O‘zbekiston xalqaro islom akademiyasi kurs loyihasi Qodirova Dilafruz Abdusamat qizi Korrelatsiya algoritmlari

Korrelatsiya algoritmlarining qo’llanilish sohalari
Tasvirni ro‘yxatdan o‘tkazish - bu turli vaqtlarda, turli nuqtai nazardan va turli sensorlar olingan bir xil sahnaning ikki yoki undan ortiq tasvirini ustiga qo‘yish jarayoni . Rasmni ro'yxatdan o'tkazish ko'plab tasvirlarni qayta ishlash ilovalarida hal qiluvchi jarayon bo'lib , tahlil qilish uchun bir nechta tasvirlarni birlashtirishi kerak; bu ilovalar sahna oʻzgarishini aniqlash, tasvir mozaikasi, tasvir sintezi va tibbiy tasvirni oʻz ichiga oladi. Bundan tashqari, tasvirni ro'yxatga olish orqali tasvirni aniq moslashtirish to'plangan masofadan zondlash ma'lumotlarini keyinchalik qayta ishlash uchun muhimdir.
Tasvirlarni ro'yxatga olish uchun qabul qilingan usullarni keng ma'noda fazoviy domen va chastota domen usullariga. To'g'ridan-to'g'ri usul fazoviy domenni ro'yxatdan o'tkazishning muhim usuli bo'lib, u piksel-piksel taqqoslashni o'z ichiga oladi, bunda bitta tasvirning piksel intensivligi boshqa tasvir bilan taqqoslanadi. Amalda, to'g'ridan-to'g'ri usul ikkita tasvirni ro'yxatga olish uchun tasvirning barcha piksel intensivliklaridan foydalanadi. Xususan, bu to'g'ridan-to'g'ri yondashuv xarajat funktsiyasidan yoki tasvirlarni birlashtirish uchun bir-biriga o'xshash piksellar orasidagi mutlaq farqlar yig'indisidan (SAD) foydalanadi. Bir nechta an'anaviy tasvirlarni ro'yxatga olish algoritmlari kulrang ma'lumotlarga asoslangan; bunday an'anaviy ro'yxatga olish algoritmlariga misollar - SAD, kvadratik farqlar yig'indisi (SSD) va normallashtirilgan o'zaro bog'liqlik (NCC) algoritmlari. To'g'ridan-to'g'ri usullarning asosiy afzalligi shundaki, ular tasvirni tekislash ma'lumotlaridan optimal foydalanish; shunday qilib, bu usullar faqat kichik tarjimalar va aylanishlarni o'z ichiga olgan katta bir-biriga o'xshash hududlarga ega bo'lgan tasvirlarni ro'yxatga olish uchun foydalidir. Biroq, to'g'ridan-to'g'ri ro'yxatga olish usuli quyidagi cheklovlarga ega: Kulrang rangga sezgirtasvirdagi o'zgarishlar, ayniqsa chiziqli bo'lmagan yorug'lik o'zgarishlari, bunday algoritmning ish faoliyatini sezilarli darajada kamaytiradi. Butun tasvirning kulrang ma'lumotlari bunday usulda ko'rib chiqilganligi sababli, talab qilinadigan hisob-kitoblar keng ko'lamli va shuning uchun ro'yxatga olish tezligi sekin. Roʻyxatga olish uchun rasmning faqat kulrang shkala xususiyatlaridan foydalaniladi, tasvirning boshqa xususiyatlarining hissasi esa eʼtiborga olinmaydi. Binobarin, kulrang rangga asoslangan tasvirni ro'yxatga olish shovqinga sezgir. Kulrang rangga asoslangan usullar zaif barqarorlikka ega, ya'ni ular mahalliy ekstremallarga osongina tushib, mos kelmaslikka olib keladi. NCC tasvirni moslashtirish algoritmikulrang korrelyatsiyaga asoslangan holda aniq natijalar berishi mumkin, ammo ko'p hisob-kitoblarni amalga oshirish uchun ko'p vaqt kerak bo'ladi, Fouda va Ragab vaqtni qisqartirish uchun piramidaga asoslangan NCCPni taklif qilishdi. Biz bundan ilhomlanib, algoritmning hisoblash murakkabligini kamaytirish uchun piramida strategiyasidan foydalanamiz.
Aksincha, chastota domeniga asoslangan o'zaro bog'liqlik va faqat fazali korrelyatsiya bo'yicha adabiyotlarda keltirilgan. Yaqinda Xu va Varshney Furyega asoslangan tasvirni ro'yxatga olish muammosi uchun pastki fazoga asoslangan chastotani baholash yondashuvini qo'llashni aniqladilar. Ular yanada ishonchli va aniq natijalarga erishish uchun bir nechta signal tasniflagich algoritmidan foydalanganlar, natijada hisoblash murakkabligi o'rtacha darajada oshadi. Korrelyatsiya texnikasi tomografik miya va qorin bo'shlig'i tasvirlarini. Collignon va boshqalar. normallashtirilgan o'zaro ma'lumotlardan foydalangan holda tasvirni ro'yxatga olish uchun Entropiya korrelyatsiya koeffitsientidan (ECC) foydalanishni taklif qildi . Sanjay-Gopal va boshqalar. Sub'ekt ichidagi mamogrammalarni ro'yxatdan o'tkazish uchun o'zaro ma'lumot va korrelyatsiya koeffitsientini solishtirgan . Samritjiarapon va Chitsobxuk. Ikki kiritilgan tasvir orasidagi tarjimani topish uchun Furyega asoslangan texnikadan va eng yaxshi birinchi qidiruv algoritmidan foydalanganlar. Furyega asoslangan usul qidiruv maydonini qisqartirish uchun nomzod tarjimalarini baholash uchun ishlatiladi, eng yaxshi birinchi qidiruv algoritmi esa to'g'ri tarjimani keyingi izlash uchun ishlatiladi. Ushbu uslub fazaviy korrelyatsiya texnikasini kengaytirish orqali tasvirlardagi katta tarjimalarni, masshtablarni va aylanishlarni baholashi mumkin. Ular chastota sohasidagi boshqa usullarga nisbatan katta tarjimalarni aniqlash uchun ushbu texnikaning aniqligini oshirishga e'tibor qaratadilar. Yuqoridagi hollarda, to'g'ridan-to'g'ri usullar va fazaviy korrelyatsiya algoritmi (PCA) real vaqtda ilovalar uchun juda sekin va ro'yxatga olinishi kerak bo'lgan tasvir qisman yopilganda xatolarga moyil. Shunday qilib,
Panoramali nishonni aniqlash tizimida tasvirni ro'yxatga olish algoritmi tez-tez tez sur'atda bo'lishi uchun talab qilinadi va tasvirni ro'yxatga olish algoritmi maqsad qisman yo'qolgan yoki yopilgan holatda kuchli mustahkam bo'ladi, shuning uchun biz birlashtiradigan PCA piramida algoritmini taklif qilamiz. PCA va NCCP algoritmlari. Piramida PCA algoritmi bir vaqtning o'zida haqiqiy ehtiyojlarni qondira oladigan piramida PCA va NCCP algoritmlarining afzalliklariga ega.
Qog'ozning qolgan qismi quyidagicha tashkil etilgan. 2-bo'lim PCA piramidasini tavsiflaydi; bundan tashqari, algoritm tezligi uning hisoblash murakkabligini tahlil qilish orqali tekshiriladi. 3 - bo'limda biz raqamli simulyatsiya natijalarini taqdim etamiz, bu taklif qilingan algoritm nafaqat qisman yopilgan maqsadlarda tasvirni ro'yxatga olish uchun eng zamonaviy normallashtirilgan o'zaro bog'liqlik-piramida algoritmidan yaxshiroq ekanligini ko'rsatadi, balki PCA dan tezroq. 4-bo'limda maqsadni aniqlashning panoramali tizimi ko'rib chiqiladi, uning yordamida bizning algoritmimizning samaradorligi real vaqtda ilovalar uchun tekshiriladi. Nihoyat, 5-bo'lim kur ishini yakunlaydi va kelajakdagi tadqiqotlar uchun yo'nalishlarni taqdim etadi.
Texnika takomillashgani sayin, raqamli tasvir korrelyatsiyasida joy almashish va gradient hisob-kitoblarining aniqligini oshirish usullari tasvirlangan. Dekorrelyatsiya va siljish gradientlariga duchor bo'lganda yanada mustahkamroq algoritmni tasvirlab berdi. Yangi texnikaning gʻoyasi ikkita oʻxshash, lekin nisbatan oʻzgarib turadigan nuqta naqshlarining pastki rasmlarini raqamli ravishda oʻzaro korrelyatsiya qilish va sub-piksel aniqligini olish uchun korrelyatsiya choʻqqisiga yaqin maksimal qidiruv tartibini qoʻllashdan iborat. Mualliflar mualliflar taqdim etgan formulalar ko'proq vaqt talab qilishini tan olishsa-da, uni Furye konvertatsiyasi yordamida spektral sohada bajarish mumkin va spektral domenda sezilarli darajada tezroq bo'ladi. Mualliflar algoritmining 80% dan ko'proq muvaffaqiyatga erishish uchun pastki rasm o'lchami dog'lar o'lchamidan kamida 10 baravar ko'p bo'lishi kerakligini ko'rsatadi.
Ikkinchi kamerani qo'shish va tasvirlash tizimini stereoga aylantirish orqali tekislikdan tashqari siljishlarni miqdoriy aniqlash mumkin, bu esa ob'ekt yuzasining uch o'lchovli kuchlanishini aniq o'lchash imkonini beradi. Birinchi bo'lib uch o'lchovli DIC (3D DIC) texnikasini va bunday tizim uchun kalibrlash algoritmini tasvirlab berdi. Mualliflar ob'ektdagi nuqtalarni ushbu ob'ekt tasviridagi mos nuqtalar bilan bog'laydigan jismoniy modelni tasvirlaydi. Ob'ektning shakli Sinnergren va Sjödal tomonidan tasvirlangan algoritm orqali 2-rasmda ko'rsatilgan ikkita kamera tasviridan bir nechta pastki tasvirlarning o'zaro bog'liqligi bilan o'lchanadi. Ikki kamera optik linzalar parallel bo'lishi uchun yo'naltirilgan. Bu shuni anglatadiki, har bir kamera boshqa kamera bilan bir xil tasvirni ko'rishi mumkin, bu kamerani optik kirish joyiga perpendikulyar harakatlantirish orqali. Rasm maydonlaridagi farq asosan ob'ektning shakliga bog'liq va ob'ekt shaklini qayta qurish uchun tizimni kalibrlash kerak. Kalibrlash tartibi
foydalanish uchun qulay bo'lishi kerak, 
qilish oson bo'lgan kalibrlash maqsadi bilan va
aniq natijalar berishi kerak. 
Tasodifiy nuqta naqshlari bilan qoplangan, faqat z-yo'nalishida (kameralar tomon yoki undan uzoqda) harakatlanishi mumkin bo'lgan tekis plastinkani taklif qiladi, ikkinchi talabni qondiradi. Kalibrlashning ikkinchi bosqichi kalibrlash plitalarining mos yozuvlar harakatlarini amalga oshirish bo'ladi. Bu plitani kameralardan ma'lum masofaga uzoqroqqa yoki kameraga qarab siljitish va harakatdan oldin va keyin ikkita tasvir to'plamini olish orqali amalga oshiriladi. Kalibrlash plitasining jismoniy harakati tufayli ko'rinadigan harakat har bir kamera uchun hisoblanadi. Keyin bitta tasvirdagi ko'rinadigan harakatni boshqa kameradagi mos tasvir bilan o'zaro bog'lash uchun eng kichik kvadratlarni optimallashtirish qo'llaniladi. Ularning 3D DIC usulining aniqligini aniqlash uchun, Synnergren va Sjödahl kichik model avtomobilning qattiq tanasi tarjimasini va osilgan silindrning aylanishini amalga oshirdilar. Qattiq jismning harakati uchun mualliflar qattiq jism harakatida xatoning asosiy manbai tasodifiy xatolik bo'lib, noto'g'ri joylashish, linzalarning buzilishi yoki ob'ekt shaklining kompensatsiyasidan kelib chiqadigan muhim ta'sirlarsiz ekanligini ta'kidladilar. To'xtatilgan tsilindrni aylantirish uchun mualliflar ishlatgan qurilmaning standart og'ishi 0,15 milliradian tartibida edi. Taqqoslash uchun, mualliflar 0,13 dan 0,17 milliradian standart og'ish bilan silindrning aylanishini bashorat qilib, algoritm va protsedurani aniq xabar qildilar. Tasodifiy xatolar tekislik ichidagi komponentlar uchun haqiqiy tajribalarda foydalanilgan piksel o'lchamining 1/100 qismiga to'g'ri keladi va tekislikdan tashqari xatolar taxminan olti baravar kam edi.