Application of morphological and neural network algorithms based on nonlinear equivalentity metrics for recognition of multi-level images of multicharacter identification objects in transport systems

Abstract

The work is devoted to the development of new integrated morphological-neural network algorithms based on nonlinear equivalence metrics for recognizing halftone black-and-white images of multi-symbol identification objects, which are widely used in automated production and various logistics transport systems for the purpose of ensuring the accounting and security of transport units or their identification objects. These algorithms are based on the use of linear (nonlinear) equivalence (non-equivalence) metrics and normalized spatially dependent similarity functions (similarity or dissimilarity) of matrix arrays or data in the form of images, as criterion (discriminant) functions. Based on the review of related works, the aspects, specifics and advantages of using such metrics and functions to solve research problems were analyzed, the necessity and relevance of which were technically justified and formulated. Two groups of algorithms for recognizing images of multi-symbol identification objects have been developed and presented, the main procedures in these algorithms have been described, their features and differences have been shown. In the article, the authors present the results of model experiments of the proposed algorithms using the created auxiliary program for studying the features of the application of algorithms, for checking the quality and accuracy characteristics of image recognition when exposed to various types and strengths of interference, for verifying the adequacy of models and metrics. A comparative analysis of the obtained modeling results has been performed taking into account various conditions and interference. A program for recognizing identification numbers on locking and sealing devices has been developed and tested in real production conditions. The operation of the program and its user interface are demonstrated by screenshots. The results obtained showed that such proposed integrated morphological-neural network algorithms based on equivalent nonlinear metrics have better discriminant properties, accuracy and performance characteristics, especially in the case of a significant (up to 40%) conditional level of interference power acting on the recognized images.

Робота присвячена розробці нових інтегрованих морфологічно-нейромережевих алгоритмів на основі нелінійних еквівалентністних метрик для розпізнавання напівтонових чорно-білих зображень багато-символьних об`єктів ідентифікації, що широко використовуються у автоматизованих виробництвах продукції та різноманітних логістичних транспортних системах перевезень з метою забезпечення обліку та безпеки транспортних одиниць чи їх об`єктів ідентифікації. Ці алгоритми базуються на застосуванні лінійних (нелінійних) еквівалентністних (нееквівалентністних) метрик та нормалізованих просторово-залежних функцій подібності (схожості чи несхожості) матричних масивів чи даних у вигляді зображень, як критеріальних (дискримінантних) функцій. На основі проведеного огляду повязаних робіт були проаналізовані аспекти, специфіка та переваги застосування таких метрик та функцій для вирішення завдань дослідження, необхідність та актуальність яких були технічно обґрунтовані та сформульовані. Розроблено та представлено дві групи алгоритмів розпізнавання зображень багато-символьних обєктів ідентифікації, виконано опис основних процедур в цих алгоритмах, показані їх особливості та відмінності. У статті авторами наведені результати модельних експериментів пропонованих алгоритмів за допомогою створеної допоміжної програми для дослідження особливостей застосування алгоритмів, для перевірки якості та точністних характеристик розпізнавання зображень при дії на них різного типу та потужності завад, для верифікації адекватності моделей та метрик. Виконано порівняльний аналіз отриманих результатів моделювання з урахуванням різних умов та завад. Розроблена та протестована в реальних виробничих умовах програма розпізнавання ідентифікаційних номерів на запірно-пломбувальних пристроях. Роботу програми та її користувацький інтерфейс продемонстровано скрінами. Отримані результати показали, що такі запропоновані інтегровані морфологічно-нейромережеві алгоритми на основі еквівалентністних нелінійних метрик мають кращі дискримінантні властивості, точністні та робочі характеристики, особливо у випадку значного (аж до 40%) умовного рівня потужності завад, що діють на розпізнавані зображення.