Научная статья на тему 'Алгоритм классификации выпуклых фигур, с использованием диагональных признаков формы'

Алгоритм классификации выпуклых фигур, с использованием диагональных признаков формы Текст научной статьи по специальности «Математика»

CC BY
435
70
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ФОРМА / ПРИЗНАК / КЛАССИФИКАЦИЯ / ДИАГОНАЛЬНЫЙ КОЭФФИЦИЕНТ ФОРМЫ / ВЫПУКЛЫЕ ФИГУРЫ / FORM / FEATURE / CLASSIFICATION / DIAGONAL FORM FACTOR / CONVEX FIGURES

Аннотация научной статьи по математике, автор научной работы — Садыков Султан Сидыкович, Терехин Андрей Викторович

В статье описан алгоритм вычисления диагональных признаков формы, приводятся формулы для вычислений, предложен способ классификации выпуклых фигур по их форме, представлены результаты исследований.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Садыков Султан Сидыкович, Терехин Андрей Викторович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Classification algorithm of convex figures by using diagonal features of forms

This article describes an algorithm of computing the diagonal form features, the formulae for computing are presented, a method for classification of convex figures by their shape is offered, the results of research are provided.

Текст научной работы на тему «Алгоритм классификации выпуклых фигур, с использованием диагональных признаков формы»

Полученные инфракрасные спектры образцов льнотресты с различным содержанием волокна представлены на рисунке 1.

Как видно из рисунка 1, интегральная интенсивность линий в области 4770 см-1 пропорциональна изменению содержания волокна в тресте, что позволило построить линейные калибровочные модели для результатов по выходу на АЛС-1 (рис. 2).

Таким образом, высокий коэффициент корреляции для линейных моделей по выходу длинного волокна, характеризующему содержание волокна в тресте (г = 0,98, СКО = 0.82 для АЛС-1), подтверждает высокую достоверность полученных калибровочных моделей и возможность оценки (прогнозирования) содержания льняного волокна в тресте методом инфракрасной спектрометрии с высокой точностью.

Библиографический список

1. ГОСТ Р 53143-2008. «Треста льняная. Требования при заготовках». - М.: Изд-во Стандар-тинформ, 2009.

2. Дроздов В.Г., Мозохин В.Г. Оценка технологических параметров льняной тресты методом ближней инфракрасной Фурье-спектрометрии. -Кострома: Изд-во Костром. гос. технол. ун-та, 2013. - 24 с.

3. Катков А.А. Управление режимом работы мяльно-трепального агрегата в зависимости от влажности льнотресты: Дис. ... канд. техн. наук / Костромской гос. технол. ун-т. - Кострома, 2008. - 168 с.

4. Мозохин А.Е., ДроздовВ.Г., КолесниковаИ.А. Сопоставление химического и спектрального анализа разных сортов льняной тресты // Вестник КГТУ - 2012. - № 4. - С. 17-21.

УДК 004.8

Садыков Султан Сидыкович

доктор технических наук [email protected]

Терехин Андрей Викторович

terehin_murom@mail. ш Муромский институт (филиал) Владимирского государственного университета им. А.Г и Н. Г. Столетовых

АЛГОРИТМ КЛАССИФИКАЦИИ ВЫПУКЛЫХ ФИГУР, С ИСПОЛЬЗОВАНИЕМ ДИАГОНАЛЬНЫХ ПРИЗНАКОВ ФОРМЫ

В статье описан алгоритм вычисления диагональных признаков формы, приводятся формулы для вычислений, предложен способ классификации выпуклых фигур по их форме, представлены результаты исследований. Ключевые слова: форма, признак, классификация, диагональный коэффициент формы, выпуклые фигуры.

Системы автоматического распознавания (САР) в настоящее время все больше находят применение в современном производстве на конвейерной сборке различных объектов из наборов деталей. Различные виды САР различаются между собой как техническим, так и программным оснащением, в зависимости от конкретно поставленной задачи. Объединяет их то, что для распознавания объектов в них используются наборы признаков, объединенные в векторы по определенным группам, при этом нормализованные определенным образом [1]. Значения векторов признаков для конкретных объектов формируются в эталоны.

Многие объекты, которые распознаются в современных САР, имеют проекции на плоскости, схожие по форме с выпуклыми геометрическими фигурами. Поэтому важным этапом при разработке САР является предварительная классификация геометрических фигур по признакам формы с целью уменьшения времени классификации и повышения точности идентификации.

Данную операцию можно осуществить с помощью геометрических признаков [2], таких как периметр, площадь, величина углов (кривизна). За-

частую их оказывается недостаточно, и возникает задача добавления новых характеристик [3].

Набор используемых признаков, для удобства вычислений, необходимо привести к нормированному виду. Данная необходимость вызвана тем, что значения признаков различных типов могут сильно отличаться между собой (одни могут иметь очень маленькие значения, другие - очень большие), что в свою очередь негативно влияет на графическое представление и анализ статистической информации при исследованиях. Так как в цифровом виде изображения представляются в виде наборов пикселей, то и геометрические характеристики объектов, присутствующих на них, будут зависеть от размеров изображения. Поэтому возникает необходимость в представлении характеристик в виде безразмерных коэффициентов, что делает соответствующие признаки невосприимчивыми к размеру рассматриваемого изображения и ориентации фигуры на изображении.

В данной статье предлагается способ классификации геометрических фигур по их форме с использованием набора признаков, нормализованных определенным образом и имеющих общий диапазон значений.

Е

Рис. 1. Пример плоских геометрических фигур, вписанных в прямоугольник

Для реализации поставленной задачи классификации геометрических фигур автором были предложены прямоугольный и диагональный коэффициент формы, а также коэффициенты диагональных отрезков. Введем определения.

Прямоугольный коэффициент формы, knp, далее ПКФ, характеризует отношение меньшей стороны описанного вокруг фигуры прямоугольника к большей [4]. Данный признак может хорошо отсеивать фигуры по форме их «вытянутости», то есть классифицировать их на такие, которые можно «вписать» в квадрат, и на те, которые можно вписать в «прямоугольник» (в данной статье речь пойдет о втором типе фигур). Область значений коэффициента находится в диапазоне (0; 1]:

k = 1, если а=Ь;

пр 7 7

k ^ 0, если a>>b,

пр

где a, Ь - длины сторон описанного вокруг фигуры прямоугольника.

Главная диагональ фигуры (максимальный отрезок) - отрезок (рис. 1 - с), соединяющий две точки контура фигуры и имеющий максимальную длину.

Побочная диагональ фигуры - отрезок (рис. 1, а - d), соединяющий противоположные точки контура фигуры (рис. 1, а - G, F,) и находящийся на линии, проходящей через ее центр, и соединяющий левую нижнюю (рис. 1, а - D) и правую верхнюю (рис. 1, а - N вершины описанного прямоугольника (рис. 1, а).

Диагональный коэффициент, kД - признак формы, вычисляющийся как соотношение длин побочной и главной диагоналей фигуры [4].

Диагональные отрезки описанного прямоугольника - отрезки (рис. 1, а - НЫ, НЕ, НМ, HD), соединяющие центр описанного прямоугольника и его вершины [4].

Диагональный отрезок фигуры - отрезок (рис. 1 - HG), лежащий на одной из диагоналей описанного вокруг нее прямоугольника и соединяющий центр фигуры и точку пересечения контура фигуры с этой диагональю [4].

Коэффициенты диагональных отрезков - отношения длин диагональных отрезков фигуры к длинам соответствующих диагональных отрезков описанного вокруг нее квадрата [4].

Фигуры, вписанные в прямоугольник, можно условно разделить на две группы.

К фигурам первой группы относятся такие, в которых середина максимального отрезка (главной диагонали) лежит на одной из граней описанного вокруг него прямоугольника (рис. 1 - б).

К фигурам второй группы относятся те, в которых середина максимального отрезка (главной диагонали) находится внутри описанного вокруг нее прямоугольника (рис. 1 - в).

Алгоритм классификации:

1. Находятся длина, ширина фигуры, длины диагональных отрезков по алгоритму, описанному в [4].

2. а) Вычисляется прямоугольный коэффициент формы по формуле, представленной в [4].

б) Вычисляются другие коэффициенты формы [4].

3. Выполняется проверка значения ПКФ. Если knp = 1, то фигуру можно вписать в квадрат. Если 0 < knp < 1, то фигуру можно вписать в прямоугольник (в данной статьей рассматривается только второй вариант), и выполняется пункт 4 алгоритма.

4. Для нахождения отличия фигур первой группы от второй (рис. 1 - б, в) необходимо определить положение середины максимального отрезка. Точка Н в обоих случаях обозначает центр самого длинного отрезка в фигуре, соединяющего две точки контура. В первом случае точка Н лежит на одной из граней описанного прямоугольника (рис. 1 - б), во втором случае - внутри (рис. 1 - в). Разделение фигур на группы по данному признаку классификации осуществляется проверкой точки на принадлежность линии и определяется по формуле прямой:

Ах+Ву+С=0.

Для вычисления коэффициентов А, В, С вместо х,у подставляются координаты начала и конца отрезка DE, затем решается система двух уравнений. После нахождения А, В, С в полученное уравнение прямой подставляются координаты точки Н. Если полученное равенство верное - то Н О DE и фигура относится к первой группе, иначе - ко второй.

5.1. Фигуры первой группы.

Рассмотрим фигуры первой группы на примере треугольников.

Так как у фигур первой группы середина максимального отрезка лежит на основании описанного прямоугольника, то два из четырех диагональных отрезков будут всегда равны «1», следователь-

н

N

Е

N

Рис. 2. Различные виды треугольников, вписанных в прямоугольник

но, для внутригруппового различия есть смысл рассматривать только два коэффициента диагональных отрезков.

Коэффициенты диагональных отрезков для треугольников (рис. 2) рассчитываются по следующим формулам:

к =

КДр\ і

1НЫ

к = ^

ДО2 , ,

1НЯ

где I - длина соответствующего отрезка.

5.1.1. Произвольный треугольник.

В прямоугольнике HH,MD (рис. 2 - а, б) отрезки НМ и DH, являются диагоналями, они равны, и их пересечение делит их пополам, следовательно, НР = HG, MF = GN, а для произвольного треугольника данные диагональные отрезки не будут равны между собой и, соответственно, коэффициенты диагональных отрезков:

кДО1 Ф kДО2 .

5.1.2. Равносторонний треугольник.

В соответствии с рассуждениями в 5.1.1,

для

1

равностороннего треугольника: кДО1 = кДО2 = —.

Для того чтобы отличить между собой равнобедренный и равносторонний треугольники, необходимо снова воспользоваться прямоугольным коэффициентом формы.

Из прямоугольного треугольника НЫЕ (рис. 2 -

б), HG = GN, HG=HE, Ж2 = Ж2 + НЕ2,

(2НЕ)2 = Ш2 + НЕ2, Ш2 = НЕ2 - 4НЕ2 = 3НЕ2,

Ш = НЕ у/3.

Так как Н является серединой DE, то DE = 2НЕ. Для равностороннего треугольника:

о/3 = л/3

I™ 21 ап 2

к = Е = \нЕ '

Так как равносторонний треугольник является частным случаем равнобедренного, то, чтобы различить их между собой, значение k не должно

^ ^ г ^

быть равным — : knр ф — .

5.1.3. Равнобедренный треугольник.

Для равнобедренного треугольника вышеописанные коэффициенты принимают следующие значения (аналогично рассуждениям в 5.1.1):

1

к

ДО1

■ к

ДО 2

2

к„р ф-

При 1Ш = 1НЕ43 - треугольник будет равносторонним, следовательно, для равнобедренного треугольника должно выполняться следующее:

А 2 .

5.2. Фигуры второй группы.

Так как для фигур второй группы (рис. 3) точка Н находится в центре описанного прямоугольника, то для их описания уже потребуется не 2 коэффициента диагональных отрезков, а 4.

5.2.1. Подгруппа фигур с одинаковыми коэффициентами диагональных отрезков.

К данной группе относятся эллипс и ромб (рис. 3 - а, б).

к = ^

ДО 2 і

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

1НЫ

к =1-^

КДОЪ і

НЕ'

кДО 4

Объединяет фигуры в этой подгруппе равенство между собой всех четырех диагональных отрезков

кД0\ = кД02 = кД03 = kД04 ■.

эффициентов:

ромб: kдo1 = 1с ДО 2 = к

а различает - значение ко-

дрз

эллипс- кДО1 кДО 2 кДО3 кДО4

2 •

1

ф —. 2

Рис. 3. Фигуры второй группы

н

н

N

N

Е

Е

Е

НВ

N

N

N

N

Е'

Е'

Е'

Е'

Е

б

Таблица 1

Средние значения коэффициентов, полученных при помощи программы

Название £пр £Д°1 кД° 2 кД° 3 кД° 4

Разносторонний треугольник 0,4157 0,4171 0,6747 1 1

Равносторонний треугольник 0,8573 0,5126 0,5147 1 1

Равнобедренный треугольник 0,4454 0,5048 0,5125 1 1

Ромб 0,6431 0,5042 0,5158 0,5142 0,5058

Эллипс 0,5567 0,7016 0,7095 0,7016 0,6973

Параллелограмм 0,4935 0,6249 0,9791 0,9844 0,6198

Трапеция 0,5818 0,6544 0,8382 0,9571 0,9785

Таблица 2

Расчетные значения коэффициентов, полученных расчетным путем

Примечания: «-» - не рассчитываемый для данной фигуры коэффициент; «л^)» - любое значение, кроме х; «л» - любое значение.

В полях, обозначенных буквой «л», происходит сравнение между собой коэффициентов либо сравнение со значениями частных случаев.

5.2.2. Подгруппа фигур с различающимися между собой коэффициентами диагональных отрезков.

Для параллелограмма коэффициенты диагональных отрезков следующие:

к = = 1- £ = Ь.О < 1- £ = 1но = 1-

П'Д°1 I 1 ? Д°2 1 ’ Д°Ъ 1 ’

Н НЕ 1НВ

к = 1н*. < 1

Д°4 1 ^ 1 •

1НМ

Для трапеции:

ь = 1ж. < 1- £ = !и£. < 1- £ = [ж. = 1.

ЛД°1 / ’ Д°2 I ’ Д°3 1 1 >

НМ 1Н НО

к = 1-Ж = 1

Д°4 , 1 •

1НЕ

При £Д01 = £Д°2 трапеция будет равнобедренной.

Внутригрупповое различие заключается в том, что в параллелограмме попарно равны коэффициенты противоположных диагональных отрезков, а в трапеции - два смежных.

По предложенным алгоритмам были проведены исследования на тестовых геометрических фигурах.

Было сгенерировано по 1 тыс. фигур каждого типа формы со случайно выбранными параметрами, характеризующими их размеры.

Целью исследования было экспериментальное подтверждение математических расчетов и сопоставление соответствующих значений коэффициентов отдельных фигур.

В результате проведенных испытаний из 1 тыс. случайно сгенерированных разносторонних треугольников правильно была распознана 1 тыс., при этом частные случаи среди классифицированных фигур (равнобедренные и равносторонние) составили 26% от всего количества.

При генерации равнобедренных треугольников случайным образом задавался угол у основания и длины сторон. При генерации равносторонних треугольников случайным образом задавались длины сторон.

Таким образом, в ходе проведения исследований на сгенерированных фигурах со случайными значениями параметров, характеризующих их размер, были экспериментально подтверждены математически рассчитанные диапазоны значений параметров предложенных коэффициентов формы.

В результате проведенных испытаний все рассмотренные фигуры, вписанные в прямоугольник, были классифицированы правильно.

Предложенные коэффициенты могут быть использованы в САР, при распознавании изображе-

ний реальных объектов [5; 6], проекции которых на плоскость близки по форме к выпуклым геометрическим фигурам.

Библиографический список

1. Садыков С.С., Савичева С.В. Предварительная обработка изображений плоских объектов в системах технического зрения // Приборостроение. - 2012. - № 2. - С. 19-24.

2. Садыков С.С., Стулов Н.Н. Методы и алгоритмы выделения признаков объектов в системах технического зрения. - М.: Горячая линия - Телеком, 2005. - 204с.: ил.

3. Грановская Р.М., Березная И.Я., Григорье-

ва А.И. Восприятия и признаки формы. - М.: Наука, 1981. - 208 с.

4. Терехин А.В. Метод описания эталонов трехмерных объектов по форме их проекций и признакам отверстий // АМиСОД. - 2013. - № 23. - С. 65-71.

5. Терехин А.В. Распознавание и классификация не наложенных объектов методом морфологического водораздела по диагональным признакам формы // Распознавание 2013. - Курск, 2013. -С. 94-96.

6. TerekhinA. V. Identification of three-dimensional objects by computing estimates based on diagonal features of forms and octree models // PRIA-11-2013. - Samara, 2013. - P. 721-723.

УДК 536.22/23+541.6

Свиридов Александр Васильевич

[email protected]

Мамченков Евгений Андреевич

emamchenko v@gmail. com

Акаев Олег Павлович

[email protected]

Костромской государственный университет им. Н.А. Некрасова

СИНТЕЗ ЖИДКОГО СТЕКЛА ИЗ МИКРОКРЕМНЕЗЕМА, ОЧИЩЕННОГО ЖИДКИМ ОТХОДОМ РЕГЕНЕРАЦИИ КАТИОНИТА

В работе рассмотрен способ очистки микрокремнезема от примесей соединений алюминия при помощи раствора, образующегося в результате промывки Nа-катионита азотной кислотой. Рассмотрена возможность получения из микрокремнезема жидкого стекла.

Ключевые слова: микрокремнезем, промышленные отходы, жидкое стекло.

В настоящее время большой практический интерес для производства жидкого стекла представляют кремнеземсодержащие промышленные отходы. Одним из них является кремнегель - многотоннажный отход производства фторида алюминия. По подсчетам научно-исследовательского центра по проблемам управления ресурсосбережением и отходами только производство фтористого алюминия образует кремнегеля 0,8502,850 т на тонну продукции [7, с. 12]. Складирование кремнегеля требует все новых земельных площадей, ведет к их загрязнению. Поэтому его утилизация дает не только экономический, но и экологический эффект. Привлекательность кремнегеля для производства жидкого стекла обусловлена содержанием в нем более 80% диоксида кремния в аморфной форме, с размером частиц до 40 мкм до 75 мкм. Благодаря этому кремнегель можно рассматривать в качестве микрокремнезема.

Основным способом получения жидкого стекла является сплавление кремнеземсодержащего сырья с щелочными реагентами и последующим автоклавным растворением образующейся силикат-глыбы. Этот способ является энергоемким [1, с. 24]. Среди других способов получения жидкого стекла большой практический интерес представляет безав-токлавное растворение кремнеземсодержащего сырья в щелочных растворах. Главное преимуще-

ство безавтоклавных способов - это исключение из технологической системы автоклава, что ведет к ее упрощению. При этом повышается уровень безопасности производства, уменьшаются энергетические и капитальные затраты. Вместе с тем недостатком безавтоклавных способов является недостаточно высокая скорость растворения во многих случаях диоксида кремния. При использовании в качестве сырья промышленных отходов возникает необходимость предварительной очистки их от некоторых примесей, тормозящих процесс растворения диоксида кремния в щелочных средах. К таким примесям относятся, в частности, соединения алюминия, содержащиеся в кремнегеле.

Очистка кремнеземсодержащего сырья от нерастворимых в воде примесей соединений металлов осуществляется обычно путем обработки его кислотой с последующей промывкой водой [4-8]. При этом расходуются ценные химические продукты, что существенно повышает стоимость жидкого стекла. С целью снижения затрат для очистки крем-негеля в настоящей работе использован жидкий промышленный отход Буйского химического завода Костромской области. Он является отработанным раствором, образующимся в результате промывки №-катионита азотной кислотой. Применение его обусловлено высокой концентрацией в нем азотной кислоты (1,6 моль/л).

i Надоели баннеры? Вы всегда можете отключить рекламу.