Исследование возможности распознавания отдельных плоских объектов методами дискриминантного анализа по безразмерным признакам

В данной выпускной квалификационной работе главной целью является
«Исследование возможности распознавания отдельных плоских объектов
методами дискриминантного анализа по безразмерным признакам их бинарных
изображений. Выполняются этапы генерации объектов и вычисление их
признаков, определяются классы, к которым относиться изображения.
Вычислены временные и вероятностные характеристики. Для создания
приложений были выбраны среда разработки Microsoft Visual Studio 2015. В
приложении к выпускной квалифицированной работе указан полный код
программ и снимки окна программ. ...

Введение................................................................................................................... 7
Глава 1. Проектная часть........................................................................................ 9
1.1. Анализ технического задания....................................................................... 9
1.2. Проектирование архитектуры программного продукта .......................... 11
1.3. Построение диаграммы декомпозиции ..................................................... 13
1.3.1.Нотация IDEF0 ............................................................................................. 13
1.4. Диаграмма вариантов использования........................................................ 20
1.5. Проектирование процесса тестирования................................................... 22
1.5.1.Выбор методов тестирования ..................................................................... 22
1.5.2.Планирование тестирования....................................................................... 23
1.5.3.Подготовка тестовых данных ..................................................................... 23
Глава 2. Технологическая часть........................................................................... 29
2.1. Выбор и разработка алгоритмов обработки изображений ........................ 29
2.1.1. Получение и предварительная обработка изображений ......................... 29
2.1.2. Выделение и маркировка изображений.................................................... 31
2.1.3. Генерация множества изображений.......................................................... 32
2.2. Вычисление признаков объекта.................................................................... 34
2.3. Алгоритмы распознавания объектов............................................................ 40
2.3.1. Дискриминантный анализ Фишера ........................................................... 41
2.3.2. Линейный дискриминантный анализ........................................................ 42
2.4. Руководство программиста ........................................................................... 44
Изм. Лист № докум. Подпись Дата
Лист
6
МИВУ 09.03.04-11.000 ВКР
Глава 3. Эксплуатационная часть........................................................................ 47
3.1. Тестирование программного продукта ........................................................ 47
3.2. Вычисление дискриминантных функций .................................................... 52
3.3. Распознавание отдельных изображений...................................................... 55
3.4. Вычисление временных характеристик идентификации объектов .......... 61
Заключение ............................................................................................................ 65
Список литературы ............................................................................................... 66
Приложения А. Графический материал (Таблицы)........................................... 67
Приложение Б. Графический материал .............................................................. 69
Приложение В. Листинг программы................................................................... 7

Введение
Задача распознавания объектов на изображениях является одной из
самых актуальных среди задач распознавания. Существует множество
предметных областей, где важно уметь качественно решать такие задачи –
распознавание текстов, сравнение отпечатков пальцев, охранные системы,
системы автоматического выписывания штрафов за превышение скорости и
многие другие.
Распознавание наиболее сложный процесс, поскольку тесно связан с
методами предварительной обработки изображения. Зачастую качество
распознавания зависит от эффективности множества процессов, начиная от
процесса ввода изображения и заканчивая формированием признаков
объекта. Наиболее важной задачей при распознавании является задача
описания свойств объекта – дескрипторов, для последующей идентификации
объекта.
Системы технического зр ения широко и успешно применяются во
многих отраслях промышленности, на таких операциях, как контроль и
отбраковка различных деталей и изделий по внешнему виду, загрузка
обрабатывающих станков деталями с конвейеров, сортировка и
ориентированная укладка в кассеты деталей и заготовок, в том числе
неупорядоченно движущихся по конвейеру или поступающих в таре
навалом, сборка и комплектация узлов, монтаж электронных узлов,
технические измерительные системы, медицинские диагностические
системы.
Непосредственно с задачей распознавания возникает задача
идентификации объектов – процесс тесно связанный с распознаванием,
заключающийся в объединении всей полученной информации от процесса
распознавания в единое целое с целью классифицировать объект.
Автоматическое распознавание объектов имеет большое
практическое значение. Впервые оно было использовано для машинного
считывания рукописных цифр. В настоящее время область его применения
Изм. Лист № докум. Подпись Дата
Лист
8
МИВУ 09.03.04-11.000 ВКР
существенно расширилась: начиная от измерений, контроля, сортировки и
сборки в производственных процессах и кончая анализом изображений,
считываемых на расстоянии, диагностикой по медицинским снимкам,
качественной оценкой экспериментальных данных, идентификацией
человека, автоматическим проектированием, пониманием изображений
как функции технического зрения роботов и т.д. Распознавание объектов
традиционно относят к задачам искусственного интеллекта. В данном
случае будет рассматриваться классификация объектов с помощью
алгоритма ближайших соседей.
Основной целью курсового проекта является моделирование работы
системы технического зрения для идентификации плоских объектов по
безразмерным признакам их бинарных изображений методами
дискриминантного анализа