SIGMA: A Knowledge-Based Aerial Image Understanding System

تحقق ماشین‌هایی با قابلیت ادراک بصری انعطاف‌پذیر یک رویا بوده است. تحقیقات در مورد پردازش تصویر دیجیتال توسط رایانه حدود 30 سال پیش آغاز شد و از آن زمان تاکنون الگوریتم‌های پردازش تصویر بسیار متنوعی ابداع شده است. با استفاده از چنین الگوریتم‌های پردازش تصویر و فناوری‌های سخت‌افزاری پیشرفته، بسیاری از ماشین‌آلات کاربردی با قابلیت تشخیص بصری پیاده‌سازی شده‌اند و در زمینه‌های مختلف از جمله کاراکترخوان‌های نوری و نمودارخوان‌های طراحی در ادارات، سیستم‌های سنجش موقعیت و بازرسی در کارخانه‌ها، توموگرافی کامپیوتری و سیستم های معاینه اشعه ایکس و میکروسکوپ پزشکی در بیمارستان ها و غیره. اگرچه این ماشین ها برای کارهای خاص مفید هستند، اما قابلیت های آنها محدود است. به این معنی که آنها می توانند تنها تصاویر ساده ای را که تحت شرایط عکاسی بسیار تنظیم شده ضبط شده اند، تجزیه و تحلیل کنند: اشیایی که باید شناسایی شوند در یک پس زمینه یکنواخت و تحت نور مصنوعی کاملاً کنترل شده ایزوله می شوند. در اواخر دهه 1970، بسیاری از سیستم های درک تصویر برای مطالعه تفسیر خودکار صحنه های پیچیده طبیعی توسعه یافتند. آنها تکنیک های هوش مصنوعی را برای نشان دادن مزیت دانش در مورد صحنه ها و تحقق ساختارهای کنترل انعطاف پذیر معرفی کردند. نویسنده اول یک سیستم تفسیر خودکار عکس هوایی را بر اساس مدل تخته سیاه توسعه داد (Naga1980). اگرچه این سیستم‌ها می‌توانستند صحنه‌های نسبتاً پیچیده را تحلیل کنند، اما قابلیت‌های آن‌ها هنوز محدود بود. انواع اشیاء قابل تشخیص محدود بود و تشخیص های مختلف vii viii خطاهای مقدمه به دلیل نویز و نقص الگوریتم های تقسیم بندی رخ داد.

It has long been a dream to realize machines with flexible visual perception capability. Research on digital image processing by computers was initiated about 30 years ago, and since then a wide variety of image processing algorithms have been devised. Using such image processing algorithms and advanced hardware technologies, many practical ma­ chines with visual recognition capability have been implemented and are used in various fields: optical character readers and design chart readers in offices, position-sensing and inspection systems in factories, computer tomography and medical X-ray and microscope examination systems in hospitals, and so on. Although these machines are useful for specific tasks, their capabilities are limited. That is, they can analyze only simple images which are recorded under very carefully adjusted photographic conditions: objects to be recognized are isolated against a uniform background and under well-controlled artificial lighting. In the late 1970s, many image understanding systems were de­ veloped to study the automatic interpretation of complex natural scenes. They introduced artificial intelligence techniques to represent the knowl­ edge about scenes and to realize flexible control structures. The first author developed an automatic aerial photograph interpretation system based on the blackboard model (Naga1980). Although these systems could analyze fairly complex scenes, their capabilities were still limited; the types of recognizable objects were limited and various recognition vii viii Preface errors occurred due to noise and the imperfection of segmentation algorithms.