Охарактеризовать объект по каким-либо признакам его строения

@Sor · Регистрация: 24.11.2011

Добрый день!
Стоит задача охарактеризовать объект по каким-либо признакам его строения.

Есть графики (построенные по набору расстояний от центра объекта к каждой точке его периметра) для объектов известных нам типов, каждому типу присущи свои особенности формы (всевозможные ямки и т.д.). У некоторых типов могут присутствовать сразу несколько особенностей.

Как научить программу искать эти особенности, если они могут проявляться на разных масштабах?
Какие-то маски накладываются растягивающиеся или как?

Примеры:

@BRcr · 17.10.2012, 17:54

gumi250, не обязательно ведь подходить к задаче сугубо с одной стороны, на то оно и исследование.

Можно ведь научить комп анализировать кривые на подобие, прогнать через него базу образцов и посмотреть, какие сходства он нашел и идентичны ли образцы, в которых было обнаружено подобие. В этом случае программу можно рассматривать, как инструмент, расширяющий возможности визуального анализа человека - это инструмент исследования и к цели оного исследования он может относиться весьма и весьма посредственно, главное, чтоб работал бодро.

@Sor · 17.10.2012, 19:57 **[ТС]**

Сообщение от vxg

пусть есть набор образцов. каждый образец представляет собой кривую. каждый образец приведен к безразмерному виду:

Набор образцов - это набор особенностей ?

gumi250, опровергнуть или подтвердить, я имел ввиду, что мне нужно представить наивысшую точность распознавания, которая у меня получится (если она невелика, то это "опровержение", грубо говоря). Смысл на данном этапе исследовательский (моя НИР).

Сообщение от gumi250

Т.е. если на глаз вы не можете найти общие признаки в форме и классифицировать по ним неизвестную клетку по ее форме

Вот я и жду гистолога..

Добавлено через 2 минуты

Сообщение от vxg

правда процедура поиска при всей своей элегантной красоте является очень тяжелой.

В смысле? я так понял главное особенности эти с допусками загнать в программу, а сам поиск участком на неизвестном график, по-моему, труда не составит.

@vxg · 17.10.2012, 21:55

Набор образцов - это несколько безразмерных кривых каждая из которых представляет особый и интересный для вас случай.
Тяжелая задача - это значит комп может надолго над ней призадуматься. Я не знаю насколько длинная будет анализируемая кривая, не знаю сколько образцов и не знаю в каком диапазоне масштабов могут быть представлены данные образцы на анализируемой кривой. Гладкое перемещение "окна" анализа изменяющегося по размеру по кривой с проверкой на соответствие каждому из образцов при определенных условиях может превратиться в весьма длительную задачу.

Добавлено через 1 минуту
...и если честно я не очень понял что же мы собственно ищем) про формы клеток - это понятно, но это ведь в другой теме было, а тут - какие-то кривые...

@Sor · 17.10.2012, 22:05 **[ТС]**

в другой теме мы искали наиболее похожую форму на клетки для неизвестной (полностью форму).
а тут я хочу использовать базу для программирования особенностей формы клеток (ну допустим, что у 1го типа ямки широкие, у 2го узкие, у третьего обе ямки сразу). ну и не сравнивать неизвестную клетку со всеми известными (т.к только у меня их 1100, а это небольшая выборка), а посмотреть какие есть особенности, после чего окончательно определится тип или сузится его поиск из 10 до, допустим, 3.

Сообщение от vxg

Набор образцов - это несколько безразмерных кривых каждая из которых представляет особый и интересный для вас случай.

То есть это полная клетка, не отдельный ее участок?

@vxg · 17.10.2012, 22:15

участок или не участок - до вашего объяснения я даже не задумывался об этом) так вы периметр клетки из прошлой темы развернули в линию и теперь эту линию анализируете? однако странное упрощение задачи - в предыдущей задачи рабочее решение не было найдено? я в клетках на уровне школы конечно соображаю, но внутренний голос говорит что не шибко хорошо по форме периметра клетки они узнаваться будут - так хлам всякий в виде жгутиков или ресничек или вообще выпячиваний всяческих технологических при поглощении материала натыкан - если по форме еще туда сюда отличить туфельку от амебы или шарика какого-нибудь то по мохнатой границе которая как у медузы особой формы не имеет... что то я сомневаюсь, но я не спец в предметной области - сказали возможно, значит возможно. образец - это может быть либо характерный участок используемый при классификации и присущий нескольким родсвенным клеткам (например, рога есть у коровы и газели и мы будем смотреть есть ли у клетки рога что бы сузить поиск к "рогатым"). это может быть и полная развертка периметра клетки - тогда будет сравниваться с конкретной клеткой. главное что бы ее форма действительно была характерной - если мы ждем что руки у этой клетки будут расти четко по бокам головы и четко перпендикулярно туловищу, то клетка со слегка согнутыми руками уже будет признана совершенно непохожей..

@Sor · 17.10.2012, 22:24 **[ТС]**

vxg, ну тут распознаются ядра клеток, они имеют особенное строение у определенных типов.
в предыдущем варианте точность была около 55%, из чего и появилась задача "упростить" поиск схожей клетки.

Сообщение от vxg

так вы периметр клетки из прошлой темы развернули в линию и теперь эту линию анализируете?

да.

Сообщение от vxg

образец - это может быть либо характерный участок используемый при классификации и присущий нескольким родсвенным клеткам

Если я найду такие образцы (как участки графика), которые присущи определенным типам, как мне создать "универсальный" из них, так что бы при проверки не только этих самых клеток, откуда взялся образец, он выдавал, что особенность есть, но и при проверки других, но с этой же особенностью?

@vxg · 17.10.2012, 22:57

если образец выбран верно (схожесть имеется и образцовая кривая построена по результатам усреднения нескольких кривых), то и для других неизвестных клеток если они имеют ту же схожесть будет автоматически выдаваться бииип - в чем вопрос то? кривые приводятся к безразмерному виду, окно поиска скользит по кривой и пробует узнать ее захватывая участки разных размеров - если там есть такая особенность алгоритм ее словит.

@Sor · 17.10.2012, 23:46 **[ТС]**

Сообщение от vxg

образцовая кривая построена по результатам усреднения нескольких кривых

Т.е. просто среднее арифметическое из всех одинаковых особенностей можно принять за эталон? а допуск к нему, например как отклонение от эталона к минимальному и к максимальному?

vxg, не очень понял про безразмерный вид, то есть неважно, сколько точек в периметре 700 или 250, нужно 1й задать 0, последней - 1?

Сообщение от vxg

окно поиска скользит по кривой и пробует узнать

а какой размер этого окна если все безразмерно?

@vxg · 18.10.2012, 00:48

1 да. пусть мы знаем о некой особенности формы кривой позволяющей сказать "о! это эбола! или одна из ее вариаций. или что то из того же семейства". для того что бы метод действовал мы берем несколько кривых этого самого отличительного признака (например, особая форма "рогов") для эболы, ее вариаций и представителей того же семейства. несколько во-первых для статистики. а во вторых - так можно определиться с допуском. приводим все кривые в безразмерный вид (это когда вне зависимости от фактической длинны кривой она переводится в условные координаты / нормируется к диапазону от 0 до 1 - фактически координаты кривой становятся выраженными не в пикселях или микронах а в долях от области определения кривой, то же самое делаем с координатой игрек - теперь она будет выражена в долях от максимального перепада координаты игрек и иметь минимум равный нулю). усредняем эти кривые (просто найдя среднее значение координаты игрек для каждого икса). получаем предельное допустимое отклонение сравнив каждый из образцов с полученной средней кривой.

2 образец то безразмерный а вот анализируемая кривая на которой мы хотим найти наш образец вполне размерна. мы выделяем на ней "окно" (выхватываем кусочек кривой), приводим содержимое "окна" в безразмерный вид и сравниваем с образцами. по скольку масштаб неизвестен приходится пробовать разный размер окна (например, рога могут варьироваться в диапазоне от 1 до 50 нм). а поскольку положение рогов на кривой не известно нам приходится скользить окном по ней выискивая эти самые рога.

еще раз хотелось бы отметить что это должны быть какие-то неизменные и очень хорошо воспроизводимые от клетки к клетке особенности. если это будут именно "рога" то фиг мы определим это - ведь рога могут быть по разному изогнуты, толще или тоньше, волнистые и т.п. - человеческий глаз на капче (преднамеренно деформированная картинка вывешиваемая на сайтах для защиты от роботов) поймет что это рога но программа в таком виде о котором я пишу - нет. для нее - чистая математика: будет волнистый рог или рог изогнутый влево вместо права она скажет - нет, это не рог.

форма ядра клетки наверное может служить таким признаком, хотя оно ведь может быть под разным углом, или как то так, не знаю как они там плавают, я их только в книжке видел

Добавлено через 19 секунд
1 да. пусть мы знаем о некой особенности формы кривой позволяющей сказать "о! это эбола! или одна из ее вариаций. или что то из того же семейства". для того что бы метод действовал мы берем несколько кривых этого самого отличительного признака (например, особая форма "рогов") для эболы, ее вариаций и представителей того же семейства. несколько во-первых для статистики. а во вторых - так можно определиться с допуском. приводим все кривые в безразмерный вид (это когда вне зависимости от фактической длинны кривой она переводится в условные координаты / нормируется к диапазону от 0 до 1 - фактически координаты кривой становятся выраженными не в пикселях или микронах а в долях от области определения кривой, то же самое делаем с координатой игрек - теперь она будет выражена в долях от максимального перепада координаты игрек и иметь минимум равный нулю). усредняем эти кривые (просто найдя среднее значение координаты игрек для каждого икса). получаем предельное допустимое отклонение сравнив каждый из образцов с полученной средней кривой.

2 образец то безразмерный а вот анализируемая кривая на которой мы хотим найти наш образец вполне размерна. мы выделяем на ней "окно" (выхватываем кусочек кривой), приводим содержимое "окна" в безразмерный вид и сравниваем с образцами. по скольку масштаб неизвестен приходится пробовать разный размер окна (например, рога могут варьироваться в диапазоне от 1 до 50 нм). а поскольку положение рогов на кривой не известно нам приходится скользить окном по ней выискивая эти самые рога.

еще раз хотелось бы отметить что это должны быть какие-то неизменные и очень хорошо воспроизводимые от клетки к клетке особенности. если это будут именно "рога" то фиг мы определим это - ведь рога могут быть по разному изогнуты, толще или тоньше, волнистые и т.п. - человеческий глаз на капче (преднамеренно деформированная картинка вывешиваемая на сайтах для защиты от роботов) поймет что это рога но программа в таком виде о котором я пишу - нет. для нее - чистая математика: будет волнистый рог или рог изогнутый влево вместо права она скажет - нет, это не рог.

форма ядра клетки наверное может служить таким признаком, хотя оно ведь может быть под разным углом, или как то так, не знаю как они там плавают, я их только в книжке видел

@gumi250 · 18.10.2012, 02:24

А выложите свои данные (образцы кривых). Хотите все выкладывайте, а хотите скажем типов 5 по 20 кривых на тип.

Добавлено через 11 минут
Когда форма кривой не зашумлена, то приведение к безразмерному виду пройдет без проблем 0-минимум кривой, 1-максимум кривой. Но стоит появится выбросу-шуму (ямке или горке) очень узкому но очень большому, который будет задавать максимум или минимумом кривой, то вся кривая уплывет и приведение к безразмерному виду уже будет не столь простым.

если это будут именно "рога" то фиг мы определим это - ведь рога могут быть по разному изогнуты, толще или тоньше, волнистые и т.п.

Можно искать рога разной формы. Т.е. признак может иметь несколько проявлений. Не надо сводить все рога к единой форме. Рога можно разбить на группы (кривые, прямые и баранкой) и тогда у каждой группы будет свой постоянный признак. Найдя рога любой из этих групп мы поймем что надо искать среди рогатых.

@vxg · 18.10.2012, 08:39

да, но даже у коров рога имеют чисто индивидуальные особенности заметно сильно отличающие их по форме у разных особей.
по поводу шума - более стойким к помехам будет ранее упомянутый вариант разбиения образца на несколько кусков и нахождения среднего значения для каждого участка - построение столбиков. дополнительная защита от всплесков при формировании образцов обеспечивается тем что они делаются усреднением нескольких эталонных кривых

@gumi250 · 18.10.2012, 10:06

по поводу шума - более стойким к помехам будет ранее упомянутый вариант разбиения образца на несколько кусков и нахождения среднего значения для каждого участка - построение столбиков.

Фактически вы предлагаете снизить разрешение кривых. При этом потеряется и часть полезной информации, что снизит качество распознавания.

@Sor · 18.10.2012, 11:31 **[ТС]**

Сообщение от vxg

мы выделяем на ней "окно" (выхватываем кусочек кривой), приводим содержимое "окна" в безразмерный вид и сравниваем с образцами. по скольку масштаб неизвестен приходится пробовать разный размер окна (например, рога могут варьироваться в диапазоне от 1 до 50 нм

А как автоматизировать выделение этого окна нужного нам масштаба?
Это все предусмотрено в предыдущей программе, все клетки сравниваются не под определенным углом, а под всеми возможными.

Сообщение от vxg

форма ядра клетки наверное может служить таким признаком, хотя оно ведь может быть под разным углом,

Вот txt-файлы, по которым я строил графики и код их постройки (просто все картинки в bmp и весят многовато)

все должно работать, из сторонних библиотек вроде нету ничего

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
void __fastcall TForm1::Button7Click(TObject *Sender)
{  //получим значения
String Path;
AnsiString Path2;
size_t k=0;
Image1->Picture->Bitmap->Width = 1026;
Image1->Picture->Bitmap->Height = 564;
for (size_t i=1;i<11;++i)    //ходим по файлам     ///////////////////// 11
    {
    ProgressBar1->Position=i;
     Path="D:\\"+String(i)+".txt";
  std::fstream input; //для обхода файлов
  input.open(Path.c_str());
    std::string line;
    std::vector<float> db;  //объявим вектор под значения из строки файла
    while(getline(input,line)) //цикл чтения из файла и расчеты в нем
            { ++k;
 
     db.reserve(800);         //резерв места
     std::stringstream ss(line.c_str());
     std::copy(std::istream_iterator<float> (ss), std::istream_iterator<float> (), std::back_inserter(db) );
       //тут дб заполнен строкой
       int x=25;
       Image1->Picture->Bitmap->Canvas->FillRect(Image1->Picture->Bitmap->Canvas->ClipRect);
       Image1->Picture->Bitmap->Canvas->MoveTo(x,Image1->Height-db[0]*2);
           for (size_t n=0; n<db.size(); ++n)
                {
            Image1->Picture->Bitmap->Canvas->LineTo(x,Image1->Height-db[n]*2);
            ++x;  
            //Path2= "D:\Graph\\" +String(k)+".bmp";
            //Image1->Picture->Bitmap->SaveToFile(Path2);
              }
            Path2= "D:\Graph\\"+String(i)+"\\"+String(k)+".bmp";
            Image1->Picture->Bitmap->SaveToFile(Path2);
            db.clear();
            }//переход на след стр
    }//переход на следующий файл
}

@vxg · 18.10.2012, 11:48

Сообщение от gumi250

Фактически вы предлагаете снизить разрешение кривых

- скорее отсечь несущественные детали - ширина столбика должна быть меньше размеров интересующих нас деталей

Сообщение от Sor

А как автоматизировать выделение этого окна нужного нам масштаба

- ну так сказано же - окно скользит меня свой размер: последовательно принимаем в качестве стартовой точки координаты от начала до конца кривой с шагом dx, для каждой стартовой точки последовательно принимаем размер окна от минимального до максимального, для каждого окна производит выборку точек кривой попавшей в окно, приведение ее к безразмерному виду и сравнение со всеми имеющимися образцами.

Сообщение от Sor

Это все предусмотрено в предыдущей программе, все клетки сравниваются не под определенным углом, а под всеми возможными

- да, фактически это то же самое - только вместо подгона угла поворота и описывающего внутреннего и внешнего радиуса мы будем иметь дело со стартовой точкой и нижней и верхней границей развертки периметра. все тоже самое по факту. ничем от темы про анализ формы клетки не отличается, только добавилась операция получения развертки периметра, что наверное достаточно трудоемко и даже не знаю насколько хорошо может служить источником информации для выделения интересующих нас особенностей...

Добавлено через 7 минут
...что то какой то хлам строится (некоторые картинки пустые, некоторые содержат кривую с разрывами). в добавок прога не может достроить и вылетает...

@gumi250 · 18.10.2012, 13:14

...что то какой то хлам строится (некоторые картинки пустые, некоторые содержат кривую с разрывами). в добавок прога не может достроить и вылетает...

У меня вот так

@vxg · 18.10.2012, 13:19

видать правильный имадж подсунули или еще какой-то фокус. я просто кинул на форму пустой, воткнул несколько инклудов, добавил косую черту в имя и насоздавал папок в нужном месте - прога завалила диск покоцанными картинками и упала.

@gumi250 · 18.10.2012, 13:28

Вот мой вариант роги. Правда имедж я убрал. И здесь растянул все до одинаковой ширины. Ну и пути надо поменять.

@gumi250 · 18.10.2012, 13:49

Вот у меня какие мысли возникли:

Клетка трехмерный объект. А вы пытаетесь ее классифицировать по форме ее 2Д проекции. При чем угол под которым сделана эта проекция неизвестен. Т.е. как бы мы взглянули на животное под неизвестным углом. Вдобавок мы залили черным цветом внутреннее содержание контура. И теперь пытаемся угадать, что это за животное. По мне сомнительная задача. Попробуйте сделать сверху изображение коровы и лошади и залить его черным, вы угадаете где чье изображение?
У животных много выпуклостей, т.е. особенностей (ноги, рога, хвост и т.д.). А клетка штука почти кругло-овальная зацепится почти не за что. Это все усложняет.
А какая точность вам нужна? Просто метод прямого сравнения неизвестного графика со всеми эталонами и выбор наилучшего в данной задаче, на мой взгляд, даст точность близкую к максимальной. Распознавание графиков по их особенностям, в данном случае может только ускорить процесс поиска и скорее всего снизит точность.
Тут даже глазом незаметно каких то явных особенностей, врятли их найдет компьютер. Сейчас компьютер пытаются научить распознавать, то что с легкость распознает человек. А вы замахнулись научить комп распознать то что человеку не под силу, а это куда сложнее.

Как вывод. Если честно, я удивлен, что вы достигли точности в 50%, я думаю больше вы не достигните. Думаю решить вашу задачу с хорошей точностью почти невозможно.

@Sor · 18.10.2012, 22:52 **[ТС]**

gumi250, задача уже стоит и поменять ее я не могу. просто нужно сделать все, что в моих силах и представить результат. идеальная точность - 100%. надо к ней стремится)

Сообщение от vxg

- ну так сказано же - окно скользит меня свой размер: последовательно принимаем в качестве стартовой точки координаты от начала до конца кривой с шагом dx, для каждой стартовой точки последовательно принимаем размер окна от минимального до максимального, для каждого окна производит выборку точек кривой попавшей в окно, приведение ее к безразмерному виду и сравнение со всеми имеющимися образцами.

понял. и наконец про безразмерность понял)

Теперь, как я понимаю, нужно записать отдельно данные "особенностей". Например у типа 7 имеются ямки с острыми углами (из-за того, что ядра клеток будто скучиваются в восьмерку), т.е. нужен инструмент, который считывает данные от начала ямки до ее конца и записывает куда-то. прогнав через него весь 7й тип можно будет через среднее арифметическое (или как??) получить "эталон" этой ямки. как-то так?

@gumi250 · 19.10.2012, 00:02

задача уже стоит и поменять ее я не могу. просто нужно сделать все, что в моих силах и представить результат. идеальная точность - 100%. надо к ней стремится)

Фактически вы уже сделали все, что в ваших силах. Если достигнутая точность в 50% вас не устраивает, то какой смысл ускорять и оптимизировать этот алгоритм (привязка к особенностям врятли повысит точность)? Скорее всего вы просто потратите время и силы в пустую. Нельзя ли представить уже имеющийся результат? В конце концов вы не волшебник и не можете сделать невозможного.

Новые блоги и статьи Все статьи Все блоги /
[golang] Worker Pool alhaos 09.06.2026 Worker Pool Worker Pool — паттерн конкурентной обработки задач в Go. Суть: фиксированное количество горутин-воркеров читают задачи из общего канала и пишут результаты в общий канал результатов. . . .	[golang] Pipeline alhaos 08.06.2026 Pipeline Pipeline — паттерн конкурентной обработки данных в Go. Суть: данные проходят через цепочку независимых стадий, каждая из которых работает в своей горутине и общается с соседями через. . .	Свет внутри себя kumehtar 07.06.2026 Пусть это будет здесь lIs4oanZS9Y	Программа для com-порта Uhbif79 05.06.2026 Всем привет, давно хотел изучить Qt, начинал, бросал, потом снова начинал. И сейчас вот смог написать свою первую программу. До этого имел опыт программирования микроконтроллеров, писал прошивки на. . .
Транскрипция 55-минутного видео через Whisper: WhisperDesktop облажался, спас Google Colab[ anaschu 01.06.2026 Понадобилось получить текст из свежезагруженного видео на YouTube. Казалось бы, задача на пять минут. Заняла полтора часа. Делюсь опытом — может кому пригодится последовательность решений. . . .	21 мат мед. Планы на развитие модели здравоСохранения anaschu 01.06.2026 AnyLogic: план развития симуляционной модели рабочего коллектива — динамический абсентеизм, реальные данные, три сценария сравнения Продолжаю серию постов о дискретно-событийной модели рабочего. . .	20. Мат мед. Абсентеизм как отдельный тип простоя anaschu 29.05.2026 Апдейт модели: исправленные баги, абсентеизм и новые механизмы Продолжаю развивать ранее описанную модель рабочего коллектива на AnyLogic. За последние несколько дней был проведён серьёзный. . .	19. здоровье, усталость и психотип работника влияют на производительность предприятия, и наоборот, производительность на здоровье, усталось и психотип anaschu 28.05.2026 Дискретно-событийная модель рабочего коллектива на AnyLogic: здоровье, выгорание, психотипы и микростимуляция Привет, коллеги. Хочу поделиться итогами нескольких недель работы над симуляционной. . .

@Sor 35 / 35 / 10 Регистрация: 24.11.2011 Сообщений: 309

	Охарактеризовать объект по каким-либо признакам его строения 14.10.2012, 23:01. Показов 15379. Ответов 222 Метки нет (Все метки) Добрый день! Стоит задача охарактеризовать объект по каким-либо признакам его строения. Есть графики (построенные по набору расстояний от центра объекта к каждой точке его периметра) для объектов известных нам типов, каждому типу присущи свои особенности формы (всевозможные ямки и т.д.). У некоторых типов могут присутствовать сразу несколько особенностей. Как научить программу искать эти особенности, если они могут проявляться на разных масштабах? Какие-то маски накладываются растягивающиеся или как? Примеры: Миниатюры 0

@BRcr 4043 / 2333 / 292 Регистрация: 03.02.2011 Сообщений: 5,066 Записей в блоге: 10
	17.10.2012, 17:54
	gumi250, не обязательно ведь подходить к задаче сугубо с одной стороны, на то оно и исследование. Можно ведь научить комп анализировать кривые на подобие, прогнать через него базу образцов и посмотреть, какие сходства он нашел и идентичны ли образцы, в которых было обнаружено подобие. В этом случае программу можно рассматривать, как инструмент, расширяющий возможности визуального анализа человека - это инструмент исследования и к цели оного исследования он может относиться весьма и весьма посредственно, главное, чтоб работал бодро. 0

@vxg Модератор 3409 / 2181 / 354 Регистрация: 13.01.2012 Сообщений: 8,468
	17.10.2012, 21:55
	Набор образцов - это несколько безразмерных кривых каждая из которых представляет особый и интересный для вас случай. Тяжелая задача - это значит комп может надолго над ней призадуматься. Я не знаю насколько длинная будет анализируемая кривая, не знаю сколько образцов и не знаю в каком диапазоне масштабов могут быть представлены данные образцы на анализируемой кривой. Гладкое перемещение "окна" анализа изменяющегося по размеру по кривой с проверкой на соответствие каждому из образцов при определенных условиях может превратиться в весьма длительную задачу. Добавлено через 1 минуту ...и если честно я не очень понял что же мы собственно ищем) про формы клеток - это понятно, но это ведь в другой теме было, а тут - какие-то кривые... 0

@vxg Модератор 3409 / 2181 / 354 Регистрация: 13.01.2012 Сообщений: 8,468
	17.10.2012, 22:15
	участок или не участок - до вашего объяснения я даже не задумывался об этом) так вы периметр клетки из прошлой темы развернули в линию и теперь эту линию анализируете? однако странное упрощение задачи - в предыдущей задачи рабочее решение не было найдено? я в клетках на уровне школы конечно соображаю, но внутренний голос говорит что не шибко хорошо по форме периметра клетки они узнаваться будут - так хлам всякий в виде жгутиков или ресничек или вообще выпячиваний всяческих технологических при поглощении материала натыкан - если по форме еще туда сюда отличить туфельку от амебы или шарика какого-нибудь то по мохнатой границе которая как у медузы особой формы не имеет... что то я сомневаюсь, но я не спец в предметной области - сказали возможно, значит возможно. образец - это может быть либо характерный участок используемый при классификации и присущий нескольким родсвенным клеткам (например, рога есть у коровы и газели и мы будем смотреть есть ли у клетки рога что бы сузить поиск к "рогатым"). это может быть и полная развертка периметра клетки - тогда будет сравниваться с конкретной клеткой. главное что бы ее форма действительно была характерной - если мы ждем что руки у этой клетки будут расти четко по бокам головы и четко перпендикулярно туловищу, то клетка со слегка согнутыми руками уже будет признана совершенно непохожей.. 0

@vxg Модератор 3409 / 2181 / 354 Регистрация: 13.01.2012 Сообщений: 8,468
	17.10.2012, 22:57
	если образец выбран верно (схожесть имеется и образцовая кривая построена по результатам усреднения нескольких кривых), то и для других неизвестных клеток если они имеют ту же схожесть будет автоматически выдаваться бииип - в чем вопрос то? кривые приводятся к безразмерному виду, окно поиска скользит по кривой и пробует узнать ее захватывая участки разных размеров - если там есть такая особенность алгоритм ее словит. 0

@vxg Модератор 3409 / 2181 / 354 Регистрация: 13.01.2012 Сообщений: 8,468
	18.10.2012, 00:48
	1 да. пусть мы знаем о некой особенности формы кривой позволяющей сказать "о! это эбола! или одна из ее вариаций. или что то из того же семейства". для того что бы метод действовал мы берем несколько кривых этого самого отличительного признака (например, особая форма "рогов") для эболы, ее вариаций и представителей того же семейства. несколько во-первых для статистики. а во вторых - так можно определиться с допуском. приводим все кривые в безразмерный вид (это когда вне зависимости от фактической длинны кривой она переводится в условные координаты / нормируется к диапазону от 0 до 1 - фактически координаты кривой становятся выраженными не в пикселях или микронах а в долях от области определения кривой, то же самое делаем с координатой игрек - теперь она будет выражена в долях от максимального перепада координаты игрек и иметь минимум равный нулю). усредняем эти кривые (просто найдя среднее значение координаты игрек для каждого икса). получаем предельное допустимое отклонение сравнив каждый из образцов с полученной средней кривой. 2 образец то безразмерный а вот анализируемая кривая на которой мы хотим найти наш образец вполне размерна. мы выделяем на ней "окно" (выхватываем кусочек кривой), приводим содержимое "окна" в безразмерный вид и сравниваем с образцами. по скольку масштаб неизвестен приходится пробовать разный размер окна (например, рога могут варьироваться в диапазоне от 1 до 50 нм). а поскольку положение рогов на кривой не известно нам приходится скользить окном по ней выискивая эти самые рога. еще раз хотелось бы отметить что это должны быть какие-то неизменные и очень хорошо воспроизводимые от клетки к клетке особенности. если это будут именно "рога" то фиг мы определим это - ведь рога могут быть по разному изогнуты, толще или тоньше, волнистые и т.п. - человеческий глаз на капче (преднамеренно деформированная картинка вывешиваемая на сайтах для защиты от роботов) поймет что это рога но программа в таком виде о котором я пишу - нет. для нее - чистая математика: будет волнистый рог или рог изогнутый влево вместо права она скажет - нет, это не рог. форма ядра клетки наверное может служить таким признаком, хотя оно ведь может быть под разным углом, или как то так, не знаю как они там плавают, я их только в книжке видел Добавлено через 19 секунд 1 да. пусть мы знаем о некой особенности формы кривой позволяющей сказать "о! это эбола! или одна из ее вариаций. или что то из того же семейства". для того что бы метод действовал мы берем несколько кривых этого самого отличительного признака (например, особая форма "рогов") для эболы, ее вариаций и представителей того же семейства. несколько во-первых для статистики. а во вторых - так можно определиться с допуском. приводим все кривые в безразмерный вид (это когда вне зависимости от фактической длинны кривой она переводится в условные координаты / нормируется к диапазону от 0 до 1 - фактически координаты кривой становятся выраженными не в пикселях или микронах а в долях от области определения кривой, то же самое делаем с координатой игрек - теперь она будет выражена в долях от максимального перепада координаты игрек и иметь минимум равный нулю). усредняем эти кривые (просто найдя среднее значение координаты игрек для каждого икса). получаем предельное допустимое отклонение сравнив каждый из образцов с полученной средней кривой. 2 образец то безразмерный а вот анализируемая кривая на которой мы хотим найти наш образец вполне размерна. мы выделяем на ней "окно" (выхватываем кусочек кривой), приводим содержимое "окна" в безразмерный вид и сравниваем с образцами. по скольку масштаб неизвестен приходится пробовать разный размер окна (например, рога могут варьироваться в диапазоне от 1 до 50 нм). а поскольку положение рогов на кривой не известно нам приходится скользить окном по ней выискивая эти самые рога. еще раз хотелось бы отметить что это должны быть какие-то неизменные и очень хорошо воспроизводимые от клетки к клетке особенности. если это будут именно "рога" то фиг мы определим это - ведь рога могут быть по разному изогнуты, толще или тоньше, волнистые и т.п. - человеческий глаз на капче (преднамеренно деформированная картинка вывешиваемая на сайтах для защиты от роботов) поймет что это рога но программа в таком виде о котором я пишу - нет. для нее - чистая математика: будет волнистый рог или рог изогнутый влево вместо права она скажет - нет, это не рог. форма ядра клетки наверное может служить таким признаком, хотя оно ведь может быть под разным углом, или как то так, не знаю как они там плавают, я их только в книжке видел 1

@vxg Модератор 3409 / 2181 / 354 Регистрация: 13.01.2012 Сообщений: 8,468
	18.10.2012, 08:39
	да, но даже у коров рога имеют чисто индивидуальные особенности заметно сильно отличающие их по форме у разных особей. по поводу шума - более стойким к помехам будет ранее упомянутый вариант разбиения образца на несколько кусков и нахождения среднего значения для каждого участка - построение столбиков. дополнительная защита от всплесков при формировании образцов обеспечивается тем что они делаются усреднением нескольких эталонных кривых 0

@vxg Модератор 3409 / 2181 / 354 Регистрация: 13.01.2012 Сообщений: 8,468
	18.10.2012, 13:19
	видать правильный имадж подсунули или еще какой-то фокус. я просто кинул на форму пустой, воткнул несколько инклудов, добавил косую черту в имя и насоздавал папок в нужном месте - прога завалила диск покоцанными картинками и упала. 1

@gumi250 435 / 402 / 57 Регистрация: 06.02.2012 Сообщений: 1,384
	18.10.2012, 13:49
	Вот у меня какие мысли возникли: Клетка трехмерный объект. А вы пытаетесь ее классифицировать по форме ее 2Д проекции. При чем угол под которым сделана эта проекция неизвестен. Т.е. как бы мы взглянули на животное под неизвестным углом. Вдобавок мы залили черным цветом внутреннее содержание контура. И теперь пытаемся угадать, что это за животное. По мне сомнительная задача. Попробуйте сделать сверху изображение коровы и лошади и залить его черным, вы угадаете где чье изображение? У животных много выпуклостей, т.е. особенностей (ноги, рога, хвост и т.д.). А клетка штука почти кругло-овальная зацепится почти не за что. Это все усложняет. А какая точность вам нужна? Просто метод прямого сравнения неизвестного графика со всеми эталонами и выбор наилучшего в данной задаче, на мой взгляд, даст точность близкую к максимальной. Распознавание графиков по их особенностям, в данном случае может только ускорить процесс поиска и скорее всего снизит точность. Тут даже глазом незаметно каких то явных особенностей, врятли их найдет компьютер. Сейчас компьютер пытаются научить распознавать, то что с легкость распознает человек. А вы замахнулись научить комп распознать то что человеку не под силу, а это куда сложнее. Как вывод. Если честно, я удивлен, что вы достигли точности в 50%, я думаю больше вы не достигните. Думаю решить вашу задачу с хорошей точностью почти невозможно. 0