Достоверность результатов работы алгоритмов определения показаний индикаторов

Наиболее значимым критерием эффективности системы распознавания образов является достоверность результатов распознавания, значение которой должно стремиться к 100%. Однако на практике обычно существуют ограничения, которые не позволяют увеличивать объём измерительной информации без потери производительности системы распознавания.

Достоверность распознавания определяется максимальным значением погрешности распознавания при заданном количестве изображений. Данный параметр зависит от информативных признаков объекта и погрешности метода, т.е. на достоверность результата распознавания влияют следующие составляющие:

- репрезентативность данных, показывающая соответствие характеристик выборки характеристикам генеральной совокупности в целом;

- количество используемых признаков, определяющих сложность распознавания;

- метод распознавания и его характеристики.

В диссертационной работе расчет достоверности алгоритмов обработки изображений базируется на методике расчета достоверности распознавания образов, описанной в [62].

В работе [63] показано, что статистическая достоверность распознавания, или иначе «оценка достоверности классификатора (в англоязычной литературе — accuracy)», определяется выражением:

где Nι- количество правильно распознанных образов, N₂- общее количество контрольных образов.

Для использования формулы (3.14) в качестве показателя достоверности необходимо учесть характеристики каждого алгоритма обработки изображений индикаторов. Поскольку погрешность алгоритма определяется в основном качеством исходных изображений, была проведена серия испытаний, включающих следующие этапы:

1) выбирались N₂изображений индикаторов размером (x, x);

2) каждое изображение обрабатывалось с использованием алгоритма обработки изображений стрелочных, жидкокристаллических или световых индикаторов;

3) определялось количество N₁правильно распознанных показаний индикаторов, рассчитывалось значение достоверности распознавания по формуле (3.14) для индикатора размером (x, x).

По результатам испытания была построена таблица 3.2, отображающая зависимости достоверности результатов D(x)от размеров xизображения индикатора для каждого класса индикатора P (P₁- стрелочный индикатор, P₂ - жидкокристаллический индикатор, P₃- световой индикатор). На рисунке 3.7 представлены графики этих зависимостей.

Таблица 3.2

Зависимости достоверности результатов от размеров изображения

индикатора для каждого типа индикатора

Рисунок 3.7. Графики зависимостей достоверности результатов от размеров

изображения индикатора для каждого типа индикатора

По результатам анализа таблицы и полученных графиков, были сделаны следующие выводы:

1) значение достоверности определения показаний стрелочного индикатора D(x)≥ 0,95 достигается при размере изображения индикатора x ≥ 200, при этом дальнейшее увеличение размера изображения не дает существенного увеличения достоверности;

2) значение достоверности определения показаний

жидкокристаллического индикаторадостигается при размере

изображения индикаторапри этом дальнейшее увеличение размера

71

изображения также не дает существенного увеличения достоверности;

3) значение достоверности определения показаний светового индикатора D(x)≥ 0,95 достигается при размере изображения индикатора x ≥ 10, при этом дальнейшее увеличение размера изображения существенно не влияет на достоверность.

Таким образом, были выработаны требования к техническим характеристикам видеокамеры, захватывающей изображение панели приборов, а именно, захват изображения (x, x) стрелочного индикатора размером χ ≥ 200, жидкокристаллического индикатора размером _x≥ 100, светового индикатора размером χ ≥ 10, что позволяет использовать разработанные алгоритмы обработки изображений индикаторов панели приборов при достоверности результатов d(x) ≥ 0,95.