Диссертация - Иерархические структурные методы автоматического анализа аэрокосмическик изображений
Содержание
, Оглавление
Ч Оглавление...2
Введение...5
Глава 1. Обзор современного состояния проблем интерпретации в
автоматическом анализе изображений...15
1.1. Введение...15
„ 1.2. Представления изображений в виде необработанных данных...17
j 1.3. Низкоуровневые представления...19
1.3.1. Функциональные модели...20
1.3.2. Вероятностные модели...22
1.3.3. Сопоставления изображений на пиксельном уровне...25
1.4. Средний уровень: структурные методы...26
1.4.1. Контурные представления изображений...28
1.4.2. Непроизводные структурные элементы...31
1.4.3. Составные структурные элементы...34
" 1.4.4. Сопоставление символьных описаний...35
1.5. Верхний уровень: методы, основанные на знаниях...36
1.6. Иерархические представления изображений...40
Выводы из первой главы...44
Глава 2. Разработка методов автоматического построения иерархических структурных описаний изображений...45
2.1. Введение...45
i
2.2. Критерий сравнения гипотез в индуктивном выводе...46
| 2.2.1. Байесовский вывод...46
J 2.2.2. Принцип минимальной длины описания...47
2.2.3. Интерпретация изображений как минимизация длины описания...48
2.2.4. Выводы...50
2.3. Модели общих типов...50
2.3.1. Регрессионные модели...50
2.3.2. Модели, использующиеся в задачах распознавание и группирование...56
2.3.3. Модели сегментация...57
^ 2.3.4. Выводы...59
2.4. Формирование пространства моделей изображений...60
ц 2.4.1. Предположения Д. Марра...60
2.4.2. Сведение предположений Д. Марра к моделям общих классов...61
2.4.3. Выводы...63
2.5. Сегментация изображений как переход к контурным представлениям... 64 2.5.1. Построение целевой функции...64
' 2.5.2. Алгоритм сегментации...66
л 2.5.3. Расширение класса регрессионных моделей в алгоритме сегментации...67
{ 2.5.4. Выводы...70
2.6. Построение структурных элементов на основе контуров...70
2.6.1. Выбор представления контуров...70
2.6.2. Алгоритм сегментации контуров...72
2.6.3. Выводы...74
2.7. Верхний структурный уровень...74
2.7.1. Подходы к объединению структурных элементов...74
2.7.2. Группирование элементов по их подобию и регулярности расположения...76
< 2.7.3. Формирование составных структурных элементов...82
2.7.4. Выводы...85
Выводы из второй главы...85
Глава 3. Автоматическое структурное сопоставление изображений в
условиях их сезонно-суточного и спектрального несоответствия...86
3.1. Компоненты методов сопоставления изображений...86
3.2. Определение пространства поиска...87
3.2.1. Выбор характерных признаков изображений для сопоставления...87
\ 3.2.2. Выбор класса взаимных пространственных преобразований...88
i 3.2.3. Выводы...89
\
3.3. Стратегия поиска оптимального сопоставления...89
3.3.1. Критерий качества сопоставления...89
3.3.2. Многоуровневый алгоритм поиска оптимального сопоставления...92
3.3.3. Выводы...97
3.4. Экспериментальная проверка метода сопоставления изображений...97
3.4.1. Сопоставление изображений, полученных в разное время года и при
^ использовании сенсоров различных типов...97
3.4.2. Робастность алгоритма структурного сопоставления...107
v* 3.4.3. Временные характеристики алгоритма сопоставления...ПО
3.4.4. Выводы...ПО
Выводы из третьей главы...110
Глава 4. Метод локальной корреляции для совмещения изображений с
высокой точностью...112
4.1. Введение...112
4.2. Метод локальной корреляции...113
\ 4.2.1. Установление соответствия между опорными точками...ИЗ
4.2.2. Алгоритм локальной корреляции...115
4.2.3. Выводы...119
4.3. Экспериментальная проверка метода локальной корреляции...119
4.3.1. Исправление ошибок структурного сопоставления и расширение класса
допустимых взаимных пространственных преобразований изображений...119
4.3.2. Устойчивость и точность алгоритма локальной корреляции...125
4.3.3. Выводы...127
4.4. Практическое применение...127
4 4.4.1. Введение...127
4.4.2. Синтез панорамных снимков...127
4.4.3. Восстановление информации в загороженных областях изображений...128
4.4.4. Выявление изменений...129
4.4.5. Геокодирование...130
4.4.6. Автоматическое извлечение изображений из баз данных...132
4.4.7. Распознавание отпечатков пальцев...133
д 4.4.8. Выводы...133
¦ Выводы из четвертой главы...133
Основные результаты и выводы...135
Л итерату ра...138
Приложение А. Целевая функция для задачи сегментации контуров...148
Приложение Б. Вывод формул влияния взаимных геометрических
искажений на вид кросскорреляционного поля...150
I ч
