ГЛАВА 2
МЕТОДЫ ПАРАЛЕЛЬНОЙ ОБРАБОТКИ ОБРАЗНОЙ ИНФОРМАЦИИ ДЛЯ АНАЛИЗА БИОМЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ
2.1. Методы идентификации биомедицинской информации на основе KVP - преобразований
Прогресс ряда областей техники в значительной мере обусловленный созданием высокопроизводительных систем распознавания образов и обработки изображений [1, 58]. Эффективность современных средств информационной техники обеспечивается функциональной целостностью, параллельностью работы элементной базы, однородностью, многофункциональностью, иерархичностью. Радикальным путем повышения производительности есть их осуществление в параллельных оптико - электронных структурах систолического типа [1].
Все попытки создания систем технического зрения базируются на воспроизведении естественных систем зрения. При анализе такого подхода к обработке оптической информации появляется проблема решений на интуитивном уровне, то есть тех которые не возможно описать с помощью обще принятой терминологии. Из этого следует, что средство искусственного интеллекта должно базироваться на нестандартных алгоритмах, а такие алгоритмы могут обеспечить только системы на нейронах или системы со способностью разнообразным путем коммутировать связи между внутренними блоками. Только при таких условиях можно начинать работу над системами искусственного интеллекта, которые можно назвать системами глаз - процессорного типа
Работы по созданию однородных систем базируются на использовании квантронной схемотехники на основании оптронов [1] Такой подход обуславливает создание устройств матричного типа, которые способные выполнять не только прием информации, но и ее обработку. Одной из перспективных областей использования оптоэлектронных матричных систем есть создание плоских операционных экранов для параллельной регистрации и отображения биомедицинских изображений.
В основе метода KVP-преобразования [48, 77] заложен принцип, который базируется на квантронном (временном) преобразовании сигналов, которые поступают от объекта. Такой подход разрешает выполнить универсализацию устройств обработки, так как не в зависимости от типа сигналов все они превращаются в некоторую универсальную функцию с помощью квантования. Эта функция и подлежит дальнейшей обработке. Необходимо, чтобы такая функция отвечала таким требованиям: высокая адаптация, способность с высокой производительностью и с высокой достоверностью описывать изображения, которые распознаются. Автором предложено использовать данный метод для обработки биомедицинской информации при создании оптико-электронного устройства "глаз-процессорного" типа.
В условиях использования оптико-электронных устройств обработки информации как универсальных носителей информации целесообразно применять функции логико-временного (ЛВФ) типа [58]. Такие функции не только простые в описании, так как их математический аппарат базируется на операциях векторной алгебры, но и разрешают достичь высокой скорости обработки информации. Такая скорость обеспечивается с помощью двух факторов: носителем информации есть временный фактор и максимальное распараллеливание процесса обработки. ЛВФ разрешают унифицировать устройства анализа и обработки информации, которая разрешает использование одного и того же аппаратного обеспечения в разнообразных целях изменяя лишь периферийную часть. Такая универсальность поясняется тем, что для формирования ЛВФ не играет роли природа информации, а лишь ее характеристики, которые и становятся параметрами ЛВФ.
Таким образом, для формирования ЛВФ выполняется преобразование на плоскости в текущий момент времени величины светового потока в соответствующие продолжительности временных интервалов. Такой подход к обработке чрезвычайно важный в устройствах глаз - процессорного типа, которые автоматизируют процесс обработки изображений, в особенности в динамических системах.
Преобразование данных
При параллельном введении оптической информации в устройство (рис. 2.1), первичное изображение сканируется на апертуру приемочного устройства, то есть каждой отдельной ячейкой апертуры выполняется прием информации от каждой отдельной точки изображения [6]. При этом формируются сигналы разнообразных типов, то есть каждый из них включает в себя довольно разнообразные характеристики изображения, которое распознается. Все сигналы, которые поступили на приемочное устройство, превращаются с помощью KVP-преобразования на ЛВФ, которые подлежат предшествующей обработке [58].
Рис. 2.1. Устройство для измерения интенсивности светового потока:
1- световой поток; 2 - nxn фотоприемников; 3 - матрица элементов преобразователей; 4 - m блоков памяти; 5 - шина внешних управляющих сигналов; 6 -элемент АБО-НІ; 7 - элементы І; 8 - сумматоры; 9 - блок деления; 10- общий сумматор
Предшествующая обработка базируется на способе параллельного складывания временных интервалов [1, 58]. В данном случае этот метод используется как метод формирования категории определителя [58, 77, 89], в соответствии с которым будет выполняться распознавание изображений. Опираясь на то, что способ параллельного составления дает возможность отделения общих частей сигналов, из всех ЛВФ, которые поступают, отделяется одновременно (параллельно) несколько общих частей, любая из которых характеризует некоторый конкретный определитель распознавания.
Из этого следует, что способ, который предлагается, выполняет обработку сигналов для распознавания не за одним конкретным определителем, а за некоторым количеством, при чем это количество не причиненное сначала, а определяется в процессе предшествующей обработки информации. Одновременно с процессом обособления общих частей ЛВФ выполняется разделение характеристик определителей, которые получаются, на качественные и количественные характеристики. Каждый из классов определителей подается на отдельный канал обработки информации в соответствии с качеством определителя. В любом из каналов выполняется одновременная конечная обработка.
Анали