автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Система автоматического распознавания двуградационных изображений на основе спектрального метода

ВВЕДЕНИЕ

В Д. Актуальность выбранного направления.

В.2. Общая характеристика работы.

В.З. Выносимые на защиту положения.

ГЛАВА I. ОСНОВНЫЕ ХАРАКТЕРИСТИКИ СПЕКТРАЛЬНОГО МЕТОДА

РАСПОЗНАВАНИЯ ДВУГРАДАЦИОННЫХ ИЗОБРАЖЕНИЙ.

1Д. Использование спектральных составляющих электрических аналогов изображений в качестве информационных признаков

1.2. Аппаратурный спектральный анализ периодизиро-ванных электрических аналогов изображений

1.3. Определение количества признаков оптимального описания двуградационных изображений простых образов

ГЛАВА 2. РАЗРАБОТКА ЭЛЕМЕНТОВ, УЗЛОВ И СИСТЕМ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ ДВУГРАДАЦИОННЫХ ИЗОБРАЖЕНИЙ ПРОСТЫХ ОБРАЗОВ

2Д. Способы формирования периодизированного электрического аналога двуградационного изображения

2.2. Способ распознавания двуградационных изображений, инвариантный к аффинным преобразованиям

2.3. Специальные технические средства для реализации основных операций спектрального способа распознавания двуградационных изображений.

ГЛАВА 3. ИССЛЕДОВАНИЕ ИНФОРМАТИВНОСТИ ДИСКРЕТНЫХ

СПЕКТРОВ ЭЛЕКТРИЧЕСКИХ АНАЛОГОВ ДВУГРАДАЦИОННЫХ ИЗОБРАЖЕНИЙ

ЗД. Спектры простейших сигналов - элементов формы плоских двуградационных изображений при нелинейной развертке

3.2. Спектр napi зеркально-отображенных сигналов

3.3. Дискретное преобразование Фурье кривых идентификации печатных символов

3.4. Анализ информативности дискретных спектров на примере множества печатных символов

ГЛАВА 4. АЛГОРИТМ РАСПОЗНАВАНИЯ ДВУГРАДАЦИОННЫХ ИЗОБРАЖЕНИЙ И ПРИМЕРЫ ЕГО РЕАЛИЗАЦИИ В ИНФОРМАЦИОННЫХ СИСТЕМАХ

4*1. Алгоритм автоматической группировки признаков

4.2. Построение таблиц распознавания.

4.3. Принципы построения систем автоматического распознавания двуградационных изображений на примере множества печатных символов

4.4. Алгоритм распознавания двуградационных изображений по дискретным спектрам их электрических аналогов

B.I, Актуальность выбранного направления Современный этап научно-технического прогресса характеризуется широким использованием информационно-измерительных систем при решении задач автоматизации трудовой и частично исследовательской деятельности человека.

Важное место в практической реализации систем автоматической обработки больших массивов информации при решении задач автоматизации производственных процессов занимает разработка устройств автоматического поиска, обнаружения, классификации и распознавания элементов изображения или заданных классов образов /16/,

Потребность практики в обработке большого объема визуальной информации вызвала большой научный интерес к разработке теоретических основ анализа изображений и быстрый рост количества разнообразных систем и устройств, предназначенных для преобразования визуальной информации к вилу, удобному для решения задач автоматического распознавания, ввода в ЭВМ или использования для операций промышленного робота.

В последнее время разработан ряц оригинальных схем анализа и обработки изображений, базирующихся на оптико-электронных или оптико-механических сканирующих информационно-измерительных системах Л, 5, 18 , 27, 30, 79 , 81/. Подобные информационные системы созданы как на основе передающих телевизионных трубок /9, II, 12/, так и на основе матричных полупроводниковых устройств /16, 19, 27, 30 , 34, 39 , 83 , 84 , 85 , 88/. При этом новейшая технология построения оптико-электронных элементов в микроминиатюрном исполнении позволит решать в реальном масштабе времени широкий ряд информационных задач по функциональному преобразованию изображений,выделению информационных зон, контуров объектов, подвижных объектов, а также решать задачи по распознаванию двуградационных и голутоно-вых изображений.

В решении этих задач в настоящее время наметился разрыв между теоретическими исследованиями проблемы автоматической классификации и распознавания и практикой разработки и создания автоматических систем, имеющим конкретное применение. Наиболее широко представлены теоретические исследования по проблемам распознавания дискретных изображений /57/, анализ которых позволяет привлечь довольно полно разработанный математический аппарат дискретных преобразований /55, 56/ и использовать возможности обработки больших цифровых массивов с пол ощью современных ЭВМ и проблемно-ориентированных спецпроцессоров.

В этом направлении при решении конкретных задач распознавания зачастую возникают большие,порой непреодолимые трудности(Связанные с огромным числом операций,необходимых при распознавании даже простых изображений при выполнении требований высокого пространственного разройения и большого числа возможных преобразований изображения на плоскости: аффинных (параллельный сдвиг, поворот, подобие) и оптических (изменение яркости, контрастности, фона).

Большое время, затрачиваемое на решение задачи элементами цифровой техники, ставит на повестку дня разработку аналоговых систем автоматического распознавания ограниченного класса простых образов.

Основным достоинством аналоговых систем является относительная простота реализации на них упрощенных алгоритмов распознавания таких как метод зондов, масок, интегральный, следящей развертки и т.д. /30, 47, 50, 65, 67, 70, 72, 73, 74, 75/.

В аналоговых системах распознавания широко представлены различные варианты оптических и фотоэлектрических преобразователей, сканирующих устройств и элементов,специальные датчики электрических сигналов, и приемники лучистой энергии, модуляторы анализируемого изображения и др. /II, 19, 22, 28, 37, 39, 84, 85, 86, 88/.

Из созданных к настоящему времени в нашей стране и за рубежом автоматических систем распознавания изображений на основе некогерентной оптики практическое применение нашли лишь читавдие автоматы машинописных знаков и некоторые системы выделения линейных элементов изображения /5, 14, 15, 22, 66, 67, 83/.

Известны /30, 52/ три подхода к решению проблемы выделения контуров, считывания и распознавания плоских одноконтурных изображений. Первый подход заключается в поэлементном разложении изображения в последовательность электрических сигналов и обработке этих сигналов электронными схемами /52/. Второй основан на использовании мозаичных фотоприемных матриц, к кадому элементу которых подсоединена автономная цепь предварительной обработки сигнала, настроенная на определенный частотный /39/ или амплитудный порог срабатывания, соответствующий наперед заданной степени контрастности распознаваемого изображения или перепаду его оптической плотности.

Третий подход предполагает использование оптических фильтров пространственных частот /28,68/ с целью выделения контуров изображений, которые работают в сочетании с различными элементами обработки светового потока, без предварительного преобразования последнего в электрический сигнал.

При любом подходе к проблеме распознавания двуградационных изображений, как правило, необходимо производить предварительное сжатие информации с целью выделения оптимального количества информативных признаков, по которым может быть осуществлен рациональный процесс распознавания.

Формирование оптимального пространства признаковнеобходимого для разделения классов распознаваемых объектов с требуемой точностыо является одной из наиболее важных и трудных задач /58, 60, 61/. При этом к оптимальному пространству признаков еще добавляется существенное требование - эти признаки должны быть инвариантными к аффинным преобразованиям двуградационного изображения простых образов /70, 73/.

При реализации необходимых для практики систем автоматического обнаружения классификации и распознавания аналоговыми и дискретными методами одним из первостепенных требований является обеспечение процесса распознавания в реальном времени.

Выполнение этого условия настоятельно требует всемерного и широкого распараллеливания процесса распознавания на всех стадиях преобразования информации и во всех звеньях - оптическом,опти-ко-электронном (фотоэлектрические преобразователи и сканирующие устройства) и электрическом (схемы реализации алгоритма принятия решения). В известных /21, 24/ системах наиболее эффективно используется распараллеливание лишь при реализации алгоритма распознавания в области электрических сигналов с использованием ЭВМ и спецпроцессоров.

Таким образом вышеизложенная краткая характеристика состояния вопроса создания аналоговых и аналого-цифровых систем распознавания двуградационных изображений простых образов позволяет выделить наиболее актуальные моменты выбранного направления:

- проблема создания новых методов распознавания двуградационных изображений, удовлетворяющих условиям инвариантности к аффинным и оптическим преобразованиям, работающих в реальном времени и имеющих оптимальное количество информативных признаков, обеспечивающее минимум аппаратурных затрат при реализации процесса распознавания;

- разработка констр7кторско-технологических принципов создания аналоговых и аналого-цифровых элементов, узлов и устройств, позволяющие синтезировать системы автоматического распознавания двуградадиэнных изображений.

В.2, 'Эбщая характеристика работы

В диссертации выполнено научное обобщение результатов научно- исследовательских, конструкторско-технологических и экспериментальных работ, полученных отечественными и зарубежными специалистами в об.аасти разработки и использования систем автоматического распознавания двуградационных изображений простых образов.

В работе также широко используются результаты собственных разработок, выполненные за последние 5-10 лет в Рижском Краснознаменном институте инженеров гражданской авиации им.Ленинского комсомола и в Институте космических исследований природных ресурсов Научно-производственного объединения космических исследований АН Азерб; ССР;

Основные результаты работы изложены в статьях автора /89, 90, 95 ,96, 97/, докладывались в Киеве на Республиканском семинаре "Приборы и методы спектрального анализа электричеоких сигналов", /91/, в Баку на Всесоюзных конференциях по исследованию Земли космическими средствами /93', 101/ и во Львове на Всесоюзной школе-семинаре "РОИ-83" в секции "Распараллеливание алгоритмов при поиске и распознавании образов" /105,106/.По материалам диссертации получено семь авторских свидетельств /92,94,98,99,100,103,107/ и подано две заявки /102, 104/.

В целом"; полученные результаты положены в основу сформулированной единой научной концепции создания систем распознавания двуградационных изображений на основе принципиально нового спектрального метода с позиций:

- достижения минимума аппаратурных затрат при решении задач распознавания простых образов;

- обеспечение высоких метрологических, динамических и эксплуатационных характеристик;

- максимальной унификации узлов и блоков;

- обеспечение высокой надежности распознавания инвариантно к аффинным и оптическим преобразованиям изображений.

Эффективность предложенных принципов построения систем распознавания двуградационных изображений подтверждена положительными результатами НИР и ОКР,проводимых в Институте космических исследований природных ресурсов НПО КИ АН Азерб.ССР по теме № 74/4 "Этюд", в Рижском ордена Трудового Красного знамени политехническом институте по теме "Факел" № 3158/79 и в Рижском научно-исследовательском институте "Микроприбор" по созданию устройства распознавания изображений в системах зрительного восприятия промышленного робота.

Цель та боты. Целью настоящей диссертационной работы является исследование и разработка впервые предложенного в практике построения систем распознавания изображений спектрального метода распознавания двуградационных изображений простых образов и техническое обоснование возможности со здания упрощенных специализированных систем автоматического считывания и распознавания изображений на основе гибридной (аналого-цифровой) элементной базы.

Научная новизна. Научная новизна выполненной работы заключается в следующем :

- впервые сформулирован спектральный метод распознавания двуградационных изображений;

- произведено теоретическое обоснование возможности использования спектральных составляющих периодизированных электрических аналогов изображений в качестве системы информативных признаков;

- проведено теоретическое обоснование и определено количество признаков оптимального описания при различных статистических вероятностных законах распределения элементов классифицируемого множества;

- произведен анализ дискретных спектров электрических аналогов простых геометрических фигур при различных способах сканирования и проведены теоретические исследования информативности гармоник дискретного спектра;

- предложены принципы построения аналого-цифровых элементов, узлов и устройств для распознавания двуградационных изображений;

- предложен алгоритм распознавания двуградационных изображений по дискретным спектрам их электрических аналогов.

Практическая ценность. В результате теоретических и экспери ментальных исследований :

- произведено научное обобщение известных способов распознавания двуградационных изображений и технико-экономическое обоснование разработки спектрального метода распознавания;

- сформулированы схемно-технические принципы построения аналого-цифровых систем распознавания двуградационных изображений;

- предложены функциональные схемы элементов, узлов и блоков систем распознавания двуградационных изображений;

- предложена методика выделения информативных признаков для описания двуградационных изображений простых образов;

- предложена принципиальная схема конструктивно-функционального устройства для сопряжения аналоговых и цифровых элементов в устройствах распознавания, выполненного в рамках ОКР, и серийный выпуск которого был освоен опытным заводом космического приборостроения ШЮ КИ АН Азерб.ССР;

- предложена принципиальная схема аналогового устройства нормализации сигналов,которое может быть использовано не только в устройствах распознавания, но и при решении широкого круга задач в области информационно-измерительных систем.

Методика выполнения исследований. Методика исследований базируется на основе теории технической кибернетики,информации,информационно-измерительных систем, спектрального анализа сигналов с последующей экспериментальной, конструкторской и опытно-промышленной проверкой результатов в условиях, близких к эксплуатационным.

Получение приведенных в работе алгоритмов распознавания,используемых при разработке систем распознавания двуградационных изображений простых образов, достигнуто путем аналитического исследования известных алгоритмов распознавания с целью их использования для распознавания печатных символов, выбранных в качестве примерного множества из класса двуградационных изображений простых образов.

Структура и объем работы^ Диссертационная работа изложена на 205 страницах машинописного текста и содержит введение, четыре главы и заключение на 170 страницах, рисунков 37 и таблиц 12 на 39 страницах, список литературы на 9 страницах и приложение на 35 страницах.

Основные результаты, полученные в результате проведенных в диссертационной работе исследований, состоят в следующем :

- предложен спектральный метод распознавания двуградационных изображений простых образов и исследованы его основные характеристики;

- определена необходимая и достаточная система признаков для распознавания определенного класса двуградационных изображений при различных вероятностных законах распределения элементов классифицируемого множества;

- разработаны новые способы периодизации электрических аналогов двуградационных изображений, основанные на использовании интегральной развертки плоским сканирующим световым лучом;

- предложен новый способ распознавания двуградационных изображений, инвариантный к аффинным преобразованиям;

- разработаны специальные технические средства (элементы,узлы и устройства) для реализации спектрального метода распознавания двуградационных изображений;

- проведено исследование информативности дискретных спектров электрических аналогов двуградационных изображений на примере класса печатных символов;

- проведено экспериментальное исследование возможности использования дискретных спектров в качестве системы инфорлативных признаков;

- предложено для экспериментальных исследований устройство периодизации электрических аналогов двуградационных изображений, на основе которого выполнен макет прибора для спектрального анализа визуальных образов;

- разработаны новые схемы устройств автоматического распознавания двуградационных изображений простых образов;

- предложено новое устройство для нормализации аналоговых сигналов, используемое в системах классификации распознаваемых объектов по совокупности информативных признаков;

- предложены алгоритмы и разработаны программы для распознавания двуградационных изображений по дискретным спектрам их электрических аналогов, а так же и для огрнки вероятности принятия правильного решения при различных допусках на измерение информативных признаков.

Результаты проведенных теоретических и экспериментальных исследований спектрального метода распознавания двуградационных изображений простых образов подтвердили высокую вероятность распознавания объектов по дискретным спектрам периодизированных электрических аналогов изображений.

Предложенные в диссертационной работе способы периодизации электрических аналогов изображений и метод распознавания их по дискретным спектрам может быть с успехом применен как в системах визуального восприятия промышленных роботов второго и третьего поколений, так и в других областях техники, таких как : техническая диагностика состояния различного оборудования, если это состояние может быть обозначено визуальной информацией; в медицинской диагностике при анализе электрокардиограммы;в космических исследованиях земных ресурсов при распознавании различного рода объектов на аэрофотоснимках и др.

Дальнейшие исследования в области спектрального метода распознавания двуградационных изображений простых образов позволят решить проблему создания эффективных автоматических аналого-цифровых устройств обработки визуальной информации и ввода ее в вычислительные машины.

В частности, устройства считывания и распознавания двуграцационннх изображений простых образов могут быть использованы при обработке аэрокосмической информации для решения задач геометрической привязки отдельных характеристик объектов аэрофотоснимка, таких как перекрестки дорог, устья рек, мосты, очертания береговой линии различных водоемов и т.д.

Методы считывания и распознавания двуградационных изображений, изложенные в диссертационной работе, могут оказаться приемлемыми и для других задач, таких как поиск характерных меток и маркировок на фотоснимках, объектов искусственного происхождения на фоне природного ландшафта и др.

Гибкость и универсальность спектрального метода распознавания двуградационных изображений, обеспечивающего значительное сжатие информации, используемой для описания элементов распознаваемого множества, позволяет значительно расширить область его применения и ж пользовать не только в устройствах считывания и распознавания, но и в различных информационно-измерительных системах, в системах автоматического управления и контроля, и при автоматизации экспериментальных исследований в различных областях науки и техники.

ЗАКЛЮЧЕНИЕ

1. Аркадьев А.Г., Браверман Э.М., Обучение машины классификации объектов, из-во "Наука",М.,1971, 191 с.

2. Андреев Ю.А., Волков Б.Г., Погрешности анализатора спектра с двойным Т-образным мостом,"Измерительная техника",№ 3,1965.

3. Барабаш Ю.Л. и др., Вопросы статической теории распознавания, из-во "Советское радио", М.,1967, 170 с.

4. Блох ЭЛ., К вопросу о минимальном описании,"Радиотехника", т.15, №2, I960, с.16-19.

5. Барашко А., Возиянов А. и др., Состояние разработки и перспективы внедрения читающего автомата ЧАРС, в кн. "Автоматизация ввода письменных знаков в ЭВМ, издание второе Республиканского ИНТЦИ, Вильнюс, 1968, с. 167-177.

6. Баженов Д.В., Недостатки спектрального анализа при помощи анализатора гармоник и пути их устранения, "Акустический журнал", 1964, т.10, Г& 2, с. 32-41.

7. Байеруолтс, Современные анализаторы спектра,"Электроника", 1968, т. 41, JS 15, с. 27-41.

8. Биргер И.А., Техническая диагностика, из-во Машиностроение, М., 1978, 235 с.

9. Бухаров А.К., Телевизионный обучаемый распознающий автомат , "Техника кино и телевидения", 1972, № 3, с.21-26.

10. Бронштейн И.Н., Семендяев К.А., Справочник по математике для инженеров и учащихся втузов, из-во "Наука", M.f 1979, 975 с.

11. Вапник В.Н., Задачи обучению распознаванию образцов, из-во "Знание", Москва, 1971, 58 с.

12. Василенко В«А.,Романов А.Н.,Обучение автоматов распознаванию изображений, из-во "Энергия", Москва, 1973, 71 с.

13. Вавилов Е.Н. и др., Синтез схем на пороговых элементах,из-во "Советское радио", Москва, 1970, 367 с.

14. Вапник B.II. ,Червоненкис АЛ., Теория распознавания образцов, из-во "Наука", Москва, 1974, 416 с.

15. Возиянов А.Ф., Мозыра Ю.С., Провалов Ю.П., Распознающее устройство читающего автшата ЧАРО, в кн. "Автоматизация ввода письменных знаков в ЭВМ",Издание РИНТИП, т. 2, Вильнюс, 1969,с. 50-64.

16. Васильев В.И., Распознающие системы. Справочник, из-во "Наукова думка", Киев, 1969, 292 с.

17. Воллернер Н.Ф., Аппаратурный спектральный анализ сигналов, из-во "Советское радио", Москва, 1977, 208 с.

18. Горелик АД., Скрипник В.А., Некоторые вопросы построения систем распознавания, из-во "Советское радио", Москва, 1974, 222 с.

19. Галушкин А.И., Распознавание сигналов на септронах, из-во "Энергия", Москва, 1974, 95 с.

20. Грибанов Б .и., Мальков В.П., Спектральный анализ случайных процессов, из-во "Энергия", Москва, 1974, 238 с.

21. Грицык В.В., Черчык Г.Т. и Михайловский В.Н., Способ распознавания изображений, авт. свид. № 746610, бюл.№ 25, 1980.

22. Горвитц I.П., Шелтон ГД., Распознавание образов с помощью автокорреляции, ТИИЭР, й 1,190, 1961, с. 32-54.

23. Голд Б., Рейдер Ч., Цифровая обработка сигналов, из-во "Советское радио", Москва, 1973, 367 с.

24. Грицык В.В., Златогурский Э.Р., Михайловский В.Н., Распараллеливание алгоритмов обработки информации, из-во "Наукова думка", Киев, 1977, 123 с.

25. Дженкинс Г., Ватте Д., Спектральный анализ и его приложения, из-во "Мир", Москва, 1971, т.1, 1972, т.II,316 е.,287 с.

26. Друтовски Г., Устройство для центрирования символов шрифта,"Открытия, изобретения, промышленные образцы и товарные знаки", Авторское свидетельство № 393850, 1974, $ 33.

27. Загоруйко Н.Г., Методы распознавания и их применение,из-во "Советское радио", Москва, 1972, 206 с.

28. Зверев В.А., Орлов Е.Ф., Оптические анализаторы,из-во "Советское радио", Москва, 1971, 236 с.

29. Кассирский Г.И., О частотной характеристике первого тона при митральном стенозе до и после операции комиссуротомии, Терапевтический архив, I960, № 7.

30. Катыс Г.П., Автоматическое сканирование, из-во "Машиностроение", Москва, 1969 г., 520 с.31 # Ковалевский В.А., Методы оптимальных решений в распознавании изображений, из-во "Наука", Москва, 1976, 328 с.

31. Каталог шрифтов. Центральная цинкография по печати при Совете Министров Латвийской ССР, Рига, 1971.

32. Космические исследования земных ресурсов, сб.статей, из-во "Наука", Москва, 1976, с. 137-144.

33. Катыс Г.П. Визуальная информация и зрение роботов,из-во "Энергия", Москва, 1979, 174 с.

34. Краус М., Вошни Э., Измерительные инфорлационные системы, из-во "Мир", Москва, 1975, 310 с.

35. Клемт А., Устройство для классификации объекта по признакам, "Открытия, изобретения, промышленные образцы и товарные знаки", Авторское свидетельство, № 389671, 1973, 29.

36. Лосев А.К. Способ считывания символов, a.c.JS 714430,Бюл. № 5, 1980 г.

37. Лосев А.К., Линейные радиотехнические цепи,из-во "Высшая школа, Москва, 1971, 560 с.

38. Лукенюк А,А. и Маринец В.П., Устройство для обнаружения прямолинейной границы раздела двух разных областей изображения,а.с. J® 739574, 1980, JS 21.

39. Лосев А.К., Устройство для считывания и распознавания символов,"Открытия, изобретения, промышленные образцы и товарные знаки", Авторское свидетельство № 723612, бюл.$ II, 1980.

40. Нейман Ю.И., Распознавание образов и медицинская диагностика," Наука", Москва, 1972, 328 с.

41. Пересада В.И., Автоматическое распознавание образов,из-во "Энергия", Ленинград, 1970, 92 с.

42. Путятин Е.П., Шульгин И.В., Юрченко В.П., Абрамов О.М., Устройство для нормализации размера плоских изображений для систем распознавания образов,"Открытия, изобретения, промышленные образцы и товарные знаки", Авторское свидетельство JS 332477,1972,в ю.

43. Пугачев B.C., Введение в теорию вероятностей, из-во "Наука", Москва, 1968, 368 с,

44. Розенфельд А., Распознавание и обработка изображений, из-во "Мир", Москва, 1972, 230 с.

45. Розенблат Ф., Принцип нейродинамики. Персептрон и теория механизмов мозга, из-во "Мир", Москва, 1966, 450 с.

46. Сафронов Ю.П., Тихомиров Н.Н., Ульянов Г.И., Распознающие устройства, Воениздат, Москва, 1970, 88 с.

47. Сканирующее устройство, Трунов Б.Н. и др., а.с.Л 503262, 1976, № 6.

48. Себестиан Г.С., Процессы принятия решения при распознавании образов, из-во "Техника", Киев, 1965, 151 с.

49. Сочивко В.П., Электронные опознающие устройства, из-во "Энергия", Москва, 1964, 55 с.

50. Смолянский М.Л., Таблицы неопределенных интегралов,из-во "Физматгиз", Москва, 1961, 108 с.

51. Способ выделения признаков формы плоских зрительных изо- I6"6 бражений, Акопян Р. А. и Агамалова М. А., а .с. )Ь 204697, 1967, J-S 22.

52. Стопский С.Б., Акустическая спектрометрия, из-во "Энергия", Ленинград, 1972, 136 с.

53. Стопский С,Б,, Анализаторы спектра звуковых и инфразву-ковых частот для акустической спектрометрии, Москва-Ленинград, 1962, 136 с.

54. Трахтман A.M., Введение в обобщенную спектральную теорию сигналов, из-во "Советское радио", Москва, 1972, 352 с.

55. Фу К., Последовательные методы в распознавании образов и обучение машин, из-во "Наука", Москва, 1971, 256 с.

56. Фу К., Структурные методы в распознавании образов, из-во "Мир", Москва, 1977, 320 с.

57. Файн B.C., Сорокин В.Н., Вайнштейн B.C.Непрерывно-групповое опознавание образов, Известия АН СССР, Техническая кибернетика, JS 6, 1969, с. 107-117.

58. Файн B.C., Опознавание изображений,из-во "Наука^Москва, 1970, 295 с.

59. Файн B.C. Алгоритмическое моделирование формообразования, из-во "Наука", Москва, 1975, 140 с.

60. Харкевич А.А., Опознавание образов, "Радиотехника", № 5, 1959, с.5-9.

61. Харкевич А.А., О принципах построения читающих машин, "Радиотехника", т.15, №2, I960, с. 11-16.

62. Харкевич А.А., Спектры и анализ, "Физматгиз", Москва, 1962, 236 с.

63. Цапенко М.П., Измерительные информационные системы, из-во "Энергия", Москва, 1974, 320 с.

64. Цветаев К.П., Ногтиков А.Н., Устройство для считывания и распознавания символов, "Открытия, изобретения, промышленные образцы и товарные знаки",Авторское свидетельство № 320817, 1972,№ 34.

65. Читающий автомат на основе матрицы фотодиодов,"Электроника", JS 9, 1972.

66. Чеголин П.М., Автоматизация спектрального и корреляционного анализа, из-во "Энергия", Москва, 1969, 384 с.

67. Шибанов Г.П., Распознавание в системах автоконтроля,из-во "Машиностроение", Москва, 1973, 424 с.

68. Шпионский Ш.Г., Фотоэлектрический анализатор гармоник, "Бюллетень изобретений",Авторское свидетельство № 100428,1953.

69. Шуман X. Способ нормализации графических символов,"Открытия, изобретения,промышленные образцы и товарные знаки",Авторское свидетельство № 383341, JS 23, 1973.

70. Шквар А.М., Попов М.А., Рябинин А.Д., Чумаков Н.М.,Шевченко А.И., Устройство для выделения информативных признаков для распознавания образов,"Отврытия,изобретения,промышленные образцы и товарные знаки", Авторское свидетельство $ 383077, 1973, 23.

71. Шурна Р.И. Устройство для выделения признаков к читающему автомату. "Открытия, изобретения, промылленные образцы и товарные знаки", Авторское свидетельство J& 343280, 1972, J6 20.

72. Электроннооптическая система поиска отпечатков пальцев. Голограммы в криминалистике, "Электроника", $ 7, 1969.

73. Яглом A.M., Яглом И.М., Вероятность и информация, из-во "Наука", Москва, 1973, 512 с.

74. Groh G., Marie G., Information input in optical pattern recognition system using a relay tube based on the Packels effect, Optics commun., 1 9 7 0, 2, N3, pp.1 3 3- 1 3 5.

75. Brousil I.K., Smith D.R*, A threshold logic network for shape invariance, I. E. E. E. Trans.Electronic Computers, E С 1 6, 8 1 8 ( D e с. 1967 ).

76. Dickenson A., Holography and character recognition, Macroni Rev., 3 9 , N 1 6 4, p.p. 4 0-80, 1967.

77. Evans P., Use of a solid state scanner for pattern recognition by Fourier analysis, Electr.Engin., Nov. 1 9 6 9.

78. Sceptron, Electronics, 1 9 6 2, Ж 4 3 , Aviation V/ e e k, 1 9 6 2, N 2.

79. Jnomata Syuji, Speech recognotion and generation by a digital computer, Res. Electrotech. Lab., 1 9 6 3, N 6 4 5.

80. Reading machine " Learns 11, to handle different type face,

81. Design and Gompen Engn., 1 9 6 5> N 1 4, p.p. 11-14.

82. Liebson S.H., Character recognition system employing a sensing device with a photo sensitive surface. Patent U.S.A. ,N3303468, 196 7.

83. Tenery G., A pattern recognition function of integral geometry, I.E.E.E. Trans. Military Electronics, M I L 7, 196, (April - J u 1 у 1 963 ).

84. Sherman H., Aquasi topological method for recognition of the patterns, U.N.E.S.C.O./ N.S./ / I.C.I.P./ H.L.5.

85. Gill A., Minimum scan pattern recognition, I.E.R. Trans.on information theory, IT- 5, N2, 1 9 5 9.

86. Rosenblatt A., Electronic Design, 1 9 6 4 , 1 2, N 7, p.p. 12-17.

87. ГаврипГА.И., Анализ дискретных спектров печатных букв русского алфавита, Сб. "Обслуживание по состоянию и автоматизации контроля электроприборного и радиооборудования летательных аппаратов гражданской авиации", вып.2, Рига, 1976, с. 36-41

88. Гавриш А.И., Распознавание символов и знаков по их дискретным спектрам, Сб. "Теория и техника радиолокации, радионавигации и радиосвязи в гражданской авиации", вып. 2, Рига, 1976*с. 102.

89. Гавриш А.И. Использование дискретных спектров при отображении визуальной информации, Материалы республиканского семинара "Приборы и методы спектрального анализа электрических сигналов" Общество "Знание", УССР, Киев, 1975. с. 17

90. Гавриш А.И., Устройство для считывания символов,"Открытия, изобретения, промышленные образцы и товарные знаки", а.с.

91. Кч 536499, бюл. JS 43, 1976.

92. Гавриш А.И., Фролов М.В., Алгоритм распознавания черно-белых изображений по гармоническим дискретным спектрам их электрических аналогов, тезисы доклада, 1-ая научная конференция по изучению Земли из космоса, ИКИПР АН Азерб. ССР, Баку, 1979, с.72-73.

93. Гавриш А.И., Насиров Ф.М. и Тышкевич В.К., Транзисторный усилитель шщности,"Открытия, изобретения, промышленные образцы и товарные знаки", а.с. № 613482, бюл,1£ 24, 1978.

94. Гавриш А.И. Информативность дискретных спектров электрических аналогов печатных знаков, в сб."Известия АН Азерб. ССР", вып. I, 1980, с. 153-156.

95. Гавриш А .И.,Классификация печатных букв русского алфавита по дискретным спектрам их электрических аналогов, в сб."Известия АН Азерб. ССР",вып.2, 1980, с. I5I-I57.

96. Гавриш А,И. Спектры электрических аналогов простейших геометрических фигур при нелинейном сканировании, в сб. "Известия АН Азерб. ССР", вып.З, 1980, с. 147-153.

97. Исмаилов Т.К., Гавриш А.И. Устройство для считывания и распознавания символов, полон.решение по заявке № 3,516.464/24 от 26,10,82,99; Исмаилов Т.К., Гавриш А.И., Аналоговое устройство для нормализации сигналов, а.с.1061160 А.Бюл.$ 46 от 15.12.83.

98. Ю2.! Исмаилов Т.К., Гавриш А.И. Устройство для распознавания двуградационных изображений, заявка № 3.391.744/24 от 17.05.1982.