Discrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational Science2658-46702658-7149Peoples' Friendship University of Russia named after Patrice Lumumba (RUDN University)8354ArticlesСтатьиResearch ArticleObject Recognition Based on Invariant MomentsРаспознавание на основе инвариантных моментовAbramovN SАбрамовНиколай Сергеевичn-say@nsa.pereslavl.ruKhachumovV MХачумовВячеслав Михайловичvmh48@mail.ruAilamazyan Program Systems InstituteИнститут программных систем им. А.К. АйламазянаInstitute for Systems AnalysisИнститут системного анализа150220142NO2 (2014)№2 (2014)14214908092016Copyright ©; 2014, Абрамов Н.С., Хачумов В.М.2014Абрамов Н.С., Хачумов В.М.http://creativecommons.org/licenses/by/4.0https://journals.rudn.ru/miph/article/view/8354We investigate the properties of invariant moments of binary images, it is necessary for the formation of their set in order to recognize graphic images. Pattern recognition and distance measurement used Hu invariant moments. It is shown that the invariants have different sensitivity to changes in input data that defines the strategy of their choice. Experiments on pattern recognition of text characters, images of the aircrafts and the landing site in the form of a cross were carried out. The considered recognition algorithm works in real time, use only one camera, is invariant to rotation, shift and scale the object in the frame. The accuracy and completeness of recognition amounted to about 92% on a set of thousands of samples of each type. The results of the experimental determination of the quality of recognition of various objects based on their contour images, as well as the results of comparing recognition using a different set of invariant moments are presented. It is shown that the inclusion of the less sensitive invariant moments reduces the computation time, and lowers the computational error that occurs when fluctuations in the parameters of an object or scene in the frame take place. It is proposed to combine the method of invariant moments with probabilistic neural network, which will improve the quality of recognition, making it more fast, accurate and complete.Исследуются свойства инвариантных моментов бинарных изображений, что необходимо для формирования их набора в задаче распознавания графических образов. Для распознавания образов и измерения расстояний используются инвариантные моменты Ху. Показано, что инварианты имеют разную чувствительность к изменениям входных данных, что определяет стратегию их выбора. Проведены эксперименты по распознаванию изображений текстовых символов, изображений летательного аппарата и посадочной площадке в форме креста. Рассматриваемый алгоритм распознавания характеризуется работой в режиме реального времени, использованием только одной видеокамеры, инвариантностью к повороту, сдвигу и масштабу объекта в кадре. Точность и полнота распознавания составили порядка 92% на выборке из тысячи образцов каждого типа. Приведены результаты экспериментального определения качества распознавания различных объектов по их контурным изображениям, а также результаты сравнения распознавания с использованием разных наборов инвариантных моментов. Показано, что учёт менее чувствительных инвариантных моментов сокращает время вычислений и снижает погрешность вычислений, которая возникает при флуктуации параметров объекта или сцены в кадре. Предложено объединить метод инвариантных моментов с вероятностной нейронной сетью, что позволит улучшить качество распознавания по скорости, точности и полноте.invariantsrecognitionneural networkраспознаваниеинвариантынейронная сеть1.Роджерс Д., Адамс Д. Математические основы машинной графики. - М.: Машиностроение, 1980. - 240 с.2.Dudani S. A., Breeding K. J., McChee R. B. Aircraft Identification by Moment Invariants // IEEE Transaction on Computers. - 1977. - No 1. - Pp. 39-45.3.Wong R. Y. Scene Matching with Invariant Moments // Computer Graphics and Image Processing. - 1978. - No 8. - Pp. 16-24.4.Hu M. K. Visual Pattern Recognition by Moment Invariants // IRE Transactions on Information Theory. - 1962. - No 8. - Pp. 179-187.5.Абрамов Н. С., Фраленко В. П. Определение расстояний на основе системы технического зрения и метода инвариантных моментов // Информационные технологии и вычислительные системы. - 2012. - № 4. - С. 32-39.6.Пережигин А. А., Хачумов В. М. Обнаружение и автоматическое определение параметров летательного объекта на видео потоке // Информационные технологии и вычислительные системы. - 2005. - № 1. - С. 38-48.7.Хачумов В. М. О расширении функциональных возможностей искусственных нейронных сетей // Авиакосмическое приборостроение. - 2008. - № 5. - С. 53-59.