Серия NFS
 
Другие игры
GTA 6 new!
Test Drive Unlimited 2
 

Системы автоматической оптимизации

 

Системы автоматической оптимизации

Системы автоматической оптимизации

При построении системы автоматической оптимизации (САО) исходят из того, что характеристика объекта частично или полностью неизвестна и по результатам исследований объекта управления (ОУ) строят поисковый алгоритм, способный функционировать в условиях статистической неопределенности. Необходимым условием для этого является определение вероятностных распределений параметров объекта. Для поведения эффективности САО могут быть использованы методы статистической фильтрации на базе последовательной проверки статистических гипотез и нечеткие модификации последовательных алгоритмов, которые функционируют при неточно заданных вероятностных характеристиках параметров. Предлагается следующий алгоритм работы системы оптимизации.

Формируется нечеткая область значений регулирующего воздействия, выводящая систему в окрестность экстремума. Выбирается некоторое значение регулирующего воздействия, выводящего ОУ в окрестность экстремума характеристики. Определяются значения параметров нечеткой последовательной процедуры принятия решений в САО. Осуществляется уточнение положение экстремума с использованием поискового алгоритма на базе нечеткой последовательной процедуры проверки статистических гипотез. При этом система работает в режиме непрерывного отслеживания экстремума при требовании точности, а не быстродействия. Переход осуществляется при изменении воздействий на ОУ, приводящих к изменению его режима работы. Выбор нечетких соответствий в качестве средства описания модели характеристики ОУ и параметров процедуры поиска позволяет уменьшить объем данных для принятия решения, а так же производить идентификацию модели с привлечением любой апостериорной информации.

Модель оценки величины коэффициента масштабирования в видеопоследовательностях

В большинстве видеопоследовательностей сцена подвергается глобальным трансформациям, основными из которых являются масштабирование, поворот и сдвиг. Оценка параметров этих изменений позволяет существенным образом повысить эффективность кодирующей системы. Существует ряд способов определения параметров глобального изменения сцены, недостатком которых является предъявление высоких требований к вычислительным ресурсам. Предлагаемый метод существенно снижает количество обрабатываемой информации, сохраняя возможность определения глобального изменения сцены с необходимой точностью. Снижение информации достигается за счет выделения границ объектов в изображениях с последующей их бинаризацией.

Результатом такой обработки является множество точек, упрощенно представляющих изображение в виде, который содержит лишь некоторые характерные линии. Значимых точек в изображении остается порядка 3-5 точек от общего количества точек изображения. Параметры глобального изменения сцены могут быть определены совмещением этих линий в последовательных кадрах видеопоследовательности. В соответствии с моделью разработаны интегральные характеристики, позволяющие определять коэффициент масштабирования путем их совмещения методом полного перебора. Так же предлагается эффективный метод определения коэффициента масштабирования с использованием интегральных характеристик, основанный на определении координат характерных точек кривых. Рассматриваемый подход легко обобщается на задачи оценки поворота и сдвига, с помощью использования специфичных для данных трансформаций интегральных характеристик.

Алгоритмы повышения качества изображения с целью выделения контура объекта и расчета цепного кода

В работе представлены алгоритмы улучшения качества изображения, не требующие участия со стороны пользователя, направленные на повышение яркости и контрастности, а также увеличения отношения сигнал/шум. Повышение яркости и контрастности достигается путём использования коэффициента усиления перепада яркости каждого элемента изображения 1, с учетом среднего значения яркости Api элементов кадра при заданной освещённости где АЦ - значение яркости каждого элемента изображения; Атах, Amin, Api - значение яркости точки изображения с максимальной, минимальной и вычисленной по всему изображению средней яркостью соответственно. Увеличение отношения сигнал/шум обеспечивается за счёт анализа изображения при разных уровнях освещённости. Обработанные кадры (i,N) с различными уровнями освещенности складываются по следующей формуле В результате применения указанных алгоритмов было получено изображение, позволяющее (после его перевода в двухградационное с заданным порогом) выделить контур объекта. Благодаря использованию метода цепных кодов Фримана, вычислены инвариантные к ориентации и расположению объекта характеристики периметр, площадь и центр масс контура.

Мультиавтоматы и параллельная обработка информации

Рассматриваются устройства с несколькими входными алфавитами. В частности, рассматриваются устройства, использующие принцип совмещенных (либо разделенных) состояний, осуществляющие параллельную (либо последовательную) обработку информации. Мультиавтоматы. Вначале рассмотрим объект из теории полигонов -мультиполигон. На основе X строится динамическая модель в теории автоматов. Р

Параметризация фракталоподобных объектов

Современный уровень научно-технического прогресса в электронной промленности однозначно связан с совершенствованием технологических методов контроля , в частности, в области атомно-силовой и пьезоэлектрической микроскопии. Эти методы позволяют с высокой степенью пространственного разрешения исследовать кристаллическую и доменную структуры сегнетоэлектрических пленок. При этом предъявляются повенные требования к системе обработки изображений. Одним из эффективных методов кодирования и сжатия изображений является фрактальный формализм, использующий идеи и концепции фрактальной геометрии.  Теоретически созданный фрактальный формализм в полной мере используется только для описания математических объектов с бесконечным диапазоном скэйлинга. К сожалению, для физических объектов понятие фрактальной размерности Хаусдорфа - Безиковича теряет смысл, так как построение меры требует предельного перехода к бесконечно малому.

Большой практический интерес представляют проблемы применения качественных и количественных фрактальных оценок изображений физических объектов с ограниченным диапазоном, скэйлинга, к которым относятся сегнетоэлектрические пленки. Практическая значимость фрактальной геометрии существенно возрастает при изучении случайных фракталоподобных объектов. Одной из причин высокой иррегулярности, которая наблюдается в процессе роста тонкой плёнки на подложке, является случайность. В работе анализируются механизмы образования фрактальных кластеров, для которых число элементов, формирующих тонкую плёнку, зависит от линейного размера этих элементов. Компьютерное моделирование позволило на основе фрактальной размерности параметризировать и наглядно интерпретировать динамику роста сегнетоэлектрической плёнки. Разработанное программное обеспечение рекомендуется использовать при анализе других фракталоподобных объектов.

Система формирования и обработки фрактальных изображений

Одним из современных методов качественного и количественного анализа эволюции сложных самоподобных структур является метод, использующий рекомендации фрактальной геометрии. Известно, что топологическая размерность объекта в эвклидовом пространстве, во-первых, равна числу степеней свободы объектов, т.е. числу независимых переменных, необходимых для описания положения в рассматриваемом пространстве и, во-вторых, она является целочисленной величиной. Топологическая размерность не позволяет адекватно описывать реально существующие явления и объекты такие, как турбулентное движение жидкости, возникающий в авиационном двигателе при неправильном выборе его работы, а также процесс формирования тонких пленок на кремниевой подложке при изготовлении интегральных схем. Все эти сложные явления, процессы и объекты достаточно хорошо описываются с помощью фрактальной размерности, которая не является целым числом.

Примерами объектов с нецелочисленной размерностью является кривая Коха, ковер Серпинского, губка Менгеля. Физический смысл нецелочисленной размерности подобия, например, кривой Коха состоит в том, что она заполняет пространство более плотно, чем линия (размерность которой равна), но менее плотно, чем квадрат (размерность которого равна). В статье отмечается, что фрактальная размерность расширяет эвклидово понятие размерности, но она не достаточна для описания статистически подобных структур, состоящих из частей, в которых пространственное распределение усреднённых характеристик (например, плотности) является таким же, как и в целом объекте. Большое внимание уделяется методам параметризации и классификации различных объектов по их фрактальным феноменологическим изображениям, полученным с помощью системы функций. Программное обеспечение написано на платформо-независимом, языке высокого уровня Java.

 

 

Website

 

Affiliates

Все партнеры
 

Links

Рейтинг@Mail.ru
 

Need For Speed 2003 | Дизайн: ED9M | 27.05.2003.