ТРЕХЭТАПНАЯ ОБРАБОТКА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ЭВОЛЮЦИОНИРУЮЩИХ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ* Цой Ю.Р., Спицын В.Г. Кафедра вычислительной. - презентация

1 ТРЕХЭТАПНАЯ ОБРАБОТКА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ЭВОЛЮЦИОНИРУЮЩИХ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ* Цой Ю.Р., Спицын В.Г. Кафедра вычислительной техники, Томский политехнический университет * Работа выполнена при поддержке РФФИ (проект )

2 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Введение Рассматривается задача попиксельной обработки изображения для повышения его визуального качества. Обработка ведется с использованием нейросетевой реализации локально-адаптивного подхода. Для настройки весов связей нейронной сети используется приблизительный критерий качества обработанных тренировочных изображений. Настройка структуры и весов связей ИНС осуществляется с использованием генетического алгоритма.

3 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Содержание доклада 1. Краткое описание нейроэволюционного алгоритма 2. Нейросетевая обработка изображений 3. Трехэтапная обработка изображений 4. Эксперименты и результаты 5. Анализ результатов 6. Заключение

4 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Краткое описание нейроэволюционного алгоритма Особенности алгоритма: Одновременная настройка весов и структуры ИНС. 1 особь = 1 ИНС. В хромосоме кодируется список связей НС. Рассматривается эволюция популяции НС. Веса связей кодируются 19-разрядными числами. Используются оригинальные адаптивные операторы скрещивания (рекомбинация существующих ИНС) и мутации (вариация ИНС). Подстройка размера популяции в процессе работы алгоритма.

5 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Нейросетевая обработка изображений (1/3) Рассматривается локально-адаптивный подход: попиксельная обработка с использованием информации о характеристиках распределения яркости в локальной окрестности пикселей. Преобразование яркости пикселей: Тестирование Обучение ИНС

6 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Нейросетевая обработка изображений (2/3) Восстановление информации о цвете: Z k – k-я цветовая компонента. Оценка ИНС: качество изображения. – количество пикселей на краях на обработанном изображении, a и b – соответственно ширина и высота изображения в пикселях, l i – доля пикселей обработанного изображения с i-м уровнем яркости.

7 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Нейросетевая обработка изображений (3/3) Ранняя проверка ИНС: Необходима для «отсеивания» ИНС, инвертирующих исходное изображение. Условия «отсеивания» (net() – выход ИНС): или Оценивание ИНС, прошедших раннюю проверку: Изображения для обучения Оцениваемая ИНС Обработанные изображения ИНС Оценка ИНС

8 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Трехэтапная обработка изображений 1. Предобработка 2. Локальная обработка с помощью ИНС 3. Автонастройка уровней Исходное 1 этап 2 этап 3 этап

9 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Эксперименты Изображение для обучения: Параметры обучения: Длительность обучения: 25 поколений Начальный размер популяции: 50 особей Локальная окрестность: 3х3 пикселя 128х128 Параметры тестирования: Локальная окрестность: 11х11 пикселей Приближенное вычисление локальных среднего и дисперсии: где - средняя яркость изображения,

10 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Результаты (1/4)

11 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Результаты (2/4)

12 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Результаты (3/4) Трудности с обработкой «темных» сжатых изображений (JPEG)

13 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Результаты (4/4) Сравнение с Multi-Scale Retinex (Jobson, Rahman, Woodell, 1997): Предположительно, более высокая скорость работы трехэтапного способа обработки изображений при сопоставимом, в большинстве случаев, качестве Трехэтапная обработка Multi-Scale Retinex Исходное изображение

14 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Анализ результатов Рассматривается преобразование яркости пикселей в зависимости от дисперсии распределения яркости в окрестности для различных значений средней яркости окрестности. m L = 0,25m L = 0,5m L = 0,75 По горизонтальной оси отложено нормированное значение исходной яркости пикселя, по вертикальной – нормированная дисперсия яркости в окрестности. Новое значение яркости показано цветом (чем светлее, тем ярче).

15 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Заключение 1. Предложен трехэтапный способ быстрой обработки цифровых изображений. 2. Нейроэволюционный подход с использованием приблизительной оценки качества решений позволяет реализовать НС обработку изображений с применением локально-адаптивного подхода, не зависящую от размеров изображения. 3. Сравнение трехэтапной обработки изображений (предобработка + НС + автонастройка уровней) с рядом существующих подходов показало ее применимость для повышения качества изображений.

16 Спасибо за внимание!

17 Цой Ю.Р., Спицын В.Г. Трехэтапная обработка цифровых изображений с использованием эволюционирующих искусственных нейронных сетей. «Нечеткие Системы и Мягкие Вычисления ». Тверь, Приложение 1. Точность приближенных формул для локальных среднего и дисперсии