Получение правил выделения границы грибов на изображении
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

2.1.1. Постановка задачи

На вход системе поступают изображения с выделенными границами грибов. По полученным изображениям необходимо сформировать правила, по которым система будет определять принадлежность пикселя изображения к границе гриба. Правила строятся на основе информационных признаков. Определение множества информационных признаков включает в себя подготовку обучающей и контролирующей выборки для последующего корреляционного анализа. На выходе получим значение, которое будет указывать на принадлежность точки на изображении гриба к границе. Обозначения приведены в таблице 1.

Таблица 1. Обозначения

Обозначение Название Диапазон значений переменной
j Номер признака 1, n
j признак  
Обучающая выборка  
a Параметры функции u  
i Номер опыта i = 1,m
ri Значение коэффициента корреляции  
xij Значение j-го признака в i-ом элементе выборки  
О Множество объектов выборки  
С01 Классы объектов  
е Целевая функция  
Xj вариация j-го признака  

Пусть имеются экспериментально найденные значения случайных величин координат граничных точек и точек, лежащих вне границы X = (x1, x2,…xn)и Y=( y1,y2,…yn).

По следующей формуле находим значения парного коэффициента корреляции.

Таким образом, выявляем зависимость между случайными величинами для выявления наиболее информационных признаков для классификации.

Если коэффициент корреляции принимает значения близкие к 1, то значит, между значениями имеется зависимость (-1 обратная зависимость). Если коэффициент корреляции равен 0, то значит, что значения являются независимыми, но это не является признаком отсутствия или присутствия зависимости.

Классификация представляет собой отнесение объекта к одному из заранее известных классов.

Пусть дано множество объектов О = { o } и n мерное пространство признаков X : X = X 1 ´ X 2 ´ … Xn , где Xj – множество значений j–ого признака, j =1, n.

Каждый объект oÎО задан точкой x в n мерном пространстве признаков X : m :  О « X , x = m ( o ), o = m -1 ( X ), где x = ( x 1 , x 2 ,… xn ) – вектор значений признаков объекта o , xij Î Xj , j = 1, n .

Рассмотрим два класса объектов С0 и С1: O = С0 È С1, С0 Ç С1 = Æ.

Необходимо каждый объект отнести к одному из двух классов С0 или С1, т. е. должна быть задана функция

 

 

Если известна функция y = u ( x )

то k (0) = u ( m ( o )), o Î О.

Необходимо оценить функцию u ( x ) определить ее вид и параметры (а).

Задача определения функции u ( x ) состоит в поиске параметров a функции u *: y * = u *( x , a ), y* Î [0,1], при которой минимизируется значение погрешности для каждого элемента заданной обучающей выборки V = {( xi , yi )} , где

yi = u ( xi ) – значение функции, полученное в результате проведения i-го опыта( i =1, s ; j =1, n ),

xi = ( xi 1 , xi 2 ,… xin ) – элемент выборки, xij – значение j-го признака в i-ом элементе выборки (результата i-го опыта), причем

xij Î Xj , где Xj – вариация j-го признака ( i = 1, m , j = 1, n ):

В качестве оценочной функции используется полином второго порядка y *= u *( x , a ):

, где a = (a00, a01, a02, …, a0n, a11, a12, …, a1n, a22, a23, …, ann)

Значение полинома на i-ом элементе обучающей выборки (i=1,m):

Таким образом, мы получаем функцию для оценки значений обучающей выборки.

Окончательная формулировка задачи: необходимо определить множество информационных признаков объекта и значения полинома, найти параметры a функции u *, при которой минимизируется значение погрешности для каждого элемента заданной обучающей выборки V .

 

2.2. Использование системы для определения границ изображения.

2.2.1. Постановка задачи

На основе полинома второго порядка, определенного ранее, необходимо построить характеристическую функцию g1(xi, a), определяющую принятие решение об отнесении пикселя изображения к фону или грибу. Таблица 2 содержит список обозначений.

Таблица 2. Обозначения

Обозначение Название Диапазон значений переменной
Характеристическая функция [0;1]
Полином  
i признак  
i Номер признака 1, n
Параметр  
Порог принятия решений 0-1
Функция [0;1]

На основе полученного полинома

формируем принятие решения об отнесении объекта к классу.

Для этого строим характеристическую функцию g 0 ( xi , a ), определяющую принятие решения об отнесении объекта oi ( oi = m -1 ( xi )) к классу C 0:

Аналогично строится характеристическая функция g 1 ( xi , a ), определяющая принятие решения об отнесении объекта oi ( oi = m -1 ( xi )) к классу C 1:

h может быть равен 0,5, но на практике его значения подбираются для того, чтобы количество ошибочных решений было минимальным.

Ошибки первого и второго рода:

1. ;

2. .

Окончательная формулировка задачи: необходимо подобрать такой h, при котором минимизируются ошибки I и II рода.

Дата: 2018-12-28, просмотров: 426.