Ευφυη Συστηματα Αναγνωρισης Εικονας Με Την Χρηση Αμεταβλητων Χαρακτηριστικων

Abstract

H παρούσα διδακτορική διατριβή αποτελεί προσπάθεια βελτίωσης και επέκτασης μεθόδων αυτόματης αναγνώρισης αντικειμένων και προτύπων από ψηφιακές εικόνες, με χρήση αμετάβλητων χαρακτηριστικών σημείων (ΑΧΣ). Αναπτύχθηκαν μέθοδοι κατάτμησης μιας εικόνας, με βάση την ανίχνευση άξονα συμμετρίας και χαρτών ομόλογων φάσεων και μια μέθοδος ανίχνευσης χρώματος με χρήση ιστογραμμάτων. Εφαρμόστηκε μέθοδος εξαγωγής ΑΧΣ, που βασίζεται στην θεωρία της χωροκλίμακας (scale-space, SIFT). Τα ΑΧΣ μιας εικόνας προς αναγνώριση συγκρίθηκαν με χαρακτηριστικά σημεία από εικόνες προτύπων μιας βάσης δεδομένων. Αναπτύχθηκε η μέθοδος της Σύγκρισης Συγχωνευμένων Χαρακτηριστικών (ΣΣΧ) χρησιμοποιώντας πολλαπλές σκηνές απεικόνισης ενός αντικειμένου, με αποτέλεσμα να αυξηθεί η ευρωστία της αναγνώρισης. Εφαρμόστηκε μέθοδος SIFT μη αμετάβλητη σε περιστροφή, προκειμένου να επιταχυνθεί η διαδικασία εξαγωγής των ΑΧΣ και των περιγραφέων αυτών. Μελετήθηκαν οι κυριότερες μέθοδοι αναζήτησης και αναπτύσσεται δομή δεδομένων δέντρου Κ-διαστάσεων, που αποδείχθηκε η πλέον αποδοτική. Έγινε έλεγχος γεωμετρικής ορθότητας αποτελεσμάτων με τον γενικευμένο μετασχηματισμό Hough (GHT) και την μέθοδο RANSAC. Προτάθηκαν οι μέθοδοι των Κ-γειτόνων GHT, της χαρακτηριστικής συνάρτησης ανηγμένων συνολικών αποστάσεων και της γεωμετρίας σμήνους γειτόνων και συμπεραίνεται η βελτίωση της διαδικασίας αναγνώρισης. Έγινε επιτυχής πειραματική εφαρμογή στην αναγνώριση οχημάτων και συγκρίθηκε με μεθοδολογία πιθανοτικών τεχνητών νευρωνικών δικτύων, πλεονεκτώντας σε ακρίβεια και ταχύτητα σε σχέση με αυτά. Η προταθείσα μέθοδος αναγνωρίζει αντικείμενα ακόμη και σε συνθήκες μερικής απόκρυψής τους από άλλα αντικείμενα και μπορεί να εφαρμοστεί επίσης σε αναγνώριση ιατρικών και δορυφορικών εικόνων, συνένωση εικόνων σε πανοραμική εικόνα, αυτόματη αναγνώριση χώρου, ιχνηλάτηση, πλοήγηση κ.α.