Оброблення зображень плям лазерних пучків із застосуванням паралельно-ієрархічних мереж

Abstract

Дисертація присвячена вдосконаленню та розробленню методу класифікації зображень, який, фільтруючи деформовані зображення, дозволяє обчислити і спрогнозувати координати енергетичного центру нечіткого зображення з найкращою ефективністю і за прийнятний час. Актуальною науковою задачею, що підлягає вирішенню, є підвищення ефективності методів та інтелектуальних засобів для оброблення зображень плям лазерних пучків у реальному часі відповідно до вимог ресурсоємних обчислювальних задач. Розроблено метод попереднього оброблення зображень плям лазерних пучків на основі S-препарування. Цей метод дозволяє визначити координати істинного зміщення фону зображення з точністю до одного дискрету у разі перевищення істинного піку рангової взаємокореляційної функції максимального хибного піку для більшості типів фонового зображення. Також розроблено метод формування багаторівневих паралельно-ієрархічних мереж. Проведено моделювання паралельно-ієрархічних мереж для класифікації та розпізнавання плямоподібних зображень лазерного променя в реальному часі, які використовують пряме перетворення у паралельно-ієрархічних мережах на основі застосування нормуючого рівняння, що в середньому дозволило в 1,5 раза підвищити точність класифікації в процесах профілювання лазерного променя. Вперше розроблено метод визначення координат енергетичного центру та їх прогнозування. Вдалося поліпшити швидкість оброблення плям лазерних пучків, а також збільшити якість прогнозування у порівнянні із відомими методами попередньої обробки та прогнозування. Диссертация посвящена совершенствованию и разработке метода классификации изображений, который, благодаря фильтрации деформированных изображений, позволяет вычислить и спрогнозировать координаты энергетического центра нечеткого изображения с наилучшей эффективностью и за приемлемое время. Актуальной научной задачей, подлежащей решению, является повышение эффективности методов и интеллектуальных средств для обработки изображений пятен лазерных пучков в реальном времени в соответствии с требованиями ресурсоёмких вычислительных задач. В работе применяется принцип параллельно-иерархической обработки информации, который предполагает организацию многоуровневого параллельно-иерархического вычислительного процесса, ориентированного на достижение максимально возможного алгоритмического и схемотехнического быстродействия при преобразовании информации, и минимально возможных параметров емкости памяти и потребляемой мощности для ее сохранения, с опережающим ростом функциональных возможностей технических средств по сравнению с их сложностью. Разработаны методы и алгоритмы для распознавания изображений с применением многоуровневых параллельно-иерархических сетей, что обеспечивает повышение быстродействия обработки изображений большой размерности в реальном времени, их корреляционного сравнения и позволяет повысить эффективность их распознавания. Разработан метод формирования многоуровневых параллельно-иерархических сетей, который, по сравнению с существующими, на основе иерархического формирования подсетей и их связывания за пирамидальной схемой, даёт возможность организовать быструю обработку изображений пятен лазерных пучков. Разработан метод S-препарирования для предварительной обработки изображений, который заключается в формировании сверток отсчетов изображения при различных смещениях окна суммирования, формировании на основе этих сверток контурных препаратов текущего изображения с препаратами задержанного изображения при нулевом смещении окна суммирования, что позволяет определить координаты истинного смещение фона изображения с точностью до одного дискрета при превышении истинного пика взаимокорреляцинной функции максимально ложного пика для большинства типов фонов изображения. Впервые разработан метод определения координат энергетических центров и их прогнозирования. Разработан метод прогнозирования с использованием параллельно-иерархической сети и комбинированного метода обучения, основанный на коррекции ошибок и на использовании памяти параллельно-иерархической сети при распознавании образов. При выполнении определенной аппроксимации сглаженного ряда осуществлен прогноз тренда на несколько шагов вперед. Проведено моделирование параллельно-иерархических сетей для классификации и распознавания пятноподобных изображений лазерного луча в реальном времени, которые используют прямое преобразование в параллельно-иерархических сетях на основе применения нормирующего уравнения, что в среднем позволило в 1,5 раза повысить точность классификации в процессах профилирования лазерного луча. Получили дальнейшее развитие методы и архитектурная организация вычислений в многоуровневых параллельно-иерархических сетях на основе применения GPU-технологий, обеспечивающих повышение производительности корреляционного сравнения и структурного описания изображения, а также быстродействия обработки сверхбольших массивов информации, созданных как параллельно-иерархические структуры. Удалось улучшить скорость обработки пятен лазерных пучков, а также увеличить качество прогнозирования по сравнению с известными методами предварительной обработки и прогнозирования. Предложены варианты реализации многоуровневых параллельно-иерархических сетей на основе GPU-ориентированной аппаратной платформы с организацией массивно-параллельных вычислений. Разработаны компьютерные средства для параллельно-иерархической сети на основе технологий GPGPU, которые обеспечивают компактное исполнение вычислительных операций наряду с высокоскоростными каналами передачи данных, которые позволяют использовать проектные решения на базе GPU в компактных кластерных комплексах с экономным потреблением электроэнергии. The research investigates the improvement and development of methods for image classification, that filter the deformed image, which will allow to calculate and forecast the energy center coordinates of the smudged image with the best performance and within a reasonable time. Actual scientific problem to solve is to improve methods and intelligent means for image processing of laser beam spots in real time in accordance with the requirements of intensive resource computer tasks. The method of image pre-processing laser beam spots – S-preparation was developed. The method determines the coordinates of the true background image offset within one discrete peak in excess of the true rank mutual correlation function maximum false peak for most types of background image. A method for image classification spots of laser beams based on normalizing equation was also developed. The simulation of parallel-hierarchical networks for classification and recognition spot images of the laser beam in real time was provided using direct conversion of parallel-hierarchical networks, based on the formation of normalizing equation, allowing an average of 1,5 times to increase the accuracy of classification processes to profile laser beam. For the first time the method of determining the coordinates of the power centers and their prediction was investigated. It became possible to improve the processing speed of laser beam spots and to increase prediction quality compared with the known methods of pre-processing and forecasting.