Системы анализа изображений

Спектр решаемых задач в существующих САИ достаточно широк: от локализации простейших объектов на фотографиях до содержательной интерпретации изображений. Тем не менее можно выделить три основных класса задач, решаемых САИ, которые определяют их различное назначение.

• 1. Распознавание объектов. В системах этого типа решаются задачи локализации определенных объектов в поле изображения, измерения заданных параметров этих объектов, принятия решения по полученным результатам измерений. Примерами могут служить системы медицинской диагностики, где необходимо локализовать участки изображения, указывающие на отклонение от нормы, определить степень отклонения; система контроля за протеканием процессов (например, сгорания топлива в котельной камере); системы локализации дефектов печатных плат и др.
• 2. Содержательная интерпретация изображений. К системам, в которых решается эта задача, относится большинство САИ. Сюда входят системы управления движением робота по поступающей видеоинформации, интерпретации аэрофотоснимков, анализа снимков и сопоставления их с картой местности и др. В отличие от систем первого типа в данном случае задача заключается в полной содержательной интерпретации снимка, «понимании» отношений, связывающих объекты реального мира, представленные своими проекциями на двухмерном изображении.
• 3. Получение справочной информации в архивах видеоданных. Задачей соответствующих систем является выдача информации пользователю о наличии объектов определенного типа на изображениях, хранящихся в архиве видеоданных, их параметрах, отношениях к другим объектам и т. п. Запрос может быть представлен как текстовое описание объекта или как видеообраз. К системам такого типа относятся различные информационно-поисковые системы в картографии, метеорологии, криминалистике и т. п.

Для решения указанных задач САИ должны обеспечивать выполнение ряда функций, среди которых основными являются следующие:

• 1. Хранение и поиск формализованных знаний экспертов предметной области и обработки изображений. Формализованными знаниями являются установленные факты, закономерности, количественные соотношения, видеоданные (эталоны, прототипы объектов), а также правила, определяющие последовательность и состав операций над данными для достижения заданных целей (например, для получения проекции трехмерного тела на плоскость).
• 2. Выполнение операций обработки изображений (контрастирование, устранение шума, выделение контурных линий и т. п.).
• 3. Выполнение операций логических выводов на основе формализованных знаний и результатов обработки видеоданных, построение и проверка гипотез.
• 4. Анализ промежуточных результатов работы системы и принятие решений о дальнейших действиях, невозможности решения задачи, необходимости дополнительной информации и др.
• 5. Анализ запросов пользователя, поддержка диалога, документирование действий системы и формирование пояснений пользователю.
• 6. Пополнение баз знаний и видеоданных системы новыми сведениями, данными.

Современные системы анализа изображений довольно разнообразны по своей структуре и организации взаимодействия ее составных частей. Ниже будет рассмотрен весьма популярный в последнее время подход к реализации САИ в виде экспертной системы (ЭС) анализа изображений (ЭСАИ). Под ЭСАИ понимают комплекс технических и программных средств, обеспечивающий решение проблемно-ориентированных задач, требующих проведения обработки и анализа видеоинформации подобно тому, как это делают эксперты конкретной предметной области. ЭСАИ предполагает активное использование формализованных знаний, проведение обработки и анализа изображений на основе одной или нескольких моделей, адекватно изображающих с точки зрения экспертов процессы и взаимоотношения между реальными объектами конкретной предметной области.

На рисунке 4 приведена упрощенная структурная схема ЭСАИ в ее наиболее полном варианте, соответствующем системе содержательной интерпретации изображений. Из рисунка видно, что ЭСАИ объединяет в себе как средства традиционных систем обработки изображений, баз видеоданных, так и аппарат ЭС: базу знаний, блок управления и принятия решений.

Рисунок 4. Структура экспертной системы анализа изображений Подсистема хранения и обработки изображений содержит программные и аппаратные модули для выполнения различных операций над видеоданными, поиска изображений по видео — и текстовому запросу, а также архив изображений. Эта часть ЭСАИ в целом не отличается от программных и технических средств, используемых в традиционных системах обработки изображений. Важной особенностью подсистемы является модульный принцип построения, благодаря которому система может собирать технологические цепочки последовательностей операций для решения конкретных задач. Например, задача выделения контурных линий может решаться следующей последовательностью операций: подавление шума; контрастирование, применение градиентного оператора для выделения границ; отслеживание контурных линий, величина перепада яркости которых превышает заданный порог. Решению этой задачи могут предшествовать операции поиска заданного изображения в базе видеоданных.

В базе знаний системы хранятся формализованные знания специалистов предметной области и обработки изображений. Условно в ней можно выделить два компонента: декларативные и процедурные знания.

Декларативные знания отражают сведения об объектах, их составе, взаимном расположении, характере появления, описывают отношения между объектами и т. п.

Второй основной частью базы знаний являются процедурные знания, показывающие, какие действия, в какой последовательности нужно предпринимать системе при выполнении определенных условий, отражающих сложившуюся ситуацию анализа данных, формализованных знаний и результатов обработки изображений. Процедурные знания используются для выполнения двух функций: пополнения описания сложившейся ситуации новыми фактами из базы знаний; построения гипотез и выбора конкретных действий по преобразованию полученных результатов и переходу к другому состоянию решения задачи.

Область общей памяти, называемая также доской объявлений (blackboard) или базой данных, является частью системы, обеспечивающей передачу результатов работы всех подсистем друг другу. Обычно область общей памяти представляет собой реляционную базу данных, куда в ходе решения задачи записываются промежуточные интерпретации участков изображений (карты, планы интерпретации), установленные факты, количественные соотношения и другие результаты. В область общей памяти могут заноситься также пояснения действий ЭСАИ, с тем чтобы пользователь мог при необходимости оценить рациональность поведения системы, выявить причину принятия того или иного решения.

Блок управляющих процедур и принятия решений является координирующим центром системы, анализирующим запросы пользователя, сложившуюся ситуацию анализа, определяющим контекст и стратегию решения. Информация о промежуточных результатах анализа поступает в блок из области общей памяти. По результатам анализа состояния области общей памяти (сложившейся ситуации) блок управляющих процедур и принятия решений определяет состоятельность полученной интерпретации, генерирует гипотезы (о принадлежности объектов определенным классам, о возможности нахождения других объектов и т. п.) и «поручает» другим модулям системы выполнение конкретных действий. Окончательное решение также принимается этой подсистемой.

Процесс решения задачи содержательной интерпретации изображения является многоступенчатым, итерактивным. На начальной стадии обычно выполняется предварительная сегментация изображения.

Следующим этапом является получение начальной интерпретации результатов предварительной сегментации. Это включает в себя измерения определенных параметров (например, площадей или периметров полученных областей с одинаковой яркостью) и генерацию гипотез (с помощью сопоставления результатов измерений с информацией из базы знаний).

Все результаты интерпретации записываются в область общей памяти. Изменения состояния этой области означают, что процесс интерпретации не закончен. Блок управляющих процедур и принятия решений анализирует состояние области и вырабатывает новую последовательность действий. Процесс решения задачи обычно считается завершенным, если не происходят существенные изменения в области общей памяти (на карте интерпретации).

Обычно в ЭСАИ используются две глобальные стратегии решения задач интерпретации изображений (и также их комбинации): управление целью (называемое управлением сверху вниз или обратным выводом) и управление данными (называемое также управлением снизу вверх или прямым выводом).