Оцифровка сканированных изображений листьев и создание их математических моделей

Решение этой задачи подробно описано в начале статьи. Оцифровка сканированных изображений осуществляется модулем 2.3.2.4, программная реализация которого разработана Д. К. Бандык по постановке и алгоритму проф. Е. В. Луценко [3, 4]. В результате работы модуля создается Excel-файл обучающей выборки (таблица 1), в строках которого содержатся следующие количественные данные об изображениях, представляющие их математическую модель (при заданных параметрах оцифровки):

Колонки с 1-й по 7:

Объект обучающей выборки Класс.

X центра тяжести.

Y центра тяжести Площадь (пикс.).

Среднее Ср.кв.откл.

Колонки с 8-й по 67:

• 000°
• 006°
• 012°
• 018°
• 024°
• 030°
• 036°
• 042°
• 048°
• 054°
• 060°
• 066°
• 072°
• 078°
• 084°
• 090°
• 096°
• 102°
• 108°
• 114°
• 120°
• 126°
• 132°
• 138°
• 144°
• 150°
• 156°
• 162°
• 168°
• 174°
• 180°
• 186°
• 192°
• 198°
• 204°
• 210°
• 216°
• 222°
• 228°
• 234°
• 240°
• 246°
• 252°
• 258°
• 264°
• 270°
• 276°
• 282°
• 288°
• 294°
• 300°
• 306°
• 312°
• 318°
• 324°
• 330°
• 336°
• 342°
• 348°
• 354°

: формирование математических моделей конкретных листьев с применением теории информации.

В результате выполнения режима 3.5. Синтез и верификация моделей, создано 3 статистических модели и 7 когнитивных моделей исследуемой предметной области. Наименования этих моделей приведены на рисунках 10 и 11, а подробнее они описаны в работе [7] и других работах, посвященных АСК-анализу Ссылки на многие из них есть на сайте: http://lc.kubagro.ru/. В таблице 3 приведен фрагмент базы знаний модели INF1 на 2-й итерации:

Таблица 3 — Модель INF1 на 2-й итерации (фрагмент) (миллибиты).

Всего в этой базе знаний 1800 записей, т. е. в таблице 3 приведено 3,8% ее объема.

Колонки приведенной базы знаний соответствуют классам, в данной работе это сорта винограда.

Строки приведенной базы знаний представляют собой градации описательных шкал, в данной работе это интервальные значения расстояний от центра тяжести листа до его контура в пикселях при различных углах поворота радиуса-вектора.

Значения на пересечениях строк и колонок в модели INF1 представляют собой количество информации по А. Харкевичу [ 7 ] в элементе контура о принадлежности листа с данным элементом контура к сорту винограда. Это количество информации выражено в миллибитах, т. е. тысячных долях бита с целью экономии знакомест в таблице (т.к. все значения начинаются с нуля и запятой). Знак и модуль значения отражают степень характерности или не характерности соответствующего элемента контура данному сорту винограда. Положительные значения говорят о том, что данный элемент контура характерен для данного сорта винограда, а отрицательные — о том, что он не характерен. Степень характерности или не характерности выражается модулем значения. Пустые значения соответствуют случаю, когда данный элемент контура листа никогда не встречался у данного сорта по данным обучающей выборки. Положительные значения получаются, если данный элемент контура встречается у данного сорта с более высокой вероятностью, чем в среднем по выборке, а отрицательные — если реже, чем в среднем по выборке. Подробнее о способах расчета статистических и когнитивных моделей в АСК-анализе и системе «Эйдос» можно ознакомится в работе [7] и других работах по этой проблематике.

Модели конкретных листьев с применением теории информации представляют собой количество информации в элементах их контуров о том, что эти листья принадлежат определенным сортам. В соответствии с подходом, развиваемым в АСК-анализе и реализованным в системе «Эйдос», считается, что лист относится к тому сорту винограда, о принадлежности к которому в элементах его контура содержится больше всего информации, т. е. используется аддитивный интегральный критерий [7].