Вход

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

Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
Код 386352
Дата создания 2017
Страниц 127
Мы сможем обработать ваш заказ (!) 18 июня в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
2 150руб.
КУПИТЬ

Описание

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. ...

Содержание

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

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

Список литературы

1. Выпуклая оболочка [Электронный ресурс] URL:
http://www.100byte.ru/100btwrks/cnvxhll/cnvxhll.html
2. Сайт MSDN – информационный сервис для разработчиков
[Электронный ресурс] URL: https://msdn.microsoft.com/ru-ru
3. AForge.Net Framework - Википедия [Электронный ресурс] URL:
https://en.wikipedia.org/wiki/AForge.NET
4. Дискриминантный анализ - Википедия [Электронный ресурс]
URL: https://ru.wikipedia.org/wiki/Дискриминантный_анализ
5. Алгоритм быстрой оболочки - Википедия [Электронный ресурс]
URL: https://ru.wikipedia.org/wiki/Алгоритм_быстрой_оболочки
6. Элементы графической нотации диаграммы вариантов
использования [Электронный ресурс] URL:
http://www.intuit.ru/studies/courses/32/32/lecture/1004
7. Медианный фильтр [Электронный ресурс] URL:
https://ru.wikipedia.org/wiki/Медианный_фильтр
8.Бинаризация изображений [Электронный ресурс] URL:
https://habrahabr.ru/post/278435/
9. Алгоритм Брезенхэма построения линии [Электронный ресурс]
URL: http://grafika.me/node/9
10. Садыков, С. С. Формирование безразмерных коэффициентов
формы замкнутого дискретного контура / С. С. Садыков // Алгоритмы,
методы и системы обработки данных. – 2014. – № 4 (29). – С. 91–98.
11. Садыков, С.С., Кульков, Я.Ю. Оценка возможности
распознавания отдельных тестовых плоских объектов на основе цепных
кодов их контуров. – 2016. – С. 101-102
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00519
© Рефератбанк, 2002 - 2024