Основний зміст роботи

У вступі обґрунтовано актуальність теми дисертаційної роботи, визначено мету і завдання дослідження, сформульовано наукову новизну та практичне значення отриманих результатів, подано загальну характеристику роботи, наведено відомості стосовно апробації, публікації і використання результатів дослідження

У першому розділі розглянуто специфіку завдання комп’ютерної ідентифікації рухомих об’єктів по їх зображеннях з огляду на можливість виконання операції в режимі реального часу. Зазначено, що швидкодія є основним критерієм забезпечення функціонування таких систем. Проведено огляд та порівняльний аналіз існуючих аналогічних програмних та апаратних засобів обробки зорової інформації, особливу увагу звернено на швидкість їх роботи. Кращі результати по швидкодії показали аналоги, що мають апаратну реалізацію на ПЛІС.

Розглянуто клітинні автомати (КА) як спеціалізовані комп’ютерні компоненти SIMD архітектури, які утворюють парадигму паралельних обчислень подібно тому, як машина Т’юринга утворює парадигму послідовних. Родоначальником КА вважається видатний американський учений Джон фон Нейман (John von Neumann). Значний внесок у розвиток теорії КА зробили Артур Беркс, Джон Хортен Конвей, Станіслав Улам, Стівен Вольфрам, Стефанія Бандіні, Богдан Русин, Олександр Тимченко та інші. Розглянуто основні властивості класичної моделі КА, і зокрема, найціннішу для даної роботи – можливість паралельної обробки даних. Досліджено поняття околиці та зв’язності КА для кожного з трьох можливих випадків покриття з правильних багатокутників: тетрагональна, ортогональна, гексагональна.

З точки зору можливості апаратної реалізації на клітинних автоматах проведено порівняльний аналіз спектральних перетворень Фур’є, Адамара, Хафа, Хаара, Хартлі та Радона, які найбільш широко використовуються в задачах фільтрації, стиснення та виділення інформативних (характеристичних) ознак (ХО) зображень. В якості функції виділення ХО вирішено використовувати перетворення Радона (ПР), так як його реалізація на КА в повній мірі відповідає його фізичному змісту, до того ж ПР має тісний зв’язок з перетворенням Фур’є.

Показано, що поєднання ПР та КА з гексагональним покриттям дозволило побудувати метод ідентифікації зображень, який дає високу швидкодію та точність ідентифікації. Висока швидкодія досягається за рахунок використання КА як паралельної структури, а точність – за рахунок використання гексагонального покриття. Гескагональне покриття дозволяє збільшити кількість напрямків зсуву та отриманих проекцій зображень, що підвищує точність до 98,2% вірної ідентифікації.

Зазначено, що крім виділення ХО на основі ПР, з метою розширення діапазону використання системи, доцільно виділення додаткових ознак на основі побудови остова зображення. Даний підхід дозволив побудувати метод ідентифікації з високою швидкодією за рахунок зменшення кількості елементів зображення.

У другому розділі розроблено три методи комп’ютерної ідентифікації зображень рухомих об’єктів:

1 – ідентифікація по ХО, виділених на основі перетворення Радона реалізованому на КА (рис. 1, а), далі – ідентифікація на основі ПР;

2 – ідентифікація по ХО, виділених у вигляді остова зображення реалізованому на КА (рис. 1, б), далі – ідентифікація на основі остова зображення;

3 – комбінована ідентифікація у вигляді паралельно виконуваних двох перших типів ідентифікації (рис. 1, в), що підвищує її достовірність.