Н.С. Томашевич, Д.С. Томашевич, П.А. Казанцев
Научный центр нейрокомпьютеров РАСУ
Московский физико-технический институт
Физическая постановка задачи
Дано : серое 256-тоновое изображение, полученное с микроскопа , и, возможно содержащее какое-то количество туберкулезных палочек компьютер через. Изображение содержит различные объекты, которые можно разделить на два класса:
- Туберкулезная палочка (имеет форму вытянутого эллипса, ее длина может варьироваться примерно от 6 до 15 пикселов);
- Не палочка (имеет форму, отличную от формы эллипса).
Требуется : Получить число палочек (указав на них) на изображении. К системе распознавания предъявляются следующие требования:
- Инвариантность к сдвигу, повороту и незначительному изменению масштаба, яркости, изгибу туберкулезной палочки
Рассмотрим исходное изображение палочки как трехмерное , где оси OX и OY – это оси координат , а по оси OZ откладывается значение цвета в точке с координатами (x,y) . То есть изображение можно рассмотреть как функцию цвета z , зависящую от координат - z= f(x,y) .Тогда идеальная палочка (шаблон) будет иметь вид показанный на рисунке .
Предлагается решение данной задачи разбить на следующие этапы :
- Определение возможного центра массы объекта на изображении
- Определение границ объекта и параметров аффинного преобразования шаблона палочки в данный момент с минимизацией разности между объектом и шаблоном
- Классификация данного объекта по параметрам аффинного преобразования (шаблона в объект) и величине ошибки (разности между объектом и шаблоном)
Литература
- K. Veropoulos, C. Campbell, G. Learmonth. Image processing and neural computing used in the diagnosis of tuberculosis. // IEE Colloquium Intelligent Methods in Healthcare and Medical Applications (Digest No. 1998/514), York, UK, 20 Oct. 1998, p.8/1-4.
- S.M. Yamany, K.J. Khiani, A.A. Farag. Application of neural networks and genetic algorithms in the classification of endothelial cells. // Pattern Recognit. Lett. (Netherlands), Nov. 1997, vol. 18, no. 11-13, p. 1205-10.
