Маркировка элементов частично маскированных групповых объектов по локальным описаниям ассоциированного сплошного образа

Исследуются вопросы распознавания изображений множеств объектов, чьи размеры соизмеримы с элементом разрешения регистрирующей аппаратуры – групп точечных объектов. Образы в виде группы точечных объектов встречаются в локационных изображениях, к ним могут быть сведены изображения крупноразмерных объектов, представленных характерными точками, кластеры данных в признаковом пространстве, события в системах массового обслуживания и автоматизированных системах управления. Осложняет распознавание групп точечных объектов несвязность их элементов, узость автокорреляционной функции их изображений по параметрам геометрических преобразований, пространственные флуктуации элементов, ложные отметки и пропуски сигнальных. Наиболее перспективные подходы к распознаванию изображений данного типа основаны на преобразовании групп точечных объектов в связный объект – ассоциированный сплошной образ – и анализе его вторичных признаков. Однако для групп точечных объектов с нестационарной конфигурацией и/или частично маскированных вопросы распознавания еще слабо исследованы. В работе предлагается подход к распознаванию групп точечных объектов на основе маркировки их элементов – идентификации точечных объектов с точностью до метакласса (семейства, типа), устойчивого к вариациям нестационарных и частично маскированных групп точечных объектов. Предложены четыре метакласса: крайние и внутренние точки групп точечных объектов с цепочечной структурой, внешние и внутренние точки скоплений. Суть подхода к маркировке точечных отметок состоит в распознавании комплекснозначных кодов контуров, составленных из отсчетов цилиндрических сечений ассоциированного сплошного образа вокруг элементов групп точечных объектов. Для формирования ассоциированного сплошного образа используется модель векторного поля с парциальными источниками в элементах групп точечных объектов. Получены оценки достоверности маркировки в различных условиях наблюдения. Результаты маркировки имеют самостоятельное значение для различных прикладных задач, а также могут использоваться для последующего распознавания групп точечных объектов. Предложены подходы к распознаванию групп точечных объектов по результатам маркировки их элементов.