛАБОТЕКСТУРИРОВАННЫХ ОБЛАСТЕЙ
Представлен простой метод реконструкции промежуточных ракурсов при стереосъемке, основанный на вычислении коэффициента соответствия. Рассматриваются преимущества и недостатки этого метода.
Задача восстановления трехмерной структуры сцены по двум изображениям находит свое применение во многих областях. В последнее время интерес к данной области возрос благодаря появлению устройств, способных воспроизводить объемные изображения без использования очков (многоракурсные дисплеи). Для работы таких устройств требуется несколько ракурсов воспроизводимой сцены, однако, как правило, исходно имеется лишь два. Для получения недостающих ракурсов могут быть использованы алгоритмы стереозрения.
Для совмещения стереоснимков и получения карты смещений D(x) (disparity map) используется простой алгоритм построчного совмещения с эвристикой для слаботекстурированных областей. Перед совмещением делается ректификация, т. е. приведение эпиполярных линий к горизонтальным линиям. Коэффициент соответствия вычисляется методом нормированной кросскорреляции с нулевым средним (Zero-Mean Normalized Cross-Correlation, ZNCC):
ZNCC ( a, b) = -
t( a - a )(b - b )
t (a - a)2 )| t (b, - b)
где а и Ь - значения пикселей для правого и левого кадров. Здесь определяются соответствия с помощью коэффициента Х~ИСС вдоль строк. Окно Х^СС берется прямоугольным, вытянутым по оси ОХ. Перед вычислением самого Х^СС отбираются подходящие точки, т. е. не совсем «ровные», где производные малы. Соответствия на правом снимке для каждой точки на левом снимке отбираются по следующим признакам: координата х соответствия на снимке справа должна находиться там же или левее координаты х на снимке слева; соответствие должно иметь локальный максимум (в противном случае не удастся провести вычисление с субпиксельной точностью).
Далее соответствия сортируются по полученным значениям Х^СС и на выход подаются по порядку, причем, если либо левая, либо правая
Решетневские чтения
координаты x уже были добавлены, то, соответст- оси OY вверх и вниз, пока либо не будут достиг-
венно, добавлять эту точку нельзя. После добав- нуты края, либо не наберется нужное количество
ления соответствия текущей строки, совершается точек. После этого уточняются соответствия до
проход по строкам от середины изображения по субпиксельной точности.
I. V. Toupitsyn
Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
A SIMPLE ALGORITHM OF STROKE COMBINATION WITH HEURISTICS FOR POORLY TEXTURED AREAS
A simple method of reconstruction of intermediate foreshortenings at the stereoshooting, based on calculation offactor of conformity is presented. Advantages and lacks of this method are considered.
© Тупицын И. В., 2009
УДК 004.93'1; 004.932
М. Н. Фаворская
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
К ВОПРОСУ ОБ ИСПОЛЬЗОВАНИИ ФОРМАЛЬНЫХ ГРАММАТИК ПРИ РАСПОЗНАВАНИИ ОБЪЕКТОВ В СЛОЖНЫХ СЦЕНАХ
Раскрывается взаимосвязь между задачами структурного описания и распознавания объектов в сложных сценах. Рассматриваются способы построения грамматик описания изображений.
Существует целый класс задач, в которых особую важность приобретает информация о структуре объектов сцены (видеонаблюдение в закрытых помещениях, в местах большого скопления людей с целью предотвращения террористических актов, управление движением робототехни-ческих комплексов в условиях реальной обстановки и т. д.). При этом объекты сцены, как правило, сложны и характеризуются большим количеством признаков. В этом случае целесообразно построить иерархическое описание структуры сцены. Процесс распознавания осуществляется после идентификации простых элементов объекта и составления описания объекта в терминах этих элементов, а непосредственное распознавание состоит в синтаксическом анализе описания объекта.
Задача описания объекта тесно связана с задачей его распознавания, поскольку элементы описания можно использовать в качестве признаков объекта, а само описание служит основой для распознавания. Однако эти задачи имеют различную информационную природу. Так, распознавание образов базируется на основных положениях теории экстраполяции, при этом используются методы экстраполяции функций и теории решений. Структурное же описание основано на применении аппарата математической лингвистики
или теории формальных грамматик, используются аналогии между структурой объекта и синтаксисом языка. Применять аппарат математической лингвистики для описания структуры объектов можно только после того, как произведена сегментация изображения объектов сцены, установлены элементы для описания типичных фрагментов и найдены методы их поиска. Распознавание при таком подходе состоит в синтаксическом анализе или грамматическом разборе некоторой фразы, описывающей объект, и заключается в проверке - является ли фраза синтаксически и семантически правильной по отношению к заданной грамматике.
Предполагается, что грамматика должна содержать три составляющие:
- множество непроизводных элементов, из которых составляются рассматриваемые изображения;
- множество предикатов, описывающих структурные отношения между непроизводными элементами, которые являются аргументами предикатов;
- множество правил подстановки, каждое из которых должно состоять из трех частей: наименование определяемого образа, списка переменных составных частей образов и условий, которым должны удовлетворять составные части.
