Аналізуються зображення плям лазерних пучків за рядом характеристик, специфічних для графічних об’єктів такого роду. Виділено статистичні та геометричні інформаційні ознаки зображень лазерних плям, зокрема запропоновано як одну з ознак ввести кодову відстань між значеннями нечітких хеш-функцій для досліджуваного та еталонного зображень. Нечіткі хеш-функції дають змогу ідентифікувати зображення навіть за наявності в ньому незначних змін. Незначна зміна аргумента такої функції не веде до зміни її значення. Побудовано модель нечіткого класифікатора, що розподіляє вхідні зображення на класи за якістю представленої на них лазерної плями. Результати класифікації можуть інтерпретуватися як показник якості пучка лазера, міру того, наскільки добре лазерний промінь може бути сфокусований. Система не лише ідентифікує об’єкт на зображенні, в даному випадку лазерну пляму, але й надає якісну оцінку міри його відповідності заданому об’єкту-еталону.
Проанализированы изображения пятен лазерных пучков по ряду характеристик, специфических для графических объектов такого рода. Выделены статистические и геометрические информационные признаки изображений лазерных пятен, в частности предложено кодовое расстояние между значениями нечетких хэш-функций для изучаемого и эталонного изображений в качестве одного из признаков. Нечеткие хеш-функции дают возможность идентифицировать изображение даже при наличии в нем незначительных изменений. Несущественное изменение аргумента такой функции не ведет к изменению ее значения. Построена модель нечеткого классификатора, распределяющая входные изображения на классы по качеству представленного на них лазерного пятна. Результаты классификации могут интерпретироваться как показатель качества пучка лазера, степень того, насколько хорошо лазерный луч может быть сфокусирован. Система не только идентифицирует объект на изображении, в данном случае лазерное пятно, но и предоставляет качественную оценку меры его соответствия заданному объекту-эталону.
Laser beam spot images have been analyzed according to a number of features which were specific to graphical objects of this kind. Statistical and geometrical informational features of laser spot images were extracted; in particular, the Hemming distance between fuzzy hash function values for the analyzed and the template images is proposed as one of the features. Fuzzy hash functions allow identifying an image even in a case of small modifications. A slight change in an argument of such a function does not result in the change of its value. A fuzzy classifier model has been developed, which assigns input images to classes according to the quality of the laser spot image in them. Classification results may be interpreted as a laser beam quality indication; a measure of how well the laser beam can be focused. The system does not only identify the object on an image, a laser spot in the current context, but also provides a qualitative estimation of its correspondence to the template image.
