Распознавание образов

Существуют четыре совершенно различных подхода к когерентным оптическим методам распознавания биомедицинских объектов. Их можно классифицировать двумя способами. Во-первых, распознавание может осуществляться либо с использованием света, непосредственно получаемого от объекта (например, полученного в результате прохождения сквозь объект, отражения, рассеяния и т. д.), либо с использованием света, проходящего через изображение объекта, предварительно зарегистрированное на соответствующем носителе. Очевидно, что первый метод более предпочтителен, если имеется возможность его реализации. Во-вторых, процедура распознавания может быть использована либо для распознавания одного объекта, либо для целого ансамбля объектов. Ниже - мы обсудим эти два шага независимого выбора более детально.

Выбор между объектом и его изображением для решения задачи распознавания не всегда легок. Объект или его изображение должны обладать определенными, хорошо известными свойствами, чтобы они могли быть введены в когерентную оптическую систему распознавания образов. Во-первых, объект или его изображение не должны рассеивать свет (это исключает множество объектов, в том числе и людей, для непосредственного использования). Во-вторых, объект или изображение должны быть доступны для оптической системы (это исключает объекты, находящиеся внутри других непрозрачных или диффузных объектов, а также объекты, которые не могут быть легко доставлены в лабораторию). В-третьих, свет должен хорошо отображать характеристики объекта, полезные для распознавания (для некоторых объектов наиболее полезные характеристики не совпадают с диапазоном длин волн когерентной оптики, поэтому в рентгеновском и акустическом диапазонах нужно использовать изображения, а не сами объекты). С другой стороны, непосредственное использование самих объектов иногда оказывается выгодным. Так, оно делает процедуру распознавания более быстрой (практически мгновенной). Кроме того, реальные объекты могут исследоваться одновременно или последовательно при использовании различных длин волн, состоянии поляризации света и т.д.

Выбор между единичным объектом (или изображением) или множеством объектов (или изображений) также труден и важен. Мы приведем некоторые преимущества каждого из них и поймем это после более общего обсуждения. Единичный объект или изображение имеют единственную ориентацию (три угловые степени свободы фиксированы для него). Таким образом, можно использовать много различных оптических фильтров, а также устройств вращения изображения, чтобы заставить один фильтр быть более или менее согласованным с ориентацией объекта.

Рассмотрим, например, объект в виде непрозрачного цилиндра. При рассматривании цилиндра с любого из двух направлений вдоль его оси он выглядит как круг. При рассматривании его с любого направления, перпендикулярного оси, он оказывается прямоугольником. И наконец, цилиндр принимает другие формы с иных направлений. Используя круглые прямоугольные маски, а также много других масок, мы можем быть достаточно уверенными, что сможем идентифицировать этот объект и определить его ориентацию. Полагая три угла и1, и2 и и3 , определяющих ориентацию, случайными независимыми переменными, мы можем написать функцию распределения Р(и1, и2 ,и3). К чтобы описать вероятность любой угловой ориентации. Пусть изображение, соответствующее углам и1, и2 ,и3, описывается функцией I(хч у, и1, и2 ,и3)- Используя одну маску, мы можем сделать одно — распознать усредненное или ожидаемое изображение

.

Для многих объектов не имеет каких-либо характерных особенностей. Второй подход заключается в распознавании I (х, у, и1, и2 ,и3 ) в заданном диапазоне от и1 до и1 +Ди1 от и2 до и2+ +Ди2 и от и3 до и3 +Ди3, где Ди1, Ди2 и Ди3 — наибольшие величины, которые еще обеспечивают «хорошую» корреляцию с I(х, у, и1 +Ди1 , и2+Ди2 , и3 +Ди3,) Тогда, испытав много объектов, мы можем положить, что полное число типов масок, которое мы ищем, равно числу масок, хорошо коррелирующих с I(х, у, и1, и2 ,и3). деленному на величину Р(и1, и2 ,и3) Ди1, Ди2 ,Ди3- Мы можем теперь так выбрать набор и1, и2 ,и3. чтобы он обеспечил наиболее отличительные характеристики. Точность требует, чтобы мы принимали во внимание статистически значительное число хороших корреляций. Конечно, проверяя множество объектов параллельно (используя мощную и самую замечательную способность оптической обработки), мы можем осуществить статистическое усреднение одновременно. В настоящее время используются как последовательные, так и параллельные системы распознавания.