CC BY
17
СИСТЕМА КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ
«КОНТУР»
© Денисов В.П.*, Дубинин Д.В.*, Кочегуров А.И.*,
Лаевский В.Е. (Geringer V.)*
Томский государственный университет систем управления и радиоэлектроники, г. Томск Томский политехнический университет, г. Томск Duale Hochschule Baden-Württemberg Ravensburg, Campus Friedrichshafen,
Friedrichshafen
В работе рассмотрены вопросы разработки, создания и исследований, проводимых на основе программного комплекса стохастического моделирования «КОНТУР», позволяющего проводить анализ «поведения» исследуемого алгоритма в определённых, строго контролируемых условиях. Для анализа используются двумерные сигналы, полученные при помощи стационарной одноуровневой марковской цепи. Обсуждается методология создания информационного обеспечения комплекса / полигона, приводятся результаты ряда численных экспериментов.
С развитием цифровой вычислительной техники появилась возможность создания высокоэффективных систем, предназначенных для анализа, обработки и передачи оптической информации. В большинстве работ, связанных с созданием и проверкой новых алгоритмов обработки изображений, имеет место ряд субъективных моментов. Одним из основных недостатков, является использование в качестве эталонных изображений реальных снимков различных предметов, построек или людей. Это позволяет провести настройку создаваемого алгоритма на определённую предметную область, но упускаются моменты, характерные для других областей, что затрудняет оценку качества самого алгоритма, проведение его объективной доводки и сравнение с другими алгоритмами. Выходом из подобной ситуации является создание математического аппарата (виртуального полигона), позволяющего проведение анализа «поведения» исследуемого алгоритма в определённых, строго контролируемых условиях, создание предпосылок для проведения факторного анализа. Ключевым моментом в этой задаче
* Профессор кафедры Радиотехнических систем Томского государственного университета систем управления и радиоэлектроники, доктор технических наук, профессор.
* Доцент кафедры Радиоэлектроники и защиты информации Томского государственного университета систем управления и радиоэлектроники, кандидат технических наук.
" Заместитель директора Института кибернетики Томского политехнического университета, кандидат технических наук, доцент.
* Head of Laboratories Automotive Electronics / Energy and Environmental Engineering, Fakultät für Technik, Dr. / VAK Moskau (к.т.н.).
является создание многомерных стохастических полей (яркостные поля плоских изображений, температурные и другие поля атмосферы, океана и т.п.), которые и составляют основу имитационного моделирования, позволяют вносить вероятностный фактор в процесс моделирования и тем самым детализировать и обобщать предмет исследования, улучшая качество постановки эксперимента, а следовательно, и качество получаемых результатов.
В связи с этим, на кафедре радиотехнических систем ТУСУРа была поставлена задача создания комплекса программ, позволяющего проводить сравнительный анализ алгоритмов оконтуривания объектов в изображениях в присутствии аддитивного нормального шума.
Е ЕС ¥В
Рис. 1. Растровое изображение, построенное на основе различных типов решеток
В процессе решения этой задачи была рассмотрена возможность использования марковских полей для тестирования алгоритмов оконтурива-ния [1, 2], определена устойчивость марковского поля в алгоритме генерации мозаики (проверка динамики порождающих марковских цепей показала их стационарность для всех типов получаемых мозаик) с расширенным набором контурных элементов, произведена разработка критериев оценки качества оконтуривания [3]. Был создан комплекс имитационного моделирования «КОНТУР», позволяющий производить оценку:
- эффективности выделения контурного рисунка при обработке изображения различными видами контурных детекторов;
- применимости различных видов контурных детекторов для решения определённой задачи и выбора квазиоптимальных значений их параметров;
- влияния аддитивного гауссовского шума на эффективность выделения контурного рисунка;
- качества выделения конкретных формирующих элементов изображения.
В процессе создания программного комплекса была проведена формализация условий задачи, рассмотрен ряд требований и необходимых условий при формировании случайного яркостного поля [4]. Частная реализация случайных полей приведена на рис. 1.
Разработаны и реализованы основные требования и подходы к созданию полигона для решения задачи сравнения, доводки и тестирования алгоритмов получения контурного рисунка. Разработана обобщённая схема функционирования подобного полигона, рис. 2.
ГМП
Рк Растровое изображение контуров
К Показатели качества детектирования
Р Параметры генератора шума
Р Зашумлённое растровое изображение
V Совокупность контурных векторов (и их параметров)
ГМП Генератор марковского поля
БФРИ Блок формирования растрового изображения
БТ Блок тестирования
БАД Блок анализа данных
— — Синхронизированный поток данных
--Синхронизированный поток данных и
последовательность управления вычислениями
Рис. 2. Обобщённая структурная схема программного комплекса
Предложены методология создания информационного обеспечения полигона и план экспериментов по тестированию алгоритмов оконтуривания [2, 5]. Это дало возможность на основе созданного комплекса программ провести ряд численных экспериментов с целью выявления закономерностей детектирования конкретных формирующих элементов в условиях радиационных искажений для ряда алгоритмов (Canny, Shen, Marr) (рис. 3), выявить влияние аддитивного гауссовского шума на эффективность выделения контурного рисунка (рис. 4), провести определение границ применимости различных видов контурных детекторов и квазиоптимальных значений их параметров. Проведено сравнение результатов моделирования с данными, полученными при использовании традиционных методик тестиро-
БТ
вания. По результатам экспериментов сделан вывод о высокой эффективности разработанного полигона и возможности его применения для решения задач в определённых предметных областях. Даны рекомендации по использованию ряда оптимальных операторов оконтуривания и выбора их квазиоптимальных входных параметров [5]. Результаты внедрены на производстве ряда предприятий России, Германии и Чехии. Показана возможность использования программного комплекса для решения задач корреляционно-экстремального анализа и проверки корреляционно-экстремальных алгоритмов. На рис. 5 приводится ряд автокорреляционных характеристик генерируемых полей.
Обобщённый показатель качества контурного детектора Canny
48 42
Образующие
6 1
сигнал/шум [дБ]
♦ I —
ГП гип ГТП
н н н
2,5 2,25
• -KJ
Отношение обобщённых показателей качества контурного детектора Canny
' • -
Н4444Н-Н4 + 4Н-НЧ + 4Н-М
6 1
сигнал/шум [дБ]
Рис. 3. Детектирование конкретных формирующих элементов оператором Canny
Обобщая всё вышесказанное, можно отметить, что созданный программный комплекс позволяет проводить объективную оценку качества работы алгоритмов оконтуривания [3, 5], выявлять тенденции поведения алгоритмов, помогает дать рекомендации по использованию конкретного алгоритма в определённых условиях, а также вплотную подойти к решению вопроса факторного анализа алгоритмов оконтуривания: выяснению, какие элементы контурного рисунка детектируются наиболее правильно и при каких типах границ, какой оператор оконтуривания дает лучшие результаты и при
K
0.3
0,1
36
30
24
8
2
а A
F
1.75
0.75
48
42
36
30
24
8
2
каких входных параметрах, выяснять чувствительность самих контурных детекторов к изменениям входных параметров, проводить учёт типичных шумовых составляющих в определённой предметной области. Методически подготовлена и реально создана база для решения задач не только анализа, но и синтеза алгоритмов обработки изображений.
I Образующие элементы совокупности контурных векторов (V)
Обобщённый показатель качества
1№ЕНИ§ЯШ01
Н -Г Т "Г Г" Т "Г Т— 1— I—I —Г —I
Т + +- гГП 1ТТГГП1ТТГГГ
пп + тгггпигггаигг
. • • •
Л . Л . - *
• • ■ .
4,444^1-144 + -
гпитггпит-
- Алгоритм Магг
• Алгоритм Саппу
* Алгоритм ЭИеп
Обобщённый показатель качества
30 24 18
Мозаика типа О
12 6 1
сигнал/шум [дБ]
Образующие элементы совокупности контурных векторов (V)
НИН
Т+^ГГП44Г ГГП44Т Г ГГ 4^14«+4-4ЬЫ44 4 +
• - - •
Ь
-I"
-И-
• Алгоритм Магг
• Алгоритм Саппу
• Алгоритм ЭИеп
30 24
Мозаика типа Р
6 1
сигнал/шум [дБ]
Рис. 4. Оценки обобщённых показателей качества для мозаик типа «Л» и «Г».
Морфологический тип А, С
- усреднённые оценки
Морфологический тип й
т
тттт
Морфологический тип Р, РС, Рй
Рис. 5. Корреляционные функции полей, порождаемых различными типами морфологий
0,7
0,5
0,3
0,1
48
42
36
К
0,9
0,3
0,1
48
42
36
8
2
Я
Паи/
0,8
0,6
и.4
Список литературы:
1. Лаевский В.Е. Алгоритм построения одноуровневых марковских полей // Известия Томского политехнического университета. - Томск: Изд-во Том. пол. ун-та, 2006. - № 8.
2. Лаевский В.Е. Методика субоптимальной оценки работы алгоритмов получения контурного рисунка изображений // Известия Томского политехнического университета. - Томск: Изд-во Том. пол. ун-та, 2009. -№ 5, Т. 314. - С. 126-131.
3. Дубинин Д.В., Лаевский В.Е., Кочегуров А.И. Метод оценки качества работы алгоритмов получения контурного рисунка объектов в изображениях, аппроксимированных однородными марковскими полями // Известия Томского политехнического университета. - Томск: Изд-во Том. пол. ун-та, 2010. - № 5, Т. 317. - С. 130-134.
4. Дубинин Д.В., Лаевский В.Е., Кочегуров А.И. Методика моделирования случайных яркостных полей, аппроксимированных однородными, одноуровневыми марковскими цепями // Проблемы информатики. - 2011. -№ 4(12). - С. 128-136.
5. Лаевский В.Е., Денисов В.П., Дубинин Д.В. Имитационное моделирование: Исследование алгоритмов оконтуривания объектов в изображениях // LAP - LAMBERT Academic Publishing. - Saarbrücken, 2011. - 123 s.
МЕТОДЫ ПОИСКА ОПТИМАЛЬНЫХ СТРАТЕГИЙ КЭШИРОВАНИЯ
© Джиоева С.А.*
Северо-Кавказский горно-металлургический институт
(государственный технологический университет), г. Владикавказ
Представленная статья описывает проект, предусматривающий создание математического аппарата и, на его основе, драйвера файловой системы с оптимальным размещением информации на внешних носителях и эффективной системой управления кэшированием, обеспечивающим оптимальное использование аппаратных ресурсов компьютеров. Для того, чтобы снизить энергопотребление компьютеров и вычислительных систем, необходимо создать интеллектуальную систему управления его иерархической памятью. Данный научный проект, описанный этой статьёй, отражающет конструктивные особенности внешних носителей информации. Значимость исследования состоит в создании энергосберегающей системы управления иерархической памятью современных вычислительных систем, не снижающей их быстродействие. Ре-
* Программист, ассистент, аспирант кафедры Автоматизированной обработки информации.
