14.11. Комментарии к литературе
По классификации образов имеется обширная литература. Классическая работа Дуды и Харта [28] наряду с рассматриваемой темой охватывает и тему раннего машинного видения. Интересующиеся более поздними исследованиями могут обратиться к книге [64]. Большой интерес в биологии вызывает проблема автоматического генерирования классификаторов, обсуждаемая в книге [99]. Еще одной книгой по этой теме является книга Эверитта [31]. Книга Дрейка [26] является серьезной работой по вероятности и статистике.
Автоматическое генерирование кластеров и таксономия долгое время привлекали внимание исследователей. Они надеялись, что автоматизация сведет к минимуму неизбежную предвзятость тех, кто разрабатывает таксономию. Последней работой на эту тему является статья [343].
Автоматическая классификация белых кровяных телец вызвала большой интерес в конце 60-х и начале 70-х гг., так как ежедневно вручную делалось много анализов, стоимость их быстро росла, а результаты оказывались не всегда надежными. Янг [487] описывает систему, способную различать клетки по пяти параметрам. Ингрем и Престем [281] написали на эту тему широко известную статью. Интерес к этой проблеме упал, когда нашли способ подкрашивать клетки так, что простой подсчет частиц позволил надежно и недорого получать точные оценки. Однако оказалось, что такие химические методы неприменимы к патологическим клеткам, и методы машинного видения могут в конечном счете сыграть свою роль [156].
В целом методы машинного видения пока еще не имеют большого влияния на обработку изображений в области биомедицины. Отчасти это происходит потому, что подобные изображения сильно отличаются от тех, к которым мы привыкли, поскольку получаются они с помощью оптического, электронного микроскопов, томографических устройств и
радиоизотопного сканирования. Многие из этих изображений человеку бывает трудно интерпретировать, и поэтому ему часто не удается на их основе высказать более точное суждение. Нереально ожидать от методов машинного видения, что они смогут обнаружить информацию, которую трудно найти даже в такой совершенной системе видения, как человеческое зрение. Некоторые примеры работы с изображениями из области биомедицины описываются в статьях [187, 389, 416, 421].
Классическим применением методов распознавания является распознавание символов. Печатные символы можно читать с большой скоростью при условии, что они написаны известным шрифтом и без дефектов. Системы для чтения символов фиксированного шрифта теперь выпускаются серийно; их стоимость зависит от скорости и надежности. Возможность работы с дефектными символами появилась лишь недавно. Другое дело — рукописные символы. Сейчас при благоприятных обстоятельствах возможно распознавание изолированных рукописных символов. В Японии числа, аккуратно написанные от руки в специальных позициях на конверте, служат для прямой доставки почтовой корреспонденции. См. работы [348, 350]. Дуэрр и др. [194] описывают еще одну систему, работающую с рукописными буквами. Курсив все еще ставит много хитрых задач, аналогичных тем, которые встречаются в распознавании речи.
Сказка была рассказана мне Майклом Геннертом, который приписывает ее Кермиту Клиндбайлу из Технологической корпорации PAR, Нью-Хардфорд, Нью-Йорк.
14.12. Упражнения
(см. скан)
