Помощь в написании студенческих работ
Антистрессовый сервис

Оценка собственной кредиспособности, как основной элемент системы управления привлечением банковского кредита на примере ООО «Баррус»

Дипломная Купить готовую Узнать стоимостьмоей работы

Сравнительная характеристика основных методологических подходов Признак Традиционная модель Модель ММ Компромиссная модель Модель иерархии Научное обоснование Отсутствует. Оптимальная структура определяется посредством опыта каждой отдельной фирмы Является единственной научно-обоснованной теорией Не имеет научного обоснования Не имеет научного обоснования Наличие ограничений Не имеет конкретных… Читать ещё >

Оценка собственной кредиспособности, как основной элемент системы управления привлечением банковского кредита на примере ООО «Баррус» (реферат, курсовая, диплом, контрольная)

Содержание

  • ВВЕДЕНИЕ
  • Глава 1. Теоретические аспекты оценки кредитоспособности организации
    • 1. 1. Понятие и экономическая сущность кредитоспособности организации
    • 1. 2. Информационная основа оценки кредитоспособности заемщика
    • 1. 3. Практика оценки кредитоспособности заемщика в российских банках
  • Глава 2. Оценка кредитоспособности ООО «Баррус»
    • 2. 1. Характеристика предприятия
    • 2. 2. Анализ имущества предприятия и источников его финансирования
    • 2. 3. Анализ финансового состояния предприятия
    • 2. 4. Анализ кредитоспособности предприятия по методике Сбербанка
  • Глава 3. Разработка направлений повышения кредитоспособности ООО «Баррус»
    • 3. 1. Подходы к формированию кредитной политики на предприятии
    • 3. 2. Повышение кредитоспособности организации как основного инструмента управления привлечением банковского кредита
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ЛИТЕРАТУРЫ
  • ПРИЛОЖЕНИЯ

Остаток дебиторской задолженности предприятия платежи по которой ожидаются более чем через 12 месяцев после проведенной переуступки будет равен 9 тыс. руб.;

2. Совершенствование структуры заемного капитала предприятия, за счет увеличения кредиторской задолженности предприятия и использования ее для погашения платных кредитов. При этом снижение доли платного заемного капитала даже на 1% означает уменьшение платных кредитов на 10 тыс. руб., а снижение процентных выплат по кредитам за 1 год составит в таком случае 2тыс.

руб.

3. Усиление маркетинговой политики за счет активного рекламирования предприятия позволит предприятию увеличить выручку на 15%.

Предлагаемые мероприятия, направленные на повышение кредитоспособности предприятия повлияли положительно на рейтинг кредитоспособности предприятия, но его класс все еще остается вторым. Это не удивительно, т.к. быстро вернуть свою платежеспособность в сложившейся ситуации не получится. Медленно, но верно, используя разработанные рекомендации, ООО «Баррус» сможет повысить свою кредитоспособность и получить возможность использования услуги кредитования в банках.

СПИСОК ЛИТЕРАТУРЫ

Конституция Российской Федерации от 29 декабря 1993 г. (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.

Гражданский кодекс РФ в 3-ех частях — М.: Эксмо, 2011. — 912 с.

Федеральный закон № 395−1 «О банках и банковской деятельности» от 2 декабря 1990 г. (с посл. изм. от 03.

06.2009 № 121-ФЗ) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.

Федеральный закон от 30 декабря 2004 г. N 218-ФЗ «О кредитных историях» (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.

Федеральный закон от 26 октября 2002 г. № 127-ФЗ «О несостоятельности (банкротстве)» (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.

Балобанов И. Т. Основы финансового менеджмента. — М.: Финансы и статистика, 2009.

Банковское дело: учебник / О. И. Лаврушин, И. Д. Мамонова, Н. И. Валенцева [и др.]; под ред. засл. деят. науки РФ, д-ра экон. наук, проф. О. И. Лаврушина. —

7-е изд., перераб. и доп. — М.: КНОРУС, 2008. — 768 с.

Банковское дело: современная система кредитования/ под ред. О. И. Лаврушина. — М.: КНОРУС, 2008.

Банковское дело: учебник / Под ред. д-ра экон. наук, проф. Г. Г. Коробовой. — изд. с изм. — М.: Магистр-Пресс, 2009. — 590 с.

Власенко М.С. О работе банка с клиентами // Деньги и кредит. — 2009. — N 12. — С.47−50.

Галанов С. С. Кризис, банки и реальный сектор экономики в современных условиях // Деньги и кредит. — 2009. — N 11. — С.38−43.

Демкович В. И. Организация работы с клиентами в коммерческом банке: практические аспекты // Деньги и кредит. — 2009. — N 6. — С.8−13.

Ендовицкий Д.А., Бочарова И. В. Анализ и оценка кредитоспособности заемщика. Москва 2008.

Ермоленко А. И. Методика оценки кредитоспособности заемщика, используемая Сбербанком РФ // Известия Тульского государственного университета. Серия: Экономические и юридические науки. 2010. № 1−1. С. 124−129.

Жариков В.В., Жарикова М. В., Евсейчев А. И. Управление кредитными рисками: Учебное пособие. — Тамбов: Изд-во ТГТУ, 2009.

Жарковская Е. П. Финансовый анализ деятельности коммерческого банка. — М.: Омега-Л, 2010 — 336 с.

Жевняк А. В. Оценка доходности кредитора и затратности заемщика при кредите // Финансы и кредит. 2011. № 31. С. 24−31.

Желтова Ю. В. Методы оценки кредитоспособности клиента // Вестник Орел

ГИЭТ, 2009, № 1−2(7).

Ильясов С. М. Методологические аспекты формирования кредитной политика банка // Деньги и кредит. — 2009. — N 6. — С.23−26.

Кирисюк Г. М., Ляховский В. С. Оценка банком кредитоспособности заемщика // Деньги и кредит. 2009. № 4.

Ковалев А. М. Финансовый менеджмент — М.: Инфра-М, 2009.

Ковалев В. В., Ковалев Вит. В. Финансы организаций (предприятий). — М.: ТК Велби, Изд-во Проспект, 2007.

Козлова Л. В. Анализ методик оценки кредитоспособности заемщика // Финансовая аналитика: Проблемы и решения. 2011. № 4. С. 61−65.

Костерина Т. М. Банковское дело — М.: Экономика, 2009. — 360 с.

Костюк А. Наблюдательные советы в банках: критерии независимости // Пробл. теории и практики управл. — 2009. — N 1. — С.52−61.

Кредиты по осени считают [Электронный ресурс]. Режим доступа:

http://banksbd.spb.ru/new.asp?num=28 299, свободный.

Лаврушин О. И. Банковское дело: учебник. 4-е изд., стер. М.: КНОРУС, 2011.

Москвин В. А. Кредитоспособность заемщиков — узловая проблема безопасности банковской сиcтемы // Вестник Академии экономической безопасности МВД России. 2009. № 11. С. 24−26.

Мурычев А.В. О развитии банковского кредитования банковских операций // Деньги и кредит. — 2008. — N 6. — С.66−67.

Протопопова Н.И., Лисиченко Д. В. Механизм управления кредитным риском коммерческих банков при потребительском кредитовании: зарубежный опыт и российская практика // Банковский вестник. 2008. № 5.

Соломин С. К. Банковский кредит. Проблемы теории и практики. — М.: Юстицинформ, 2009.

Трофимов К. Т. Банковское право. — М.: Контракт, 2010.

Уваров А. А. Методика оценки кредитоспособности заемщика // Вестник экономической интеграции. 2009. Т. 1. № 9−10. С. 119−123.

Федотова Е. Залог имущества в счет обеспечения обязательств по кредиту // Горячая линия бухгалтера. 2011. № 1. С. 93−98.

Финансово-кредитный словарь. — М.: Финансы и статистика, 2010.

Шевелев И. В. Оценка кредитных рисков российских коммерческих банков // Финансовые исследования. 2008. № 20.

Шеремет А.Д., Сайфулин Р. С., Негашен Е. В. Методика финансового анализа предприятия. М., 2009.

Официальный сайт ЦБ РФ

http://www.cbr.ru.

Официальный сайт ОАО «Сбербанк России»

http://www.sbrf.ru.

Приложение 1

Бухгалтерский баланс ООО «Баррус» на 30.

09.2011 г.

Отчет о прибылях и убытках ООО «Баррус» за 9 месяцев 2011 г.

1. Простые способы распознавания символов 3

2. Развитие простых способов распознавания символов 4

3. Обнаружение краев изображения на сетчатке 6

4. Усиление контраста в сканирующей системе 6

5. Усиление контура путем совмещения 8

6. Считающая сетчатка 9

7. Сетчатка обнаруживающая края 11

8. Будущее искусственных сетчаток 13

9. Обнаружение контура в сканирующей системе на базе ЭВМ 14

СПИСОК ЛИТЕРАТУРЫ

16

1. Простые способы распознавания символов Часто можно видеть очень сложное оборудование, сконструированное для распознавания печатных или письменных символов и преобразования их в код, удобный для использования в вычислительной машине. Роботы такого рода совершенно справедливо относятся к кибернетической технике. Интересно попытаться упростить это чрезвычайно сложное оборудование до необходимого минимума. Большая часть сложностей приходится на основные механические манипуляционные системы, необходимые для подачи документов, которые должна читать машина. Однако сама читающая часть оборудования зачастую тоже достаточно сложна.

Сотрудник Астонской кибернетической лаборатории Д. Г. Хопкинс сделал попытку найти способы сужения задачи распознавания символов до минимально необходимой. Обычно принято заранее жестко определять внешний вид символа, подлежащего распознаванию какой-либо системой для распознавания символов. После того как это сделано, возникает вопрос, каков минимальный объем оборудования, которое может использоваться для распознавания и различения заданного числа различных символов. Как и в большинстве оригинальных работ, ответ Хопкинса на этот вопрос, после того как он получен, кажется настолько очевидным, что интересно кратко проследить процесс продвижения от сложного к простому в этом случае.

Хопкинс начал с допущения о том, что он будет использовать множество из 25 фотоэлементов, в то же время ясно сознавая, что глаз человека содержит намного больше чувствительных элементов. Затем он видоизменил конфигурацию 10 своих цифровых символов таким образом, чтобы они состояли из прямых линий, а кривые линии были почти полностью исключены. Благодаря этому обеспечивалось адекватное «покрытие» используемых фотоэлементов и уменьшалась неопределенность. Преобразованные символы приобрели квадратную форму, но не в очень сильной степени.

Затем фотоэлементы были обозначены по рядам: ряд 1, ряд 2, …, ряд 5 — и по столбцам: столбец А, столбец В, …, столбец Е. Теперь любой фотоэлемент мог быть определен, например, как СЗ. Информация об освещенности фотоэлементов, связанная с каждым из символов, подлежащих распознаванию, сводилась в таблицы. Эти таблицы тщательно проверялись на избыточность, например на наличие элементов, которые никогда не освещаются, или повторяющихся образцов.

В результате проверки обнаруживаются элементы, которые покрываются всеми символами, кроме одного, или же не покрываются никакими символами, кроме одного. Девять таких элементов могут использоваться для индикации всех 10 символов (10-й делается избыточным применением метода исключения). Однако, даже если и находятся девять таких элементов, это число все еще превышает абсолютный минимум, равный четырем элементам. Минимальное число элементов, необходимых для обнаружения 10 различных символов, которые можно разделить, располагая тремя элементами, равно 8 = 23. Если теперь найдены элементы, которые покрываются (или не покрываются) двумя из символов, то потребуется минимальное число элементов, равное шести. В том случае, когда число символов, позволяющих покрыть или не покрыть любой отдельный элемент, равно трем, теоретически требуется только пять различных элементов. Приведенные рассуждения позволяют сделать вывод, что интерес должны представлять такие системы, в которых четыре или пять из 10 цифровых символов могут покрывать (или не покрывать) любой отдельный фотоэлемент.

Работая с уменьшенной таблицей, о которой упоминалось выше, обнаруживается в результате проверки, что в полной матрице, состоящей из 25 элементов, есть три элемента, а именно элементы под номерами А4, ВЗ, Е2, которые удовлетворяют указанным требованиям. Однако они не позволяют различить цифры 2 и 8, а также цифры 3 и 9. Этого и следовало ожидать, поскольку используются только три фотоэлемента. Добавление еще одного фотоэлемента должно позволить разделять 2 и 8, а также 3 и 9. Номер этого дополнительного элемента — А2. Таким образом, располагая четырьмя элементами — А2, А4, ВЗ, Е2, — можно различать все 10 различных символов.

Теперь важно отметить, что полученная конфигурация элементов не обязательно единственная, в частности потому, что конкретное множество символов выбиралось до нахождения требуемого расположения фотоэлементов. Как бы то ни было, наиболее важно то, что Хопкинск показал осуществимость этого метода, которая, в свою очередь, демонстрирует целесообразность формального инженерного подхода к конструированию символов и их распознаванию. Экспериментальное оборудование, созданное в Астоне Хопкинсом, очень простое и весьма удачное.

2. Развитие простых способов распознавания символов Описанный выше оригинальный метод распознавания цифр дает четырехразрядный двоично-кодированный выход. Однако было бы очень желательно, чтобы выход был представлен в истинно двоичном виде. После того как Хопкинс продемонстрировал целесообразность этого метода, дальнейшая работа автора привела его к системе, которая дает истинно двоичный выход.

Форма символов, используемых при работе с этой системой, и необходимое расположение фотоэлементов показаны на рис.

1.2. Двоичный выход получается простой инверсией цифрового напряжения от фотоэлемента Z, с тем чтобы выходной сигнал можно было записать как WXYZ.

рис. 2.

1. Набор символов, позволяющих получить истинно двоичный выход от четырех фотоэлементов В любой реальной системе, предназначенной для использования в роботе или аппаратуре для распознавания образов полная минимизация производиться не будет. Основанием для этого служит то, что введение в систему дополнительной избыточности может способствовать повышению ее надежности. Конкретная форма, которую примет избыточность, будет зависеть от природы всей системы в целом.

В качестве примера введения избыточности на рис.

1.2 крестиками отмечены точки, находящиеся в одном и том же месте всех 10 символов, и их можно использовать для расположения символов в читающем устройстве.

Хопкинс, расширяя возможности своей системы применением фотоэлементов, имеющих удлиненную форму, и набирая из них круглые элементы, получил около 30% правильного распознавания вручную написанных цифр произвольного размера. При этом он по-прежнему использовал только четыре элемента.

Огромный интерес вызвала возможность распознавания текста, написанного от руки, для использования в вычислительной технике; некоторые работы в этой области были доведены до уровня применения. Например, одна из систем при помощи специального пера позволяла заносить информацию через планшет «Рэнд», состоящий из проволочной сетки. Можно было использовать и специальное перо, в котором звуки от искр, возникающих с частотой 200 в секунду, улавливаются микрофонами, расположенными по краям пульта. Создатели системы утверждают, что она может распознавать 100 символов, написанных любым лицом. В системе предусмотрена обратная связь к оператору, поступающая на экран электронно-лучевой трубки, что позволяет ему стирать ошибочно записанную информацию, нажав на кнопку стирания или переписав сверху неправильный символ.

3. Обнаружение краев изображения на сетчатке Физиологические исследования указывают на некоторые особенности зрения животных при обнаружении изображений. Летвин и его соавторы обнаружили существование разно-образных специализированных нервных волокон, отходящих от глаза лягушки, в том числе и тех, которые реагируют только на четко определенные границы между объектами.

Только падающие на сетчатку изображения изменяющихся световых образцов и движущихся искривленных краев вызывают сигналы, идущие в мозг. Все другие виды нервной информации на сетчатке, по-видимому, игнорируются и не вызывают сигналов, посылаемых в мозг. Хьюбел и Вейзел открыли тот факт, что некоторые клетки в глазу кошки реагируют только на движение изображения по сетчатке. Это означает, что возможна непосредственная нейронная реакция на скорость, с которой изображение движется вдоль сетчатки.

Из изложенного следует, что до некоторой степени зрительное обнаружение характера изображения происходит непосредственно на сетчатке, а не в мозгу. Поэтому ждет своего осуществления большая работа по моделированию этих возможностей глаза и использованию их в инженерных целях. В прошлом работы такого рода обычно сводились к обработке данных в цифровой вычислительной машине. В ряде случаев делались очень сложные теоретические предположения относительно возможной организации процесса усиления контраста на сетчатке.

4. Усиление контраста в сканирующей системе Для того чтобы обеспечить усиление контраста по двум координатам в устройстве, имитирующем глаз и содержащем сканирующую систему, например передающую телевизионную трубку, необходимо использовать две отдельные системы.

Рассмотрим телевизионное сканирование. Усиление контраста здесь может осуществляться по горизонтали, вдоль каждой строки, а также по вертикали, от каждой строки к каждой последующей. Методы, используемые для этих двух различных видов усиления, в основном одинаковы. Изменяющийся во времени сигнал, полученный при сканировании, задерживается на различные временные интервалы; задержанный и незадержанный сигналы складываются и вычитаются в определенных пропорциях.

В качестве примера рассмотрим структурную схему усиления контраста по вертикали, показанную на рис. 4.1 Этот процесс приводит к выходному сигналу

где Ln — выходной сигнал от сканирования строки я и т. д., a k — постоянная. Этот выходной сигнал можно записать в виде

Такой подход можно использовать для усиления контраста как по вертикали, когда требуемая задержка равна временной продолжительности одной строки, так и по горизонтали, когда требуются задержки всего лишь порядка временной продолжительности одного элемента. В первом случае необходима большая точность задержки, во втором случае можно использовать простые пассивные контуры, правда, с введением фазоинвертирующих усилителей. Этот метод похож на метод, описанный в.

Рис. 4.

1. Структурная схема усиления контраста Хотя телевизионные передающие трубки и кажутся идеальными устройствами для использования в визуальной системе робота, с ними связан целый ряд трудностей. Прежде всего они должны быть тщательно защищены от возможного повреждения, вызываемого, например, чрезмерным засвечиванием. Долговечность передающих телевизионных трубок очень ограничена, вследствие чего нежелательно их непрерывное использование в визуальной системе работа. Некоторые трубки страдают от «прожигания» изображения на чувствительной поверхности, если их экспонировать продолжительное время перед неизменяющейся яркой сценой.

Несмотря на то, что передающие трубки сейчас намного дешевле, чем несколько лет назад, все еще сохраняется потребность в более дешевой системе, с большим сроком службы. Иногда роботу приходится работать в среде, где он сам должен обеспечивать себе освещение; в таких случаях заслуживают рассмотрения системы с бегущим лучом.

В настоящее время получили распространение интегральные системы сетчаток, содержащие большое количество фотоэлементов.

5. Усиление контура путем совмещения Контуры визуального изображения можно усилить точным совмещением двух противоположных визуальных представлений изображения. Например, точное совмещение позитивного и негативного диапозитивов дает контур изображения. Прохождение света, связанное с интерференцией и краевыми эффектами, возможно только в областях резкого изменения плотности. Оказалось, что в таком процессе наряду с контурной информацией сохраняется и текстурная информация. При этом, чем меньше промежуток между двумя диапозитивами, тем меньше деталь, которая может быть воспроизведена.

Рассмотрим черно-белое изображение. На краях изображения и на границах между черными и белыми областями неизбежно возникает более или менее постоянное изменение пропускания света. Если теперь взять простую сумму оптической плотности, А в любой заданной точке и ее инверсию —А, то эта сумма всегда равна нулю и никакого суммарного изображения возникнуть не может. Подобным образом, если привести к единице максималь-ную величину оптической плотности (т. е. Аmах = 1) и взять разность между оптической плотностью, А и 1—А, то в каждой точке результат будет 2А — 1; если же взять их сумму, то результат будет равен, А + 1 — А = 1. Следовательно, простые сумма или разность сигнала и его инверсии вообще не могут создавать эффекта усиления контура изображения.

Один из путей достижения контурного усиления за счет непосредственного использования изображения, а не интерференции и краевых эффектов состоит во взятии произведения, а не суммы или разности сигнала, А и сигнала 1 — А. В результате этого полу-чаем

Результирующий сигнал такого вида дает на выходе максимальную величину в точке, где интенсивность изображения составляет половину от максимальной величины.

Процесс нормирования можно осуществить делением на максимальную величину, что приводит к следующему виду сигнала-произведения:

где Аmах определяется как максимальное значение сигнала в точке, ближайшей к точке нулевой крутизны и с максимальной отрицательной скоростью изменения сигнала.

Однако совсем не обязательно брать нуль за основу вычислений, если определена точка, ближайшая к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала, поскольку в этом случае показатель локальной кривизны может быть задан в виде

где Атiп — значение в точке, ближайшей к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала.

Эта характеристика является сугубо локальной. В дальнейшем будет показано, что, в отличие от процесса разделения сканированием, описанный выше процесс не зависит от скорости изменения сигнала, а зависит только от его фактической величины. В этом есть определенное преимущество, поскольку при медленном изменении возникает большой выходной сигнал, так как он зависит от самой величины, а не от скорости ее изменения.

Интересно заметить, что сложением двух совершенно произвольных совокупностей точек можно сформировать вполне реальное изображение.

6. Считающая сетчатка Большое количество объектов человек считает глазами по отдельности или разделяет их на группы. В то же время глаз человека обладает способностью к мгновенному подсчету изображений, создаваемых на сетчатке небольшим числом объектов. Искусственная сетчатка, наделенная такой способностью, имела бы многочисленные применения; одним из наиболее важных явилось быстрое определение количества объектов, например элементов крови, находящихся под микроскопом.

Рис. 6.

1. Схема, применяемая в считающей сетчатке Принципиальная возможность создания такой непосредственно считающей сетчатки была продемонстрирована П. С. Вильямсом в Астоне. Схема экспериментального устройства показана на рис.

6.1. Клетки сетчатки представлены одним рядом сернисто-кадмиевых фотоэлектрических элементов. Сигналы от этих элементов подаются на операционные усилители, а затем поступают на выход. Число объектов, появляющихся перед линейкой элементов, определяется простыми схемами, и результат указывается прибором, шкала которого отградуирована на число объектов.

Принцип работы этого демонстрационного оборудования на самом деле весьма прост, хотя на первый взгляд кажется, что это не так. Для определения числа объектов, независимо от их размеров и положения, подсчитывается число краев объектов, появляющихся перед сетчаткой, а затем устройство автоматически делит его на 2. В искусственной сетчатке используется, таким образом, принцип обнаружения краев изображения.

Рис. 6.

2. Пример использования «детектора краев», разработанного в Астоне Рассмотренный принцип можно распространить для использования не только в одномерном, но и в двумерном варианте, применив для определения числа краев вдоль каждой из параллельных строк растра визуальной сцены «детектор краев», разработанный в Астоне. После этого вычисляются значения разностей, как это показано на рис. 6.2, между числами краев, появившихся перед соседними линейками, а затем вычисленные разности суммируются и делятся на 4 для получения общего числа рассматриваемых выпуклых объектов независимо от их индивидуальных размеров. Такое считающее устройство может непосредственно использоваться на промышленных складах и в магазинах, не считая уже упомянутых применений в медицине.

Наверное, следует упомянуть о том, что при использовании описанных простых считающих схем имеются определенные ограничения. С каждого конца линейка должна быть полностью укомплектована освещаемыми фотоэлементами, даже если их можно промоделировать. Соседние объекты должны или разделяться полным столбцом, или перекрываться в одном и том же столбце. Если границы двух объектов приходятся на два разных, но прилегающих столбца, то при подсчете возникает ошибка, являющаяся неким видом оптической иллюзии. Объекты не должны быть вогнутыми: при их подсчете может получиться ошибочный результат. Несмотря на недостатки данного метода, он дает хорошие результаты при реализации его на устройстве, в основе своей очень простом. Этот же метод в неизменном виде, безусловно, применим при использовании взамен дискретных элементов сканирующего устройства, например передающей телевизионной трубки.

7. Сетчатка обнаруживающая края Как уже отмечалось выше, из многочисленных исследований живых систем известно, что обнаружение краев играет важнейшую роль в процессах распознавания. В качестве примера рассмотрим пластину с изображением красной буквы на белом фоне, которая нередко встречается на автомобилях в Англии. Вся красная поверхность внутри буквы L и вся белая поверхность вне ее несут мало информации. Именно конфигурация контуров, образуемых соединением красной поверхности и белого фона, указывает на то, что изображенная фигура есть L, а не другая буква.

Для обнаружения краев и получения информации об их расположении можно использовать модификацию считающей сетчатки, описанной выше. Однако для большой сетчатки с большим числом фотоэлектрических элементов потребуется большое количество дифференциальных усилителей и стоимость непомерно возрастет.

В процессе работы в Астонской кибернетической лаборатории над считающей сетчаткой С. Е. Фри предложил оригинальную идею замены постоянного напряжения питания, которое использовалось в первых работах, на переменное. В результате этого удалось построить сетчатку, обнаруживающую края изображения, для которой требовались только фотоэлементы, конденсаторы и резисторы, но не требовались транзисторы или другие активные устройства. На рис. 7.1 приведена принципиальная схема одной строки клеток сетчатки.

Рассмотрим фотоэлементы С и D. Если ни один из них не освещается, то выходной сигнал в точке X отсутствует. С другой стороны, если оба элемента освещены в равной степени, то во время каждого полупериода на резисторе R3 возникает напряжение. Таким образом, на резисторе R3 имеется симметричное переменное напряжение.

Рис. 7.

1. Принципиальная схема сетчатки для обнаружения краев изображения При условии, что произведение RCCC велико по сравнению с периодом переменного напряжения, напряжение на резисторе R3 будет почти полностью сглажено и в точке X будет небольшое или вовсе не будет выходного напряжения.

Теперь рассмотрим ситуацию, когда фотоэлемент С освещен, а фотоэлемент D — не освещен. Эта ситуация возникает тогда, когда, например, имеется темный край, который затемняет фотоэлемент D, но не затемняет фотоэлемент С, т. е. край попадает между фотоэлементами С и О. В этом случае при полуволне питающего напряжения, когда шина питания L положительна относительно шины питания N, фотоэлемент С будет проводить и в выходной точке X появится положительное напряжение. С другой стороны, во время полуволны питающего напряжения, когда шина питания L отрицательна по отношению к шине питания N, проводимость фотоэлемента D намного меньше, поскольку он не освещен. Поэтому во время отрицательной полуволны на выходе возникает небольшое напряжение. Вследствие этого выходной конденсатор Сс намного больше заряжается в положительном направлении чем в отрицательном, и в точке X возникает сглаженное положительное выходное напряжение.

Аналогичным образом, если элемент С не освещен, а элемент D освещен, то в точке X возникает отрицательное выходное напряжение. Работа этого устройства может быть сведена е следующую таблицу:

Элемент С Элемент D Точка X

Темно Темно Нулевое напряжение Темно Светло Отрицательное напряжение Светло Темно Положительное напряжение Светло Светло Нулевое напряжение Итак, устройство только тогда дает выходное напряжение в какой-либо точке, когда оно возбуждается краем, проходящим через эту точку.

Схему приведенного вида можно использовать для построения двумерной сетчатки, обнаруживающей контуры. Индикация в устройстве осуществляется неоновыми индикаторными лампами, которые высвечивают только контур, когда, например, край перфокарты появляется перед сетчаткой фотоэлементов.

Устройство, созданное Фри, питалось от источника синусоидального напряжения; в более поздних устройствах, при работе с машиной «Астра», применялись импульсные источники энергии, которые обеспечивали выход, совместимый с логическими схемами этой машины.

8. Будущее искусственных сетчаток Предпринимались различные попытки создания искусственной сетчатки на интегральных схемах, предназначенной главным образом для сканирования перфорационных карт в вычислительной машине. Одна из возникающих здесь трудностей состоит в том, что в то время как создание массива фотоэлектрических элементов очень малых размеров вполне реально, весьма трудно реализовать отведения от элементов. В ряде случаев приходилось уменьшать сетчатку до одной строки элементов и осуществлять фактически последовательное считывание с элементов. Но даже и тогда эти устройства оказывались весьма дорогостоящими, по-видимому, из-за малого спроса и требования абсолютно исправной работы всех элементов строки, вовсе не допускающей отказов.

R. С. А. была создана сетчатка более современного вида. Она содержит в общей сложности 960 расположенных в плоскости фоточувствительных элементов, но, в отличие от обычной микроминиатюрной интегральной схемы, это более современное устройство напылено на стеклянную пластину размерами 10×20 см. Каждый из фотоэлементов подсоединяется к взаимно перпендикулярным выводным полоскам через тонкопленочный диод Шоттки. Устройство создается в несколько этапов методом напыления в вакууме.

Интегральная схема ОРТ5 состоит из массива 10×10 фотодиодов, объединенных со схемами сканирования. Интересно отметить, что при использовании матрицы с малым числом элементов наблюдается существенное изменение коэффициентов Фурье при движении изображения.

Веймером и др. проведено обширное исследование по использованию самосканирующихся сетчаткоподобных сенсоров, построенных по интегральной технологии. Для планетных исследований предлагалось использовать матрицу, состоящую из многих тысяч фототранзисторов. Емкость коллектор-база последних используется для интегрирования светового потока и разряжается один раз в течение кадра. В литературе описаны и другие устройства.

9. Обнаружение контура в сканирующей системе на базе ЭВМ В стэнфордской системе «глаз — рука», предназначенной для построения при помощи руки робота башни из визуально обнаруживаемых кубиков, применяется стандартная телевизионная камера на видиконе. В ранней работе черные кубики располагались на белом столе и удовлетворительная работа системы достигалась только при высоком уровне контраста. Использовалось 16 уровней квантования, но даже в том случае, когда человек участвовал в настройке, не всегда удавалось в сложной сцене одновременно разложить все контуры. Вследствие этого для получения наилучшего возможного разложения объекта, рассматриваемого в данный момент, и камера и уровень освещения устанавливались вручную человеком-оператором. Естественно, что такой подход не очень удачен, поскольку на полученные результаты могло влиять вмешательство человека-оператора. Программа вычислительной машины будет автоматически отбрасывать любые данные, которые не указывают разумное число ребер или удовлетворительно замкнутых контуров объекта. Дальнейшая работа совершенствовала это свойство программы.

Полученные результаты были улучшены введением автоматической регулировки потенциала мишени видикона, которая в то же время ограничивает напряжение, исключая повреждение трубки. Изображение фокусируется автоматически за счет перемещения трубки относительно одной из линз составной турели с цветными фильтрами, подбираемыми случайным образом для улучшения контраста. Локальный оператор Хьюгеля обнаруживает контуры, даже если они размыты и имеются значительные помехи, после чего вычислительная машина прослеживает контур изображения объекта, регистрируя линии и конечные точки.

В программе используется также метод наращивания информации об осматриваемых блоках по мере ее получения. Если, например, во время процедуры прослеживания достигается ранее встречавшаяся точка, то просматриваются данные, хранящиеся в памяти, чтобы проверить, в частности, не замкнутый ли контур прослеживается в данный момент. Таким образом, исключается необходимость в последовательном прослеживании всех контуров отдельного объекта.

Старая программа прослеживания контура часто не замыкала его, если один небольшой участок был искажен помехой или труден для прослеживания. Усовершенствованная программа могла «перескочить» через отдельный «плохой» участок или пытаться замкнуть контур в противоположном направлении. В конце программы следовали различные упорядочивающие процедуры, например все концевые точки сводились в углах.

Были опробованы и другие методы, построенные на цифровых методах пространственной фильтрации для улучшения качества изображения, использовавшие синтаксический анализ контекста более высокого уровня для заключения о недостающих де-талях или оперировавшие областями изображения вместо его краев. Однако оказалось, что указанные методы, как правило, фиксируют анализируемое и вычислительная машина не может влиять на работу телевизионной камеры или развертывающего устройства.

В стэнфордской установке вычислительная машина управляла поворотно-наклонной головкой, линзами турели, цветным фильтром, фокусировочным напряжением и потенциалом мишени стандартной передающей телевизионной камеры на видиконе; диафрагма устанавливалась вручную. Три цветных фильтра и один нейтральный устанавливались на диске, позволявшем выбрать фильтр за 0,2 с. Возможны 64 отсчета напряжения мишени между 0 и 50 В; при этом не допускается, чтобы напряжение вызывало слишком большую среднюю величину тока сигнала.

Шестьдесят раз в секунду видикон сканирует массив из 333X256 отсчетов яркости, каждый из которых кодируется числом в 4 бита, благодаря чему не превышается пропускная способность высокоскоростного канала данных в 24 млн. бит в секунду. Однако диапазон изменения напряжения, представленного 4-битовым числом (16 уровней квантования), может изменяться от полного рабочего диапазона видеоусилителя в 1 В до «окна» всего лишь в 1/8 В, что дает 128 уровней квантования.

Один из методов, предложенных для упрощения машинного, или робототехнического, распознавания трехмерных форм, известен под названием «сеточное кодирование». Здесь также предусматривается освещение сцены, но за счет проектирования сетки световых полос от однородного источника света. Предполагается, что этот метод может дать лучшие результаты по сравнению с более ранними, базирующимися на работе Робертса.

Метод, сходный с методом сеточного кодирования, применялся в Японии; там для освещения рассматриваемого объекта использовалась единственная движущаяся щель. Японские исследователи успешно применяли также освещение сцены с различных направлений, извлекая, таким образом, информацию, необходимую для построения линейного чертежа сцены. Стереоскопическое рассматривание объектов двумя камерами, практикуемое в М. I. Т., не использовалось японцами, так как для получения очертаний рассматриваемого объекта требуется обработка большого объема информации. Чтобы получить информацию, необходимую для создания в ЭВМ линейного чертежа, японские исследователи использовали также последовательное освещение сцены с нескольких направлений СПИСОК ЛИТЕРАТУРЫ

1. Анисимов Б. В., Курганов В. Д. Распознавание и цифровая обработка изображений — М., 1983.

2. Янг Дж.Ф. Робототехника / в переводе с англ. Под редакцией д.т.н. профессора Игнатьева М. Б. — Л.: Машиностроение, 1979 г.

1. Простые способы распознавания символов 3

2. Развитие простых способов распознавания символов 4

3. Обнаружение краев изображения на сетчатке 6

4. Усиление контраста в сканирующей системе 6

5. Усиление контура путем совмещения 8

6. Считающая сетчатка 9

7. Сетчатка обнаруживающая края 11

8. Будущее искусственных сетчаток 13

9. Обнаружение контура в сканирующей системе на базе ЭВМ 14

СПИСОК ЛИТЕРАТУРЫ

16

1. Простые способы распознавания символов Часто можно видеть очень сложное оборудование, сконструированное для распознавания печатных или письменных символов и преобразования их в код, удобный для использования в вычислительной машине. Роботы такого рода совершенно справедливо относятся к кибернетической технике. Интересно попытаться упростить это чрезвычайно сложное оборудование до необходимого минимума. Большая часть сложностей приходится на основные механические манипуляционные системы, необходимые для подачи документов, которые должна читать машина. Однако сама читающая часть оборудования зачастую тоже достаточно сложна.

Сотрудник Астонской кибернетической лаборатории Д. Г. Хопкинс сделал попытку найти способы сужения задачи распознавания символов до минимально необходимой. Обычно принято заранее жестко определять внешний вид символа, подлежащего распознаванию какой-либо системой для распознавания символов. После того как это сделано, возникает вопрос, каков минимальный объем оборудования, которое может использоваться для распознавания и различения заданного числа различных символов. Как и в большинстве оригинальных работ, ответ Хопкинса на этот вопрос, после того как он получен, кажется настолько очевидным, что интересно кратко проследить процесс продвижения от сложного к простому в этом случае.

Хопкинс начал с допущения о том, что он будет использовать множество из 25 фотоэлементов, в то же время ясно сознавая, что глаз человека содержит намного больше чувствительных элементов. Затем он видоизменил конфигурацию 10 своих цифровых символов таким образом, чтобы они состояли из прямых линий, а кривые линии были почти полностью исключены. Благодаря этому обеспечивалось адекватное «покрытие» используемых фотоэлементов и уменьшалась неопределенность. Преобразованные символы приобрели квадратную форму, но не в очень сильной степени.

Затем фотоэлементы были обозначены по рядам: ряд 1, ряд 2, …, ряд 5 — и по столбцам: столбец А, столбец В, …, столбец Е. Теперь любой фотоэлемент мог быть определен, например, как СЗ. Информация об освещенности фотоэлементов, связанная с каждым из символов, подлежащих распознаванию, сводилась в таблицы. Эти таблицы тщательно проверялись на избыточность, например на наличие элементов, которые никогда не освещаются, или повторяющихся образцов.

В результате проверки обнаруживаются элементы, которые покрываются всеми символами, кроме одного, или же не покрываются никакими символами, кроме одного. Девять таких элементов могут использоваться для индикации всех 10 символов (10-й делается избыточным применением метода исключения). Однако, даже если и находятся девять таких элементов, это число все еще превышает абсолютный минимум, равный четырем элементам. Минимальное число элементов, необходимых для обнаружения 10 различных символов, которые можно разделить, располагая тремя элементами, равно 8 = 23. Если теперь найдены элементы, которые покрываются (или не покрываются) двумя из символов, то потребуется минимальное число элементов, равное шести. В том случае, когда число символов, позволяющих покрыть или не покрыть любой отдельный элемент, равно трем, теоретически требуется только пять различных элементов. Приведенные рассуждения позволяют сделать вывод, что интерес должны представлять такие системы, в которых четыре или пять из 10 цифровых символов могут покрывать (или не покрывать) любой отдельный фотоэлемент.

Работая с уменьшенной таблицей, о которой упоминалось выше, обнаруживается в результате проверки, что в полной матрице, состоящей из 25 элементов, есть три элемента, а именно элементы под номерами А4, ВЗ, Е2, которые удовлетворяют указанным требованиям. Однако они не позволяют различить цифры 2 и 8, а также цифры 3 и 9. Этого и следовало ожидать, поскольку используются только три фотоэлемента. Добавление еще одного фотоэлемента должно позволить разделять 2 и 8, а также 3 и 9. Номер этого дополнительного элемента — А2. Таким образом, располагая четырьмя элементами — А2, А4, ВЗ, Е2, — можно различать все 10 различных символов.

Теперь важно отметить, что полученная конфигурация элементов не обязательно единственная, в частности потому, что конкретное множество символов выбиралось до нахождения требуемого расположения фотоэлементов. Как бы то ни было, наиболее важно то, что Хопкинск показал осуществимость этого метода, которая, в свою очередь, демонстрирует целесообразность формального инженерного подхода к конструированию символов и их распознаванию. Экспериментальное оборудование, созданное в Астоне Хопкинсом, очень простое и весьма удачное.

2. Развитие простых способов распознавания символов Описанный выше оригинальный метод распознавания цифр дает четырехразрядный двоично-кодированный выход. Однако было бы очень желательно, чтобы выход был представлен в истинно двоичном виде. После того как Хопкинс продемонстрировал целесообразность этого метода, дальнейшая работа автора привела его к системе, которая дает истинно двоичный выход.

Форма символов, используемых при работе с этой системой, и необходимое расположение фотоэлементов показаны на рис.

1.2. Двоичный выход получается простой инверсией цифрового напряжения от фотоэлемента Z, с тем чтобы выходной сигнал можно было записать как WXYZ.

рис. 2.

1. Набор символов, позволяющих получить истинно двоичный выход от четырех фотоэлементов В любой реальной системе, предназначенной для использования в роботе или аппаратуре для распознавания образов полная минимизация производиться не будет. Основанием для этого служит то, что введение в систему дополнительной избыточности может способствовать повышению ее надежности. Конкретная форма, которую примет избыточность, будет зависеть от природы всей системы в целом.

В качестве примера введения избыточности на рис.

1.2 крестиками отмечены точки, находящиеся в одном и том же месте всех 10 символов, и их можно использовать для расположения символов в читающем устройстве.

Хопкинс, расширяя возможности своей системы применением фотоэлементов, имеющих удлиненную форму, и набирая из них круглые элементы, получил около 30% правильного распознавания вручную написанных цифр произвольного размера. При этом он по-прежнему использовал только четыре элемента.

Огромный интерес вызвала возможность распознавания текста, написанного от руки, для использования в вычислительной технике; некоторые работы в этой области были доведены до уровня применения. Например, одна из систем при помощи специального пера позволяла заносить информацию через планшет «Рэнд», состоящий из проволочной сетки. Можно было использовать и специальное перо, в котором звуки от искр, возникающих с частотой 200 в секунду, улавливаются микрофонами, расположенными по краям пульта. Создатели системы утверждают, что она может распознавать 100 символов, написанных любым лицом. В системе предусмотрена обратная связь к оператору, поступающая на экран электронно-лучевой трубки, что позволяет ему стирать ошибочно записанную информацию, нажав на кнопку стирания или переписав сверху неправильный символ.

3. Обнаружение краев изображения на сетчатке Физиологические исследования указывают на некоторые особенности зрения животных при обнаружении изображений. Летвин и его соавторы обнаружили существование разно-образных специализированных нервных волокон, отходящих от глаза лягушки, в том числе и тех, которые реагируют только на четко определенные границы между объектами.

Только падающие на сетчатку изображения изменяющихся световых образцов и движущихся искривленных краев вызывают сигналы, идущие в мозг. Все другие виды нервной информации на сетчатке, по-видимому, игнорируются и не вызывают сигналов, посылаемых в мозг. Хьюбел и Вейзел открыли тот факт, что некоторые клетки в глазу кошки реагируют только на движение изображения по сетчатке. Это означает, что возможна непосредственная нейронная реакция на скорость, с которой изображение движется вдоль сетчатки.

Из изложенного следует, что до некоторой степени зрительное обнаружение характера изображения происходит непосредственно на сетчатке, а не в мозгу. Поэтому ждет своего осуществления большая работа по моделированию этих возможностей глаза и использованию их в инженерных целях. В прошлом работы такого рода обычно сводились к обработке данных в цифровой вычислительной машине. В ряде случаев делались очень сложные теоретические предположения относительно возможной организации процесса усиления контраста на сетчатке.

4. Усиление контраста в сканирующей системе Для того чтобы обеспечить усиление контраста по двум координатам в устройстве, имитирующем глаз и содержащем сканирующую систему, например передающую телевизионную трубку, необходимо использовать две отдельные системы.

Рассмотрим телевизионное сканирование. Усиление контраста здесь может осуществляться по горизонтали, вдоль каждой строки, а также по вертикали, от каждой строки к каждой последующей. Методы, используемые для этих двух различных видов усиления, в основном одинаковы. Изменяющийся во времени сигнал, полученный при сканировании, задерживается на различные временные интервалы; задержанный и незадержанный сигналы складываются и вычитаются в определенных пропорциях.

В качестве примера рассмотрим структурную схему усиления контраста по вертикали, показанную на рис. 4.1 Этот процесс приводит к выходному сигналу

где Ln — выходной сигнал от сканирования строки я и т. д., a k — постоянная. Этот выходной сигнал можно записать в виде

Такой подход можно использовать для усиления контраста как по вертикали, когда требуемая задержка равна временной продолжительности одной строки, так и по горизонтали, когда требуются задержки всего лишь порядка временной продолжительности одного элемента. В первом случае необходима большая точность задержки, во втором случае можно использовать простые пассивные контуры, правда, с введением фазоинвертирующих усилителей. Этот метод похож на метод, описанный в.

Рис. 4.

1. Структурная схема усиления контраста Хотя телевизионные передающие трубки и кажутся идеальными устройствами для использования в визуальной системе робота, с ними связан целый ряд трудностей. Прежде всего они должны быть тщательно защищены от возможного повреждения, вызываемого, например, чрезмерным засвечиванием. Долговечность передающих телевизионных трубок очень ограничена, вследствие чего нежелательно их непрерывное использование в визуальной системе работа. Некоторые трубки страдают от «прожигания» изображения на чувствительной поверхности, если их экспонировать продолжительное время перед неизменяющейся яркой сценой.

Несмотря на то, что передающие трубки сейчас намного дешевле, чем несколько лет назад, все еще сохраняется потребность в более дешевой системе, с большим сроком службы. Иногда роботу приходится работать в среде, где он сам должен обеспечивать себе освещение; в таких случаях заслуживают рассмотрения системы с бегущим лучом.

В настоящее время получили распространение интегральные системы сетчаток, содержащие большое количество фотоэлементов.

5. Усиление контура путем совмещения Контуры визуального изображения можно усилить точным совмещением двух противоположных визуальных представлений изображения. Например, точное совмещение позитивного и негативного диапозитивов дает контур изображения. Прохождение света, связанное с интерференцией и краевыми эффектами, возможно только в областях резкого изменения плотности. Оказалось, что в таком процессе наряду с контурной информацией сохраняется и текстурная информация. При этом, чем меньше промежуток между двумя диапозитивами, тем меньше деталь, которая может быть воспроизведена.

Рассмотрим черно-белое изображение. На краях изображения и на границах между черными и белыми областями неизбежно возникает более или менее постоянное изменение пропускания света. Если теперь взять простую сумму оптической плотности, А в любой заданной точке и ее инверсию —А, то эта сумма всегда равна нулю и никакого суммарного изображения возникнуть не может. Подобным образом, если привести к единице максималь-ную величину оптической плотности (т. е. Аmах = 1) и взять разность между оптической плотностью, А и 1—А, то в каждой точке результат будет 2А — 1; если же взять их сумму, то результат будет равен, А + 1 — А = 1. Следовательно, простые сумма или разность сигнала и его инверсии вообще не могут создавать эффекта усиления контура изображения.

Один из путей достижения контурного усиления за счет непосредственного использования изображения, а не интерференции и краевых эффектов состоит во взятии произведения, а не суммы или разности сигнала, А и сигнала 1 — А. В результате этого полу-чаем

Результирующий сигнал такого вида дает на выходе максимальную величину в точке, где интенсивность изображения составляет половину от максимальной величины.

Процесс нормирования можно осуществить делением на максимальную величину, что приводит к следующему виду сигнала-произведения:

где Аmах определяется как максимальное значение сигнала в точке, ближайшей к точке нулевой крутизны и с максимальной отрицательной скоростью изменения сигнала.

Однако совсем не обязательно брать нуль за основу вычислений, если определена точка, ближайшая к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала, поскольку в этом случае показатель локальной кривизны может быть задан в виде

где Атiп — значение в точке, ближайшей к точке нулевой кривизны и с максимальной положительной скоростью изменения сигнала.

Эта характеристика является сугубо локальной. В дальнейшем будет показано, что, в отличие от процесса разделения сканированием, описанный выше процесс не зависит от скорости изменения сигнала, а зависит только от его фактической величины. В этом есть определенное преимущество, поскольку при медленном изменении возникает большой выходной сигнал, так как он зависит от самой величины, а не от скорости ее изменения.

Интересно заметить, что сложением двух совершенно произвольных совокупностей точек можно сформировать вполне реальное изображение.

6. Считающая сетчатка Большое количество объектов человек считает глазами по отдельности или разделяет их на группы. В то же время глаз человека обладает способностью к мгновенному подсчету изображений, создаваемых на сетчатке небольшим числом объектов. Искусственная сетчатка, наделенная такой способностью, имела бы многочисленные применения; одним из наиболее важных явилось быстрое определение количества объектов, например элементов крови, находящихся под микроскопом.

Рис. 6.

1. Схема, применяемая в считающей сетчатке Принципиальная возможность создания такой непосредственно считающей сетчатки была продемонстрирована П. С. Вильямсом в Астоне. Схема экспериментального устройства показана на рис.

6.1. Клетки сетчатки представлены одним рядом сернисто-кадмиевых фотоэлектрических элементов. Сигналы от этих элементов подаются на операционные усилители, а затем поступают на выход. Число объектов, появляющихся перед линейкой элементов, определяется простыми схемами, и результат указывается прибором, шкала которого отградуирована на число объектов.

Принцип работы этого демонстрационного оборудования на самом деле весьма прост, хотя на первый взгляд кажется, что это не так. Для определения числа объектов, независимо от их размеров и положения, подсчитывается число краев объектов, появляющихся перед сетчаткой, а затем устройство автоматически делит его на 2. В искусственной сетчатке используется, таким образом, принцип обнаружения краев изображения.

Рис. 6.

2. Пример использования «детектора краев», разработанного в Астоне Рассмотренный принцип можно распространить для использования не только в одномерном, но и в двумерном варианте, применив для определения числа краев вдоль каждой из параллельных строк растра визуальной сцены «детектор краев», разработанный в Астоне. После этого вычисляются значения разностей, как это показано на рис. 6.2, между числами краев, появившихся перед соседними линейками, а затем вычисленные разности суммируются и делятся на 4 для получения общего числа рассматриваемых выпуклых объектов независимо от их индивидуальных размеров. Такое считающее устройство может непосредственно использоваться на промышленных складах и в магазинах, не считая уже упомянутых применений в медицине.

Наверное, следует упомянуть о том, что при использовании описанных простых считающих схем имеются определенные ограничения. С каждого конца линейка должна быть полностью укомплектована освещаемыми фотоэлементами, даже если их можно промоделировать. Соседние объекты должны или разделяться полным столбцом, или перекрываться в одном и том же столбце. Если границы двух объектов приходятся на два разных, но прилегающих столбца, то при подсчете возникает ошибка, являющаяся неким видом оптической иллюзии. Объекты не должны быть вогнутыми: при их подсчете может получиться ошибочный результат. Несмотря на недостатки данного метода, он дает хорошие результаты при реализации его на устройстве, в основе своей очень простом. Этот же метод в неизменном виде, безусловно, применим при использовании взамен дискретных элементов сканирующего устройства, например передающей телевизионной трубки.

7. Сетчатка обнаруживающая края Как уже отмечалось выше, из многочисленных исследований живых систем известно, что обнаружение краев играет важнейшую роль в процессах распознавания. В качестве примера рассмотрим пластину с изображением красной буквы на белом фоне, которая нередко встречается на автомобилях в Англии. Вся красная поверхность внутри буквы L и вся белая поверхность вне ее несут мало информации. Именно конфигурация контуров, образуемых соединением красной поверхности и белого фона, указывает на то, что изображенная фигура есть L, а не другая буква.

Для обнаружения краев и получения информации об их расположении можно использовать модификацию считающей сетчатки, описанной выше. Однако для большой сетчатки с большим числом фотоэлектрических элементов потребуется большое количество дифференциальных усилителей и стоимость непомерно возрастет.

В процессе работы в Астонской кибернетической лаборатории над считающей сетчаткой С. Е. Фри предложил оригинальную идею замены постоянного напряжения питания, которое использовалось в первых работах, на переменное. В результате этого удалось построить сетчатку, обнаруживающую края изображения, для которой требовались только фотоэлементы, конденсаторы и резисторы, но не требовались транзисторы или другие активные устройства. На рис. 7.1 приведена принципиальная схема одной строки клеток сетчатки.

Рассмотрим фотоэлементы С и D. Если ни один из них не освещается, то выходной сигнал в точке X отсутствует. С другой стороны, если оба элемента освещены в равной степени, то во время каждого полупериода на резисторе R3 возникает напряжение. Таким образом, на резисторе R3 имеется симметричное переменное напряжение.

Рис. 7.

1. Принципиальная схема сетчатки для обнаружения краев изображения При условии, что произведение RCCC велико по сравнению с периодом переменного напряжения, напряжение на резисторе R3 будет почти полностью сглажено и в точке X будет небольшое или вовсе не будет выходного напряжения.

Теперь рассмотрим ситуацию, когда фотоэлемент С освещен, а фотоэлемент D — не освещен. Эта ситуация возникает тогда, когда, например, имеется темный край, который затемняет фотоэлемент D, но не затемняет фотоэлемент С, т. е. край попадает между фотоэлементами С и О. В этом случае при полуволне питающего напряжения, когда шина питания L положительна относительно шины питания N, фотоэлемент С будет проводить и в выходной точке X появится положительное напряжение. С другой стороны, во время полуволны питающего напряжения, когда шина питания L отрицательна по отношению к шине питания N, проводимость фотоэлемента D намного меньше, поскольку он не освещен. Поэтому во время отрицательной полуволны на выходе возникает небольшое напряжение. Вследствие этого выходной конденсатор Сс намного больше заряжается в положительном направлении чем в отрицательном, и в точке X возникает сглаженное положительное выходное напряжение.

Аналогичным образом, если элемент С не освещен, а элемент D освещен, то в точке X возникает отрицательное выходное напряжение. Работа этого устройства может быть сведена е следующую таблицу:

Элемент С Элемент D Точка X

Темно Темно Нулевое напряжение Темно Светло Отрицательное напряжение Светло Темно Положительное напряжение Светло Светло Нулевое напряжение Итак, устройство только тогда дает выходное напряжение в какой-либо точке, когда оно возбуждается краем, проходящим через эту точку.

Схему приведенного вида можно использовать для построения двумерной сетчатки, обнаруживающей контуры. Индикация в устройстве осуществляется неоновыми индикаторными лампами, которые высвечивают только контур, когда, например, край перфокарты появляется перед сетчаткой фотоэлементов.

Устройство, созданное Фри, питалось от источника синусоидального напряжения; в более поздних устройствах, при работе с машиной «Астра», применялись импульсные источники энергии, которые обеспечивали выход, совместимый с логическими схемами этой машины.

8. Будущее искусственных сетчаток Предпринимались различные попытки создания искусственной сетчатки на интегральных схемах, предназначенной главным образом для сканирования перфорационных карт в вычислительной машине. Одна из возникающих здесь трудностей состоит в том, что в то время как создание массива фотоэлектрических элементов очень малых размеров вполне реально, весьма трудно реализовать отведения от элементов. В ряде случаев приходилось уменьшать сетчатку до одной строки элементов и осуществлять фактически последовательное считывание с элементов. Но даже и тогда эти устройства оказывались весьма дорогостоящими, по-видимому, из-за малого спроса и требования абсолютно исправной работы всех элементов строки, вовсе не допускающей отказов.

R. С. А. была создана сетчатка более современного вида. Она содержит в общей сложности 960 расположенных в плоскости фоточувствительных элементов, но, в отличие от обычной микроминиатюрной интегральной схемы, это более современное устройство напылено на стеклянную пластину размерами 10×20 см. Каждый из фотоэлементов подсоединяется к взаимно перпендикулярным выводным полоскам через тонкопленочный диод Шоттки. Устройство создается в несколько этапов методом напыления в вакууме.

Интегральная схема ОРТ5 состоит из массива 10×10 фотодиодов, объединенных со схемами сканирования. Интересно отметить, что при использовании матрицы с малым числом элементов наблюдается существенное изменение коэффициентов Фурье при движении изображения.

Веймером и др. проведено обширное исследование по использованию самосканирующихся сетчаткоподобных сенсоров, построенных по интегральной технологии. Для планетных исследований предлагалось использовать матрицу, состоящую из многих тысяч фототранзисторов. Емкость коллектор-база последних используется для интегрирования светового потока и разряжается один раз в течение кадра. В литературе описаны и другие устройства.

9. Обнаружение контура в сканирующей системе на базе ЭВМ В стэнфордской системе «глаз — рука», предназначенной для построения при помощи руки робота башни из визуально обнаруживаемых кубиков, применяется стандартная телевизионная камера на видиконе. В ранней работе черные кубики располагались на белом столе и удовлетворительная работа системы достигалась только при высоком уровне контраста. Использовалось 16 уровней квантования, но даже в том случае, когда человек участвовал в настройке, не всегда удавалось в сложной сцене одновременно разложить все контуры. Вследствие этого для получения наилучшего возможного разложения объекта, рассматриваемого в данный момент, и камера и уровень освещения устанавливались вручную человеком-оператором. Естественно, что такой подход не очень удачен, поскольку на полученные результаты могло влиять вмешательство человека-оператора. Программа вычислительной машины будет автоматически отбрасывать любые данные, которые не указывают разумное число ребер или удовлетворительно замкнутых контуров объекта. Дальнейшая работа совершенствовала это свойство программы.

Полученные результаты были улучшены введением автоматической регулировки потенциала мишени видикона, которая в то же время ограничивает напряжение, исключая повреждение трубки. Изображение фокусируется автоматически за счет перемещения трубки относительно одной из линз составной турели с цветными фильтрами, подбираемыми случайным образом для улучшения контраста. Локальный оператор Хьюгеля обнаруживает контуры, даже если они размыты и имеются значительные помехи, после чего вычислительная машина прослеживает контур изображения объекта, регистрируя линии и конечные точки.

В программе используется также метод наращивания информации об осматриваемых блоках по мере ее получения. Если, например, во время процедуры прослеживания достигается ранее встречавшаяся точка, то просматриваются данные, хранящиеся в памяти, чтобы проверить, в частности, не замкнутый ли контур прослеживается в данный момент. Таким образом, исключается необходимость в последовательном прослеживании всех контуров отдельного объекта.

Старая программа прослеживания контура часто не замыкала его, если один небольшой участок был искажен помехой или труден для прослеживания. Усовершенствованная программа могла «перескочить» через отдельный «плохой» участок или пытаться замкнуть контур в противоположном направлении. В конце программы следовали различные упорядочивающие процедуры, например все концевые точки сводились в углах.

Были опробованы и другие методы, построенные на цифровых методах пространственной фильтрации для улучшения качества изображения, использовавшие синтаксический анализ контекста более высокого уровня для заключения о недостающих де-талях или оперировавшие областями изображения вместо его краев. Однако оказалось, что указанные методы, как правило, фиксируют анализируемое и вычислительная машина не может влиять на работу телевизионной камеры или развертывающего устройства.

В стэнфордской установке вычислительная машина управляла поворотно-наклонной головкой, линзами турели, цветным фильтром, фокусировочным напряжением и потенциалом мишени стандартной передающей телевизионной камеры на видиконе; диафрагма устанавливалась вручную. Три цветных фильтра и один нейтральный устанавливались на диске, позволявшем выбрать фильтр за 0,2 с. Возможны 64 отсчета напряжения мишени между 0 и 50 В; при этом не допускается, чтобы напряжение вызывало слишком большую среднюю величину тока сигнала.

Шестьдесят раз в секунду видикон сканирует массив из 333X256 отсчетов яркости, каждый из которых кодируется числом в 4 бита, благодаря чему не превышается пропускная способность высокоскоростного канала данных в 24 млн. бит в секунду. Однако диапазон изменения напряжения, представленного 4-битовым числом (16 уровней квантования), может изменяться от полного рабочего диапазона видеоусилителя в 1 В до «окна» всего лишь в 1/8 В, что дает 128 уровней квантования.

Один из методов, предложенных для упрощения машинного, или робототехнического, распознавания трехмерных форм, известен под названием «сеточное кодирование». Здесь также предусматривается освещение сцены, но за счет проектирования сетки световых полос от однородного источника света. Предполагается, что этот метод может дать лучшие результаты по сравнению с более ранними, базирующимися на работе Робертса.

Метод, сходный с методом сеточного кодирования, применялся в Японии; там для освещения рассматриваемого объекта использовалась единственная движущаяся щель. Японские исследователи успешно применяли также освещение сцены с различных направлений, извлекая, таким образом, информацию, необходимую для построения линейного чертежа сцены. Стереоскопическое рассматривание объектов двумя камерами, практикуемое в М. I. Т., не использовалось японцами, так как для получения очертаний рассматриваемого объекта требуется обработка большого объема информации. Чтобы получить информацию, необходимую для создания в ЭВМ линейного чертежа, японские исследователи использовали также последовательное освещение сцены с нескольких направлений СПИСОК ЛИТЕРАТУРЫ

1. Анисимов Б. В., Курганов В. Д. Распознавание и цифровая обработка изображений — М., 1983.

2. Янг Дж.Ф. Робототехника / в переводе с англ. Под редакцией д.т.н. профессора Игнатьева М. Б. — Л.: Машиностроение, 1979 г.

Приложение 2

Бухгалтерский баланс ООО «Баррус» за 2010 г.

Отчет о прибылях и убытках ООО «Баррус» за 2010 г.

Приложение 3

Бухгалтерский баланс ООО «Баррус» за 2009 г.

Отчет о прибылях и убытках ООО «Баррус» за 2009 г.

Приложение 4

Сравнительная характеристика основных методологических подходов Признак Традиционная модель Модель ММ Компромиссная модель Модель иерархии Научное обоснование Отсутствует. Оптимальная структура определяется посредством опыта каждой отдельной фирмы Является единственной научно-обоснованной теорией Не имеет научного обоснования Не имеет научного обоснования Наличие ограничений Не имеет конкретных ограничений по формированию оптимальной структуры капитала Выведена при условии соблюдения ряда достаточно жестких ограничений Не имеет конкретных ограничений по формированию оптимальной структуры капитала Не имеет конкретных ограничений по формированию оптимальной структуры капитала Учет рисков Учитывает финансовый и деловой риски Учитывает риски, связанные с привлечением капитала Учитывает риски при привлечении заемного капитала Минимизирует риски фирмы Рекомендации по поиску оптимальной структуры Только констатирует существование оптимальной структуры, но не дает каких-либо четких рекомендаций к поиску данной структуры Дает рекомендации по поиску оптимальной структуры капитала Не позволяет конкретной корпорации рассчитать наилучшее сочетание собственного и заемного капиталов, но формулирует общие рекомендации для принятия решений Не предполагает какого-либо планового соотношения долга и собственного капитала Возможность максимизации стоимости компании Определяет оптимальную структуру капитала, которая максимизирует ежегодный доход и цену капитала фирмы Позволяет выбрать способ финансирования, максимизирующий стоимость компании При приближении задолженности к 100% из-за резкого роста стоимости акционерного капитала стоимость капитала фирмы максимизируется Не стремится к максимизации стоимости компании Учет агентского конфликта Учитывает конфликт между менеджерами и акционерами, между акционерами и кредиторами Не учитывает конфликт между менеджерами и акционерами Учитывает конфликт между менеджерами и акционерами, между акционерами и кредиторами Не учитывает конфликт между менеджерами и кредиторами

Васильева Л. С. Финансовый анализ: учебник / Л. С. Васильева, М. В. Петровская. — М.: КНОРУС, 2006. 544 с., с.274

Управлению кредиторской и дебиторской задолженностью

Мероприятия по повышению кредитоспособности

Увеличение объёмов источников собственного финансирования

Совершенствованию ассортимента

Ускорение сбыта и реализации

Расшире-ние рынка сбыта

Совершенст-вование сервиса

Совершенствование структуры оборотного капитала

Поставщик

Покупатель

Промсвязьбанк

Система финансового управления формированием заемного капитала предприятия

Привлечение финансовых ресурсов из различных источников

Оценка эффективности привлечения инвестиционных ресурсов, оптимизация форм привлечения, оценка риска, связанного с формированием капитала

Объект управления — цена и структура заемного капитала

Показать весь текст

Список литературы

  1. Конституция Российской Федерации от 29 декабря 1993 г. (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.
  2. Гражданский кодекс РФ в 3-ех частях — М.: Эксмо, 2011. — 912 с.
  3. Федеральный закон № 395−1 «О банках и банковской деятельности» от 2 декабря 1990 г. (с посл. изм. от 03.06.2009 № 121-ФЗ) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.
  4. Федеральный закон от 30 декабря 2004 г. N 218-ФЗ «О кредитных историях» (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.
  5. Федеральный закон от 26 октября 2002 г. № 127-ФЗ «О несостоятельности (банкротстве)» (с посл. изм. и доп.) // Правовая система Консультант Плюс [Электронный ресурс]. Режим доступа: www.consultant.ru, свободный.
  6. И.Т. Основы финансового менеджмента. — М.: Финансы и статистика, 2009.
  7. Банковское дело: учебник / О. И. Лаврушин, И. Д. Мамонова, Н. И. Валенцева [и др.]; под ред. засл. деят. науки РФ, д-ра экон. наук, проф. О. И. Лаврушина. — 7-е изд., перераб. и доп. — М.: КНОРУС, 2008. — 768 с.
  8. Банковское дело: современная система кредитования/ под ред. О. И. Лаврушина. — М.: КНОРУС, 2008.
  9. Банковское дело: учебник / Под ред. д-ра экон. наук, проф. Г. Г. Коробовой. — изд. с изм. — М.: Магистр-Пресс, 2009. — 590 с.
  10. М.С. О работе банка с клиентами // Деньги и кредит. — 2009. — N 12. — С.47−50.
  11. С.С. Кризис, банки и реальный сектор экономики в современных условиях // Деньги и кредит. — 2009. — N 11. — С.38−43.
  12. В.И. Организация работы с клиентами в коммерческом банке: практические аспекты // Деньги и кредит. — 2009. — N 6. — С.8−13.
  13. Д.А., Бочарова И. В. Анализ и оценка кредитоспособности заемщика. Москва 2008.
  14. А.И. Методика оценки кредитоспособности заемщика, используемая Сбербанком РФ // Известия Тульского государственного университета. Серия: Экономические и юридические науки. 2010. № 1−1. С. 124−129.
  15. В.В., Жарикова М. В., Евсейчев А. И. Управление кредитными рисками: Учебное пособие. — Тамбов: Изд-во ТГТУ, 2009.
  16. Е.П. Финансовый анализ деятельности коммерческого банка. — М.: Омега-Л, 2010 — 336 с.
  17. А.В. Оценка доходности кредитора и затратности заемщика при кредите // Финансы и кредит. 2011. № 31. С. 24−31.
  18. Ю.В. Методы оценки кредитоспособности клиента // Вестник ОрелГИЭТ, 2009, № 1−2(7).
  19. С.М. Методологические аспекты формирования кредитной политика банка // Деньги и кредит. — 2009. — N 6. — С.23−26.
  20. Г. М., Ляховский В. С. Оценка банком кредитоспособности заемщика // Деньги и кредит. 2009. № 4.
  21. А.М. Финансовый менеджмент — М.: Инфра-М, 2009.
  22. В. В., Ковалев Вит. В. Финансы организаций (предприятий). — М.: ТК Велби, Изд-во Проспект, 2007.
  23. Л.В. Анализ методик оценки кредитоспособности заемщика // Финансовая аналитика: Проблемы и решения. 2011. № 4. С. 61−65.
  24. Т.М. Банковское дело — М.: Экономика, 2009. — 360 с.
  25. А. Наблюдательные советы в банках: критерии независимости // Пробл. теории и практики управл. — 2009. — N 1. — С.52−61.
  26. Кредиты по осени считают [Электронный ресурс]. Режим доступа: http://banksbd.spb.ru/new.asp?num=28 299, свободный.
  27. О. И. Банковское дело: учебник. 4-е изд., стер. М.: КНОРУС, 2011.
  28. В.А. Кредитоспособность заемщиков — узловая проблема безопасности банковской сиcтемы // Вестник Академии экономической безопасности МВД России. 2009. № 11. С. 24−26.
  29. А.В. О развитии банковского кредитования банковских операций // Деньги и кредит. — 2008. — N 6. — С.66−67.
  30. Н.И., Лисиченко Д. В. Механизм управления кредитным риском коммерческих банков при потребительском кредитовании: зарубежный опыт и российская практика // Банковский вестник. 2008. № 5.
  31. С. К. Банковский кредит. Проблемы теории и практики. — М.: Юстицинформ, 2009.
  32. К. Т. Банковское право. — М.: Контракт, 2010.
  33. А.А. Методика оценки кредитоспособности заемщика // Вестник экономической интеграции. 2009. Т. 1. № 9−10. С. 119−123.
  34. Е. Залог имущества в счет обеспечения обязательств по кредиту // Горячая линия бухгалтера. 2011. № 1. С. 93−98.
  35. Финансово-кредитный словарь. — М.: Финансы и статистика, 2010.
  36. И.В. Оценка кредитных рисков российских коммерческих банков // Финансовые исследования. 2008. № 20.
  37. А.Д., Сайфулин Р. С., Негашен Е. В. Методика финансового анализа предприятия. М., 2009.
  38. Официальный сайт ЦБ РФ http://www.cbr.ru.
  39. Официальный сайт ОАО «Сбербанк России» http://www.sbrf.ru.
Заполнить форму текущей работой
Купить готовую работу

ИЛИ