Электронная библиотека российских диссертаций Электронная библиотека российских диссертаций Электронная библиотека российских диссертаций Электронная библиотека российских диссертаций Электронная библиотека российских диссертаций Электронная библиотека российских диссертаций
Каталог

Обратная связь

Я ищу:

Содержимое электронного каталога российских диссертаций

Диссертационная работа:

Васин Дмитрий Юрьевич. Исследование моделей описания, разработка алгоритмического, программного и технологического обеспечения обработки растровых изображений графических документов : дис. ... канд. техн. наук : 05.01.01 Н. Новгород, 2006 199 с. РГБ ОД, 61:07-5/85


Для получения доступа к работе, заполните представленную ниже форму:


*Имя Отчество:
*email



Содержание диссертации:

Введение 5

Глава 1. АНАЛИЗ ИЗОБРАЖЕНИЙ ГРАФИЧЕСКИХ ДОКУМЕНТОВ, МОДЕЛЕЙ И
МЕТОДОВ ИХ ОБРАБОТКИ 10

  1. Виды изображений и их информативная емкость 10

  2. Основные технологические этапы, методы и алгоритмы обработки растровых изобразісений ГД 13

Выводы 30

Глава 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПИСАНИЯ И ПРЕДСТАВЛЕНИЯ
РАСТРОВОЙ ГРАФИЧЕСКОЙ ИНФОРМАЦИИ 31

  1. Структурная модель растровых данных 31

  2. Структурная модель векторных данных 40

  3. Структуры и форматы хранения растровых данных для различных моделей описания 42

23Л. Растровая модель 42

  1. Штриховая модель 43

  2. Модели, реализующие объектное описание растровых данных (совокупность РПО, РСО, контурная, линейно-контурная, линейная, сегментно-узловая) 46

Выводы 53

Глава 3 Алгоритмы построения моделей описания и обработки растровых
изображений графических документов .-...55

  1. Запись алгоритмов 56

  2. Базовые алгоритмы обработки растровых данных, представленных в формате пиксельной матрицы 57

  1. Sw_Pix -определение 4-элементной связности пикселя 57

  2. Pix_Strix - преобразование пиксельной строки в строку штрихов 57

  3. Strix _Pix -- преобразование строки штрихов в пиксельную строку 58

  4. Pix_Blob - построение одиночной области связных одноцветных пикселей ... 59

  5. Pix_BlobAll - построение всех областей связных одноцветных пикселей ...60

  1. RastrJECon - построение одиночного контура области связных не фоновых пикселей 61

  2. Rastr_Kon_All - построение всех контуров не фоновых связных растровых областей пиксельной матрицы Р 62

  3. SITPIL - расслоение растровых данных на «площадные» и «линейные» объекты 63

3.3. Алгоритмы построения иерархии моделей штрихового и векторного уровней
описания растровых данных ГД
65

  1. Формирование штриховой модели растровых данных по бинарной пиксельной матрице 66

  2. Алгоритм формирования связных растровых компонент по штриховым растровым данным 67

  1. КОМ - алгоритм формирования контурной модели по штриховой модели растровых данных 68

  2. VLO - алгоритм построения линейной векторной модели 69

  3. FSSU - алгоритм построения сегментно-узловой модели 71

3.4. Вспомогательные и сервисные алгоритмы построения моделей растровых
данных
73

  1. SwStrixString - Установление связности штриха со штрихами смежной строки 73

  2. SwStr - установление связи штрихов двух смежных строк 75

  3. Add_Strih - алгоритм логического сложения двух строк штрихов 76

  4. Sub_Strih - алгоритм логического вычитания двух строк штрихов 78

  5. Mul_Strih - логическое умножение двух строк штрихов 80

  6. ARITHSTR - алгоритм выполнения логических операций над файлами в штриховой модели данных 81

  7. LineApr - алгоритм линейной аппроксимации множества точек плоскости методом наименьших квадратов 83

  8. KLAST - алгоритм кластеризации множества точек плоскости 85

  9. FIP - алгоритм объектной фильтрации растровых данных 86

  10. FRS - алгоритм автоматической коррекции границ линейных растровых объектов и поиск зон разрыва растровых линий 86

  11. POVOROT - алгоритм поворота растра на заданный угол 88

  12. Privlmp.exe - алгоритм координатной привязки документа 90

  13. КРК - алгоритм сегментации плоской кривой на однородные фрагменты..90

  14. Кусочно-линейная аппроксимация плоских кривых методом наименьших квадратов и их представление набором ортогональных отрезков 92

3.5. Алгоритмы конвертации форматов представления различных моделей описания
растровых изображений ГД
93

  1. KMP_STR - алгоритм перехода от контурной модели изображения к штриховой 93

  2. LMP_BAS - алгоритм передачи объектов из файла в структуре «паспорт-метрика» в формат базы данных 95

3. б. Алгоритмы распознавания и описания объектов жилой застройки на
топографических картах масштаба 1:10000 -1:100000
95

  1. Определения 96

  2. Особенности представления выделяемых объектов 96

  3. Непроизводные элементы и признаки распознавания объектов жилой застройки 97

  4. Эталоны объектов решающих правил 97

  5. Алгоритмы формирования признаков распознавания 99

  6. Алгоритмы распознавания и описания объектов жилой застройки на топографических картах масштаба 1:10000 100

  7. Алгоритм распознавания и описания объектов жилой застройки на топографических картах масштабов 1:25000-1:50000 102

  8. Алгоритмы распознавания и описания объектов жилой застройки на топографических картах масштаба 1:100000 104

  9. Алгоритмы распознавания и описания объектов "КВАРТАЛ" на ТК масштабов 1:10000- 1:50000 106

3.7. Алгоритмы распознавания и описания объектов инвентаризационных планов

зданий и сооружений 109

3.7.1. Особенности цифровых изображений инвентаризационных планов зданий....
109

  1. Непроизводные элементы и признаки распознавания объектов инвентаризационных планов зданий и сооружений 110

  2. Алгоритмы формирования признаков распознавания 111

  3. Результаты экспериментов по обработке планов 119

Выводы 120

Глава 4. Разработка и создание программного и технологического обеспечения
автоматизированных комплексов тематической обработки РИГД 122

4.1. Информационное обеспечение 122

  1. Структуры для работы со штриховыми данными 122

  2. Структуры для работы с векторными данными 125

  3. Структурное описание сегментно-узловой модели 127

4.1.4. Структуры, используемые при построении контурной модели по сегментно-
узловой 128

4.1.5. Форматы служебных файлов 129

4.2. Библиотеки базовых и интерфейсных функций построения иерархии моделей
описания и тематической обработки РИГД
132

4.2.1 Функции 132

  1. Файловые форматы графических данных 132

  2. Среда разработки и условия использования 133

4.2.4 Интерфейсные библиотеки 133

  1. Библиотека базовых функций 137

  2. Программные технологические цепочки 137

4.3. Интеллектуальный редактор растровых изображений 137

  1. Принципы создания интеллектуального редактора графических данных ..138

  2. Назначение и функциональные возможности редактора 140

  1. Входные и выходные данные программы 142

  2. Состав комплекса интеллектуального редактирования 142

  3. Порядок работы 142

4.4. Автоматизированная подсистема создания цифровых инвентаризационных
планов зданий и сооружений
152

АЛЛ. Особенности цифровых изображений инвентаризационных планов зданий...

; ; 152

  1. Основные требования, предъявляемые к подсистеме 153

  2. Назначение подсистемы 154

  3. Входные и выходные данные 155

  4. Состав программного обеспечения подсистемы 155

  5. Условия функционирования подсистемы 156

  6. Функциональная блок-схема технологии создания цифровых баз данных инвентаризационных планов БТИ и последовательность технологических операций....

  1. Методика выбора и формирования параметров обработки 165

  2. Технология обработки инвентаризационных поэтажных планов зданий 168

4.5. Подсистема выделения и описания топографических знаков жилой застройки
173

  1. Назначение 176

  2. Состав программного обеспечения подсистемы 178

  3. Основные технологические этапы 180

Выводы 184

ЗАКЛЮЧЕНИЕ 186

Список используемой литературы



Введение диссертации:

Актуальность темы. Цифровая обработка графической информации (ГИ) относится к числу наиболее трудоемких задач современной кибернетики, информатики и вычислительной техники. При этом ГИ является наиболее естественным носителем исходной информации практически во всех областях науки и техники. Цифровая обработка графической информации широко используется при решении многих важных отраслевых задач, автоматизации проектирования (САПР), автоматизации научных исследований (АСНИ), в робототехнике, медицинской и технической диагностике, мониторинге природных ресурсов, геоинформационных технологиях (ГИС) и т.д.

Расширение сфер, требующих автоматизации обработки графической
информации, привело к качественному усложнению графических документов
(ГД)- большие размеры, отсутствие строгих ограничений на шрифты и
типоразмеры, наличие фона, большое количество

пространственно-логических и топологических связей и метрических отношений между линейными, площадными и дискретными объектами. Практикой выдвинута проблема обработки сложно-структурированных графических документов. Сложно-структурированный, семантически насыщенный документ - это материальный объект (конструкторские проекты, географические и топографические карты, графические материалы медицинской диагностики и поэтажные планы БТ и др.), содержащий образно-знаковые модели действительности в форме графических изображений и терминов естественного языка. Размеры документов могут достигать порядка 1000x1000 мм и более, объекты могут изменяться от 0.1 мм до нескольких метров, точность обработки составляет порядка 0.1 мм. Это предопределяет огромные размеры исходных данных - порядка 104 - 103 Кбайт.

При этом большое число задач требует производить обработку графической информации в реальном масштабе времени и при ограниченных ресурсах памяти.

Необходимо отметить, что технология автоматического анализа графической информации (ГИ) - сложный многоэтапный процесс, включающий в себя большое количество методов и алгоритмов обработки -фильтрации, сжатия, хранения и поиска, анализа и принятия решений. Для эффективной работы этого «конвейера» необходимо, чтобы все математические модели, методы и алгоритмы, а также структуры представления данных, что очень важно, были взаимоувязаны и взаимоэффективны, так как очевидно, что сколь угодно высокая эффективность на каком-то отдельном участке обработки может быть сведена на нет на других этапах. Таким образом, модели и методы обработки

должны быть технологичными и удовлетворять некоторым общим требованиям, предопределенным эффективностью решения задач анализа ГИ в целом. Однако, в настоящее время большинство методов и математических моделей описания растровых изображений, позволяющих решать частную задачу, малоэффективны для работы в «конвейере» обработки ГИ. Это особенно важно на нижних уровнях иерархии. Проблемы еще более усугубляются в ГИС в связи с необходимостью осуществлять обработку очень большого объема растровой информации в реальном масштабе времени, при ограниченных ресурсах оперативной памяти и необходимости их естественной интеграции в геоинформационные технологии и системы. Таким образом, основные требования, предъявляемые к моделям описания, методам и алгоритмам обработки растровой информации ГД в ГИС следующие:

технологичность;

высокая емкостная и временная эффективность;

естественная интегрируемость в общую схему ГИС.

Все это определяет актуальность проблемы развития новых математических моделей описания и методов обработки растровых изображений сложно-структурированных графических документов.

Существенный вклад в решение проблем обработки графической информации и изображений внесли российские ученые А.С. Лебедев, В.В. Александров, В.А. Виттих, Ю.Г. Васин, В.В. Сергеев, В.А. Сойфер, В.П. Пяткин, СВ. Абломейко, а также зарубежные ученые Т.Павлидис, Ф.Препарат, У.Претт, Х.Самет, У.Гренандер, Р. Дуда, Г.Харт, К.Фу и другие.

В работах Васина Ю.Г., Башкирова О.А., Чудиновича Б.М. и др. (НИИ ПМК ННГУ) был предложен комбинаторно-геометрический подход к обработке растровых изображений графической информации пространственно-распределенных данных (ПРД) в основе которого весь сложный комплекс задач, связанный с анализом видеоданных, рассматривается с единой точки зрения построения иерархии взаимосвязанных математических моделей описания, структур представления и принятия решений, нижний уровень которых обрабатывает растровую информацию со сканирующего устройства, а верхний уровень соответствует описанию ГД в терминах пользователя. Были предложены математические модели нижних уровней иерархии для описания изображений, в которых графические изображения представлялись в виде растра (набора пикселей), совокупности линий, контуров и точек (контурная, линейно-контурная модели). Линейно-контурная модель изображения ГД рассматривалась как базовая для всех последующих уровней моделей. На базе контурной и линейно-контурной моделей строились модели высших уровней. Для моделей высших уровней были развиты эффективные методы вычислительной геометрии (метод от общего к частному на базе иерархических структур представления векторных данных), методы

распознавания графических объектов (корреляционно-экстремальный метод) и пр.

Однако, дальнейшее расширение типов обрабатываемых ГД (схемы, планы, чертежи, поэтажные планы), особенно ГД, взятых из архивов, вызвало новые серьезные проблемы, связанные с переходом от нижнего (пиксельного) представления к векторному, что, в свою очередь, привело к необходимости дальнейшего развития иерархии моделей описания растровых изображений, особенно на нижних уровнях, где наиболее велики объемы обрабатываемых данных и временные затраты.

В настоящей работе, в рамках комбинаторно-геометрического подхода, получили дальнейшее развитие исследования в области конструирования новых моделей описания, методов и алгоритмов обработки растровых изображений ГД, удовлетворяющих отмеченным выше требованиям.

Цели и задачи диссертационной работы. Цель диссертационной работы состояла в разработке, в рамках комбинаторно-геометрического подхода, новых математических моделей описания, эффективных методов и алгоритмов для решения возможно более полного класса задач обработки растровых изображений ГД и создании на их основе соответствующего информационного, программного и технологического обеспечения автоматизированных систем обработки сложноструктурированной ГИ.

Для достижения этой цели в диссертации решены следующие задачи:

Рассмотрены различные классы сложных графических документов с целью выявления основных задач их цифровой обработки, проведен анализ технологий, существующих моделей описания и методов решения задач обработки растровых изображений этих документов. Выработаны основные требования к моделям, методам и алгоритмам решения поставленных задач.

Исследованы и развиты новые эффективные модели описания растровых изображений ГД и структуры их представления, а также алгоритмическое и программное обеспечение их реализации.

Разработаны и развиты методы и алгоритмы решения прикладных задач обработки растровых изображений ГД в ГИС на базе предложенных моделей описания.

Разработано информационное, алгоритмическое, программное и технологическое обеспечение, реализующие предложенные модели описания методов и алгоритмов в автоматизированных системах и комплексах обработки растровых изображений сложных графических документов в ГИС.

Методы исследования.

В диссертационной работе используются методы аналитической геометрии, распознавания образов, теории информации, общей теории алгоритмов, математического моделирования.

Научная новизна диссертационной работы заключается в следующем:

В развитии иерархии моделей нижнего уровня структурированного описания растровых изображений ГД.

В разработке эффективных логических и физических структур представления и хранения предложенных моделей описания.

В разработке алгоритмического и программного обеспечения построения предложенных моделей описания.

В разработке признаков и решающих правил для структурных методов распознавания объектов жилищной застройки на топокартах и площадных, линейных и дискретных объектов на поэтажных инвентаризационных планах зданий и сооружений.

В разработке и развитии эффективных методов и алгоритмов решения тематических прикладных задач анализа цифровой графической информации на основе предложенных моделей описания.

В разработке архитектуры, информационного, алгоритмического, программного и технологического обеспечения, реализующих предложенные модели описания, методы и алгоритмы обработки в автоматизированных системах и комплексах обработки растровых изображений ГД в ГИС.

Практическая ценность. В основу диссертационной работы положены результаты, полученные автором в ходе исследований, проводимых в рамках НИОКР Министерства Науки и образования РФ, Федеральной службы геодезии и картографии России, Главного управления навигации и океанографии МО РФ.

Работа выполнена при финансовой поддержке РФФИ, грант поддержки ведущих научных школ № 00-15-96108 и ФЦП «Интеграция» проект К-03392.

Полученные в диссертационной работе результаты могут быть использованы при проектировании новых обрабатывающих процедур и технологий, а также программно-аппаратных комплексов, связанных с обработкой метрической информации пространственно-распределенных объектов, в системах принятия решений в ГИС. Апробация полученных результатов.

Разработанное алгоритмическое и программное обеспечение внедрено: В геоинформационных центрах Федеральной службы геодезии и картографии России в рамках технологии создания цифровых топографических карт и топографических планов городов всего масштабного ряда;

В Главном управлении навигации и океанографии ВМФ МО РФ
(ЦКП-280 ВМФ МО РФ) в автоматизированных системах создания
мировой коллекции электронных морских навигационных карт;

В НИИ прикладной математики и кибернетики ННГУ в объектно-ориентированной интеллектуальной геоинформационной системе «ГИС-ТЕРРА»;

В региональных кадастровых бюро;

В учебном процессе на факультете Вычислительной математики и кибернетики Нижегородского государственного университета им. Н.И. Лобачевского (кафедра Интеллектуальные информационные системы и геоинформатика);

Результаты диссертационной работы докладывались и обсуждались на III Конференции «Распознавание образов и анализ изображений: новые информационные технологии - РОАИ» (Н.Новгород, 1-7 декабря 1997г.), 6-ой,7-ой,8-ой Всероссийской конференциях «Методы и средства обработки сложной графической информации» (Н.Новгород, 2001, 2003, 2005 гг.).

Основные положения работы освещены в десяти опубликованных печатных работах.

Структура и объем работы

Диссертация состоит из введения, 4 глав, заключения, списка литературы. Объем основного текста работы - 193 машинописных страниц, список литературы включает 105 наименований.

Реклама


2006-20011 © Каталог российских диссертаций