Тысяча полезных мелочей    

ИСПОЛЬЗОВАНИЕ ГИСТОГРАММНЫХ ОЦЕНОК В ЗАДАЧАХ РАСПОЗНАВАНИЯ

ИСПОЛЬЗОВАНИЕ ГИСТОГРАММНЫХ ОЦЕНОК В ЗАДАЧАХ РАСПОЗНАВАНИЯ

Котов В.В. Статья в формате PDF 257 KB Современные технологии проектирования информационно-измерительных систем (ИИС) различного назначения все больше ориентируются на повышение степени их «интеллектуальности». Это вызвано стремлением разработчиков упростить эксплуатацию подобных систем, повысить эффективность их функционирования, расширить сферы применения. С другой стороны развитие элементной базы (совершенствование хаpaктеристик цифровых сигнальных процессоров, устройств хранения информации, датчиков первичных сигналов и т.п.), позволяет решать в реальном времени всё более сложные в вычислительном отношении задачи. Одной из таких задач, с которыми в той или иной степени сталкивается любая интеллектуальная система, является задача распознавания образов. Базовой операцией в этом случае часто является обнаружение в первичных наблюдаемых сигналах некоторых хаpaктерных признаков (элементов, событий), последующая интерпретация которых позволит системе оценить состояние наблюдаемого объекта (сцены) и принять решение о дальнейших действиях.

Природа и хаpaктер информативных признаков, используемых при решении задач распознавания, могут быть самыми различными - спектральные плотности эталонных сигналов, автокорреляционные функции, средние значения и т.п. [1]. В том числе достаточно широко используются гистограммные оценки плотностей распределения вероятностей появления значений сигналов, не требующие значительных вычислительных затрат. В зависимости от физической природы сигнала такие оценки могут интерпретироваться по-разному. Например, в системах технического зрения, где в качестве первичного источника информации используются цифровые модели изображений, такие гистограммы хаpaктеризуют распределение вероятностей появления пикселей с заданным уровнем яркости, или, в многомерном случае, с заданным цветовым оттенком.

Оценка плотности распределения по гистограмме будет являться случайной величиной, распределение которой должно зависеть от объёма выборки отсчётов сигнала, по которой формируется эта оценка, а также, возможно, от ряда других факторов. Поэтому для принятия решения о целесообразности её использования как информативного признака, необходимо установить вид этого распределения и его основные параметры.

Пусть  -  сигнал, воспринимаемый ИИС, подвергшийся дискретизации и квантованию. Здесь η - Nd - мерный обобщённый аргумент, определяющий положение текущего отсчёта в сигнальной области (прострaнcтве, времени, спектральной зоне и т.п.). Каждый отсчёт может принимать одно из конечного множества значений , где n - число уровней квантования. Если исходный непрерывный сигнал описывался плотностью распределения , то дискретная последовательность будет описываться рядом распределения .

Для вычисления локальной оценки этого ряда в некоторой точке , выделим в её окрестности область-апертуру заданных размеров и формы, по которой будет вычисляться гистограмма .

Пусть мощность множества отсчётов сигнала, ограниченных апертурой, равна N. Перенумеруем последовательно рассматриваемые отсчёты: . Элемент гистограммы hi по определению представляет собой частоту появления отсчётов со значением, равным xi, т.е.  , где  - число отсчётов, равных  .

С ростом N частоты hi сходятся по вероятности к элементам ряда распределения , однако для любого конечного значения N величины hi будут являться случайными. Для принятия решения о целесообразности использования оценки H в задаче распознавания, необходимо выяснить хаpaктер и параметры законов распределения величин hi. Можно показать, что при рассмотрении некоррелированных сигналов, или использовании достаточно больших апертур распределение hi является биномиальным.

Для доказательства рассмотрим процесс формирования величины hi. Анализ j-го отсчёта сигнала является случайным опытом с парой возможных исходов: попадание значения сигнала в i-ый уровень квантования с вероятностью , и непопадание с вероятностью . Множество  можно интерпретировать как серию S, состоящую из N опытов принимающую один из 2N возможных исходов с вероятностями:

По аналогии с булевыми векторами будем называть весом серии Sik число , равное числу первых исходов в этой серии.

Разобьём множество возможных исходов серий опытов  на N+1 подмножество - группы серий {Gil}, l=0,K,N, элементы которых имеют равный вес. Вероятность появления любой серии Sik, принадлежащей группе Gil, будет равна .

Число серий, относящихся к -ой группе, устанавливается из комбинаторных соображений, и равно числу сочетаний . Таким образом, суммарная вероятность всех серий, принадлежащих группе , описывается выражением:

.

Элемент hi, являющийся частотой появления отсчётов со значением xi, представляет собой дискретную случайную величину, принимающую одно из множества значений . Вес серии, отнесённый к её длине, имеет размерность частоты появления отсчёта xi, при этом p(Gil) представляет собой ни что иное, как искомый ряд распределения вероятностей , т.е.

          (1)

Таким образом, первоначальное утверждение о хаpaктере ряда распределения hi справедливо.

В отличие от схемы Бернулли при анализе гистограмм интерес представляют не абсолютные числа положительных исходов, а их относительные частоты . При этом несколько модифицируются выражения для математического ожидания  и дисперсии .

В частности можно показать, что математическое ожидание найденного ряда распределения будет равно

,                   (2)

а дисперсия равна

.(3)

Зависимости (1-3) позволяют определить диапазон, в который будут попадать оценки плотности распределения  по гистограмме H для заданного объёма выборки и априорных вероятностей появления значений сигнала. На рис. 1 показан пример разброса оценок при нормальном распределении .

Таким образом, при ограниченном размере апертуры элементы hi гистограммы будут распределены биномиально, а их математическое ожидание будет равно априорной вероятности появления в сигнале отсчётов со значением xi, т.е. . Дисперсия элементов hi убывает с ростом объёма выборки N, т.е. увеличение размеров апертуры делает оценку ряда  по гистограмме статистически более обоснованной. Найденные зависимости позволяют определить целесообразность использования гистограммных оценок при решении задачи распознавания.

Литература

  1. Ларкин Е.В., Котов В.В. Особенности идентификации событий методами вейвлет-анализа. // Известия Тульского государственного университета. Серия: Математика. Механика. Информатика. Том 7. Вып. 3. Информатика - Тула: изд-во ТулГУ, 2001. - 200 с. (С. 96-103)

Рис. 1. Пример разброса гистограммных оценок при нормальном распределении значений сигнала



РАЗВИТИЕ ЕСТЕСТВЕННОНАУЧНОГО МИРОВОЗЗРЕНИЯ ОДАРЕННЫХ СТАРШЕКЛАССНИКОВ В ХОДЕ ПРОЕКТНО-ИССЛЕДОВАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ

РАЗВИТИЕ ЕСТЕСТВЕННОНАУЧНОГО МИРОВОЗЗРЕНИЯ ОДАРЕННЫХ СТАРШЕКЛАССНИКОВ В ХОДЕ ПРОЕКТНО-ИССЛЕДОВАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ Сообщение содержит примеры актуализации, мотивации и организации разнородных исследований, выполняемых учащимися совместно с преподавателем Курса "ОБЖ и экология" в составе научно-познавательного общества гимназии "Зеркало". Пpaктика освоения одаренными учащимися естественно-научного мировоззрения в ходе работ, имеющих отклик коллектива, стимулирует творческое саморазвитие и убеждает в своей способности добиться не только радости открытия, но и общественного признания. ...

20 07 2026 20:30:39

МИТОХОНДРИАЛЬНЫЕ ФЕРМЕНТЫ РАЗНЫХ ОРГАНОВ У СВИНЕЙ

МИТОХОНДРИАЛЬНЫЕ ФЕРМЕНТЫ РАЗНЫХ ОРГАНОВ У СВИНЕЙ Исследована активность трaнcфераз в митохондриях различных органов трех линий свиней породы СМ-1 новосибирской селекции. Определена активность аспартат-аминотрaнcферазы, аланин-аминотрaнcферазы в митохондриях, супернатанте скелетных мышц, сердца и печени животных. В результате эксперимента установлено, что по активности трaнcфераз в митохондриях лучшими являются свиньи линий Светлого и Совета. ...

19 07 2026 13:59:35

ВЕРОЯТНОСТНЫЕ ИГРЫ НА МЕДИАНУ

ВЕРОЯТНОСТНЫЕ ИГРЫ НА МЕДИАНУ Статья в формате PDF 225 KB...

10 07 2026 4:49:42

МОДЕЛИРОВАНИЕ ПРОЦЕССА СТРУЙНОЙ АЭРАЦИИ ЖИДКОСТИ

МОДЕЛИРОВАНИЕ ПРОЦЕССА СТРУЙНОЙ АЭРАЦИИ ЖИДКОСТИ Статья в формате PDF 115 KB...

08 07 2026 10:16:44

ЛАБОРАТОРНАЯ ДИАГНОСТИКА ЛИСТЕРИОЗА

ЛАБОРАТОРНАЯ ДИАГНОСТИКА ЛИСТЕРИОЗА Статья в формате PDF 138 KB...

06 07 2026 0:15:15

ВЛИЯНИЕ ПИРАЦЕТАМА НА МЕТАБОЛИЗМ КОЛЛАГЕНА И ПОКАЗАТЕЛИ ФОСФОРНО-КАЛЬЦИЕВОГО ОБМЕНА У КРЫС, ПОДВЕРГАВШИХСЯ ТЕПЛОВОЙ НАГРУЗКЕ

ВЛИЯНИЕ ПИРАЦЕТАМА НА МЕТАБОЛИЗМ КОЛЛАГЕНА И ПОКАЗАТЕЛИ ФОСФОРНО-КАЛЬЦИЕВОГО ОБМЕНА У КРЫС, ПОДВЕРГАВШИХСЯ ТЕПЛОВОЙ НАГРУЗКЕ В работе исследовалось влияние внутримышечного введения пирацетама на метаболизм коллагена и фосфорно-кальциевый обмен у крыс, подвергавшихся ежедневной тепловой нагрузке по 10 минут в течение 7 суток. Введение ноотропа в дозе 400 мг/кг снижало активность коры надпочечников, ингибировало катаболизм коллагена и стимулировало процессы его синтеза у крыс в условиях тепловой нагрузки, нормализовало уровень кальция в крови. Обсуждаются возможные механизмы действия пирацетама на систему нейро-эндокринной регуляции и состояние костной ткани. ...

28 06 2026 4:23:51

ОТКАЗЫ ОТ ДЕТЕЙ – СЕЛЕКЦИЯ ИЛИ ТУПИК ЭВОЛЮЦИИ?

ОТКАЗЫ ОТ ДЕТЕЙ – СЕЛЕКЦИЯ ИЛИ ТУПИК ЭВОЛЮЦИИ? Статья в формате PDF 99 KB...

22 06 2026 15:25:34

Глобальный инновационный индекс: относительные показатели рейтинга стран

Глобальный инновационный индекс: относительные показатели рейтинга стран Приведены закономерности рангового распределения по рейтингу 110 стран, среди них Россия занимала 49-е место. Для анализа были приняты показатели: 1) инновационные затраты/суммарный балл; 2) инновационная эффективность/суммарный балл); 3) инновационная эффективность/инновационные затраты. Сравнение показывает весьма скромную инновационную активность России, но при этом значения всех трех относительных показателей инновационной активности у России положительные или позитивные. Только изобретения имеют мировую новизну и достаточно высокую конкурентоспособность, а полезные модели нужны в основном для внутреннего употрeбления. В итоге в стране образуется так называемый инновационный крест. Динамика изобретений куда значимее, если при этом снизить справедливое в неспокойной экономике колебательное возмущение изобретателей. ...

21 06 2026 18:17:12

ПИЛЯГИН АЛЕКСЕЙ ВАСИЛЬЕВИЧ

ПИЛЯГИН АЛЕКСЕЙ ВАСИЛЬЕВИЧ Статья в формате PDF 212 KB...

20 06 2026 10:22:53

ИЗМЕНЕНИЯ МИКРОФЛОРЫ У БОЛЬНЫХ, ОПЕРИРОВАННЫХ НА ПОВРЕЖДЕННОЙ СЕЛЕЗЕНКЕ

ИЗМЕНЕНИЯ МИКРОФЛОРЫ У БОЛЬНЫХ, ОПЕРИРОВАННЫХ НА ПОВРЕЖДЕННОЙ СЕЛЕЗЕНКЕ Проведено изучение состояние микрофлоры у пациентов после различных операций, выполненных по поводу повреждений селезенки в отдаленном послеоперационном периоде. В результате проведенного исследования установлено, что сохранение селезенки предотвращает изменения микрофлоры, так как полученные результаты соответствовали данным группы сравнения. В тоже время, удаление селезенки приводит к нарушению микрофлоры. ...

19 06 2026 11:43:58

ДИАГНОСТИКА ПРИ ГРЫЖАХ ПЕРЕДНЕЙ БРЮШНОЙ СТЕНКИ

ДИАГНОСТИКА ПРИ ГРЫЖАХ ПЕРЕДНЕЙ БРЮШНОЙ СТЕНКИ Статья в формате PDF 245 KB...

18 06 2026 1:32:40

Компьютерные технологии в медицине

Компьютерные технологии в медицине Статья в формате PDF 111 KB...

17 06 2026 23:18:47

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::