Тема: Теоретические основы распознавания изображений (Теоретические основы информатики, Российский Экономический Университет им. Г.В. Плеханова)

Теория распознавания образов является одним из главных разделов кибернетики в теоретическом и в прикладном плане. Автоматизация некоторых процессов предполагает разработку устройств, которые способны реагировать на изменяющиеся характеристики внешней среды неким количеством положительных реакций. Базой для решения задач такого уровня следуют результаты классической теории статистических решений, в рамках которой разработаны алгоритмы определения класса, к которому может быть отнесен распознаваемый объект. На базе статистики за счет применения разделов прикладной математики, теории информации, методов алгебры логики, математического программирования и системотехники основана теория распознавания. Кроме того, в основе теории распознавания графических образов лежат концепции теории обработки изображений. В процессе распознавания цветных объектов применяется фильтрация изображений, операции математической морфологии, изменение яркости и контраста изображений, квантование цвета и преобразование графических изображений в другие цветовые пространства. На данный момент распознавание образов – одно из ведущих направлений кибернетики: оно упрощает взаимодействие человека с компьютером и создает предпосылки для применения различных систем искусственного интеллекта. В данной работе рассматриваются методы деления изображений на цветовые составляющие, выделения, фильтрации и последующего распознавания образов из данного изображения.
Актуальность данной темы заключается в том, что сейчас распознавание образов плотно вошло в повседневную жизнь и является одним из самых основных знаний современного инженера.
Задачи исследования:
· дать понятие теории распознавания образов, определить его значение;
· рассмотреть основные задачи, возникающие при разработке систем распознавания образов;
· классифицировать систему распознавания образов реального времени;
· показать сущность математической теории распознавания образов.
· изучить методы хранения, обработки и распознавания объектов в условиях цветовой близости.

Купить

В качестве заключения можно сказать, что на современном этапе развития вычислительной техники задача создания искусственного интеллекта пока неразрешима. Распознавание образов является самой распространенной задачей, которую человеку приходится решать практически ежесекундно от первого до последнего дня своего существования. Для этого он использует огромные ресурсы своего мозга, которые мы оцениваем таким показателем как число нейронов, равное 1010.
Вычисления в сетях формальных нейронов, во многом напоминают обработку информации мозгом. В последнее десятилетие нейрокомпьютинг приобрел чрезвычайную популярность на Западе, где он уже успел превратиться в инженерную дисциплину, тесно связанную с производством коммерческих продуктов. Ежегодно выходят десятки книг, посвященных практическим аспектам нейрокомпьютинга. Интенсивно ведутся работы по созданию новой - аналоговой элементной базы для нейровычислений.
В России же, где в силу общего снижения тонуса научных исследований структура науки оказалась «замороженной», до сих пор бытует мнение, что традиционные математические методы в принципе достаточны для решения любых задач распознавания образов. Нейрокомпьютинг же воспринимается как излишество и дань кратковременной моде. Однако на фоне многочисленных практических успехов нейротехнологии утверждения, что любая конкретная задача может быть в принципе решена и без них выглядят несколько схоластично. Раз нейрокомпьютинг на деле доказывает свою конкурентоспособность разумнее повнимательнее приглядеться к этому феномену.
Перспективы в ближайшем будущем: Основной чертой, отличающей нейрокомпьютеры от современных компьютеров и обеспечивающей будущее этого направления, является способность решать неформализованные проблемы, для которых в силу тех или иных причин еще не существует алгоритмов решения. Нейрокомпьютеры предлагают относительно простую технологию порождения алгоритмов путем обучения. В этом их основное преимущество, их «миссия» в компьютерном мире.
Возможность порождать алгоритмы оказывается особенно полезной для задач распознавания образов, в которых зачастую не удается выделить значимые признаки априори. Вот почему нейрокомпьютинг оказался актуален именно сейчас, в период расцвета мультимедиа, когда развитие глобальной сети Internet требует разработки новых технологий, тесно связанных с распознаванием образов.

Купить