Методи та засоби попереднього опрацювання наборів однотипних зображень

Размещено на http://www.allbest.ru/

Міністерство освіти і науки України

Національний університет «Львівська політехніка»

УДК 004.932; 004.932.4

Автореферат дисертації

на здобуття наукового ступеня кандидата технічних наук

Методи та засоби попереднього опрацювання наборів однотипних зображень

05.13.23 - Системи та засоби штучного інтелекту

Кустра Наталія Омелянівна

Львів - 2008

Дисертацією є рукопис.

Робота виконана у Національному університеті «Львівська політехніка»

Науковий керівник: доктор технічних наук, професор Рашкевич Юрій Михайлович, завідувач кафедри автоматизованих систем управління Національного університету «Львівська політехніка».

Офіційні опоненти: доктор технічних наук, професор Воробель Роман Антонович, завідувач відділу обчислювальних методів і систем перетворення інформації Фізико-механічного інституту ім. Г.В. Карпенка НАН України;

кандидат технічних наук, доцент Березький Олег Миколайович, доцент кафедри інформаційно-обчислювальних систем управління Тернопільського національного економічного університету.

Захист відбудеться «30» вересня 2008 р. о 14⁰⁰ год. на засіданні спеціалізованої вченої ради Д 35.052.14 у Національному університеті «Львівська політехніка» (79013, м. Львів-13, вул. С. Бандери, 28а, ауд. 807, V корпусу).

З дисертацією можна ознайомитись у бібліотеці Національного університету «Львівська політехніка» (79013, м. Львів, вул. Професорська, 1).

Автореферат розісланий « 21 » серпня 2008 р.

Вчений секретар спеціалізованої вченої ради Д 35.052.14, кандидат технічних наук, доцент Батюк А.Є.

Загальна характеристика роботи

Актуальність теми. Низькі обчислювальні можливості і слабкі апаратні засоби обробки зображень 70-80-х років спричинили інтенсивний розвиток алгоритмічно складних методів опрацювання зображень. Одними із найефективніших з погляду одержаних результатів були методи, за якими опрацьовували набори однотипних зображень і розв'язували основне завдання - збільшення роздільної здатності. Основним стримувальним чинником розвитку цих методів була велика алгоритмічна складність, яка потребувала дуже значних на той час обчислювальних ресурсів.

Здешевлення потужних апаратних ресурсів у середині 90-х років зменшило актуальність методів роботи із наборами зображень, оскільки основне завдання- підвищення роздільної здатності вирішувалося на апаратному рівні. Фактично уся робота над зображеннями звелася до розроблення швидких методів опрацювання окремих зображень. У результаті було розроблено багато ефективних алгоритмів опрацювання, які давали змогу в реальному часі розв'язувати постійно виникаючі нові прикладні завдання.

В останні роки розвиток апаратних засобів обробки зображень втратив динаміку інтенсивного розвитку. Подальше нарощування апаратних можливостей досягло таких границь, перехід за які стає невиправдано затратним. Проте отримані обчислювальні можливості нівелювали залежність від алгоритмічної складності, з'явилася можливість в реальному часі програмно чи апаратно реалізовувати достатньо складні алгоритми.

Поряд з досягненням значних обчислювальних можливостей комп'ютерної техніки почали з'являтися нові прикладні напрямки в області опрацювання зображень, зокрема Data Mining тощо. При цьому завдання підвищення роздільної здатності вже перестало бути основним, а перейшло в одне із необхідних у спектрі прикладних задач опрацювання зображень. Тобто, методи підвищення роздільної здатності, фільтрації наборів однотипних зображень, виділення об'єктів уваги та ін. змістились у напрямку попереднього опрацювання, яке стало складовою частиною загальнішої прикладної задачі. При цьому якість і швидкість роботи алгоритмів попереднього опрацювання безпосередньо впливають на ефективність роботи методів розв'язання загальніших прикладних задач. Це відродило інтерес до наборів однотипних зображень. Існуюча в них інформативність починає використовуватись насамперед для аналізу і синтезу інформаційних ознак у визначеній предметній області.

Отже, актуальною є наукова задача розроблення методів попереднього опрацювання наборів однотипних зображень, які формуються системами реального часу, що контролюють технологічний процес, для забезпечення необхідної якості зображень.

Розвинуті в цій роботі нові підходи до побудови методів цифрового опрацювання зображень будуються на доробку багатьох вітчизняних і зарубіжних вчених таких як: Р. Дуда і П. Харт (розпізнавання образів);

Р. Гонсалес, Г. Ендрюс, M. Текалп, У. Претт, Л. Шапіро, Є. Путятин (теоретичні та прикладні основи опрацювання зображень); Ш. Пелег (збільшення роздільної здатності зображень); В. Яншин, Я. Фурман (контурний аналіз), Є. Очин, В. Старовойтов (сегментація зображень); Т. Павлідіс, О. Свенсон, І. Грузман, О. Лукін, Л. Ярославський, Т. Хуанг (методи фільтрації), М. Шлезінгер (структурне розпізнавання, статистична сегментація); В. Сойфер, В. Кожем'яко (нейромережеві методи опрацювання зображень); С. Абламейко, В. Машталір (кореляційні методи опрацювання); Т. Вінцюк, О. Івахненко, В. Грицик, Р. Воробель (методи покращання зображень), В. Боюн (апаратна реалізація) та ін.

Зв'язок роботи з науковими програмами, планами, темами. Робота виконана у процесі реалізації таких науково-дослідних тем: «Макет адаптивного пристрою введення та обробки зображень з використанням програмно-керованих растрів», № держреєстрації 0106U007185; «Розроблення систем збору і опрацювання технологічних даних для екологічного моніторингу режимів енергоблоків Бурштинської ТЕС», яка виконувалася за договором Д-03/2007. Участь автора полягала в розробленні методів суміщення зображень і методу виділення об'єктів уваги на зображенні.

Мета та задачі дослідження. Метою дисертаційної роботи є розроблення методів і засобів попереднього опрацювання наборів однотипних зображень для підвищення роздільної здатності та виділення об'єктів уваги в системах реального часу, одержаних при спостереженні об'єктів у технологічних системах.

Досягнення поставленої мети передбачало розв'язання таких задач:

· аналіз відомих методів і засобів підвищення роздільної здатності, фільтрації та суміщення у наборах зображень;

· розроблення методів суміщення однотипних зображень у наборах;

· розроблення методу фільтрації набору однотипних зашумлених зображень;

· розроблення методу збільшення роздільної здатності зображень;

· розроблення методів виділення об'єктів уваги для систем реального часу;

· розроблення програмних засобів для попереднього опрацювання наборів однотипних цифрових зображень.

Об'єктом дослідження в роботі є процеси попереднього опрацювання наборів однотипних зображень для розв'язання прикладних задач видобування даних і розпізнавання, сформованих системами реального часу, які контролюють технологічний процес.

Предмет дослідження - методи і засоби фільтрації та підвищення роздільної здатності і виділення об'єктів уваги в наборах однотипних зображень.

Методи дослідження. Використано методи кореляційного аналізу та математичної статистики для розроблення удосконаленого кореляційного методу суміщення зображень; методи векторного поля для побудови векторно-кореляційного методу суміщення; математичної статистики для розроблення методу фільтрації набору однотипних зашумлених зображень; теорії нечітких множин для методу збільшення роздільної здатності; основи теорії алгоритмів і прикладного програмування.

Наукова новизна одержаних результатів полягає в тому, що:

Розроблено:

- метод суміщення однотипних зображень у наборі на основі поєднання методів теорії векторного поля та кореляційного аналізу, який зменшує час опрацювання зображень;

- метод фільтрування наборів однотипних зображень на основі використання теорії ймовірностей та математичної статистики, який дає змогу автоматизувати виділення шуму в наборі;

- метод збільшення роздільної здатності зображень з використанням теорії нечітких множин, який зберігає розмірність набору;

- метод виділення об'єктів уваги, який полягає у ідентифікації областей на зображенні в реальному часі;

Удосконалено:

- метод суміщення зображень у наборі на основі кореляційного аналізу, який в порівнянні з класичним методом кореляційної прив'язки має в 1.3 рази меншу алгоритмічну складність.

Практичне значення одержаних результатів та їх впровадження. У результаті проведених наукових досліджень:

- розроблений удосконалений метод суміщення зображень у наборі, дає можливість зменшити час суміщення на 5-8% при опрацюванні одного зображення;

- розроблений метод суміщення зображень в наборі на основі методів теорії векторного поля зменшує в 1.8-2.0 рази час опрацювання в порівнянні з методом кореляційної прив'язки;

- розроблений метод виділення об'єктів уваги дає можливість виділяти зображення об'єктів у реальному часі;

- розроблений метод підвищення роздільної здатності дає можливість ефективно збільшувати кількість точок зображення до 4 разів із збереженням розмірності набору і яскравісних градієнтів.

Особистий внесок здобувача. Всі основні наукові результати, викладені в дисертації, отримані автором особисто. У публікаціях, написаних у співавторстві, здобувачеві належать: аналіз можливих існуючих підходів та методів до задачі фільтрації та сегментації зображень [7, 8], розроблення удосконаленого кореляційного методу суміщення зображень [2, 6], розроблення векторно-кореляційного методу суміщення зображень [3, 10], побудова методу фільтрації набору однотипних зображень [4, 13], реалізація методу збільшення роздільної здатності зображень [1, 15], розроблення методу виділення об'єктів уваги на зображенні [5, 11].

Апробація роботи. Основні положення та результати дисертаційних досліджень доповідались і обговорювалися на науково-технічних конференціях та семінарах: Міжнародній науковій конференції «Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій» ISDMIT-2005 (м. Євпаторія, 2005р.), 9^th International Modelling School of AMSE-UAPL (м. Алушта, 2004р.), International conference of computer science and information technologies CSIT, (м.Львів, 2006р.), Міжнародній науковій конференції «Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій» ISDMIT-2006 (м. Євпаторія, 2006р.), 10^th International Modelling School of AMSE-UAPL, (м. Алушта, 2005р.), International conference of computer science and information technologies CSIT, (м. Львів, 2007р.); наукових семінарах кафедри автоматизованих систем управління Національного університету «Львівська політехніка», 2003-2008 рр.

Публікації. Основний зміст дисертаційної роботи викладено в 15 друкованих працях, серед них 9 у фахових наукових виданнях, 6 у збірниках науково-технічних конференцій.

Структура та обсяг дисертації. Дисертаційна робота складається зі вступу, чотирьох розділів, двох додатків, висновків, списку використаних джерел зі 131 найменувань. Обсяг дисертації 121 сторінка, основна частина викладена на 119 сторінках. Робота ілюструється 37 рисунками і 5 таблицями.

Основний зміст роботи

У вступі наведено загальну характеристику роботи, обґрунтовано її актуальність, сформульовано мету та основні задачі досліджень, визначено наукову новизну роботи і практичну цінність отриманих результатів. Подано відомості про особистий внесок автора, апробацію результатів роботи та публікації.

У першому розділі проаналізовано літературні джерела, які стосуються методів і алгоритмів попереднього опрацювання наборів зображень. Аналіз потреб практичного використання свідчить про необхідність швидких і якісних методів збільшення роздільної здатності та виділення об'єктів уваги для систем реального часу. Відповідно до цього побудова комплексних автоматизованих систем (тобто таких, які в реальному часі забезпечують не тільки обробку, а й аналіз зображень), сповільнюється відсутністю швидких методів попередньої обробки наборів зображень, зокрема суміщення зображень у межах одного - двох пікселів, фільтрації наборів та ін.

Проведений огляд літератури засвідчив, що існуючі на сьогодні методи опрацювання та аналізу зображень орієнтовані на роботу з окремими зображеннями і не використовують додаткової інформативності, яка існує в наборах суміщених зображень.

Також в розділі наведено аналіз недоліків існуючих підходів до попереднього опрацювання зображень. У кінці розділу подані висновки та виділено основні задачі, які мають бути розв'язані в дисертаційній роботі.

У другому розділі описано нові методи суміщення та фільтрації наборів однотипних зображень.

Розроблено та обґрунтовано два методи суміщення зображень: удосконалений кореляційний і векторно-кореляційний методи. Завданням цих методів є суміщення набору зсунутих у геометричній площині зображень об'єктів

,

де P - множина зображень, t- їхня кількість. Набір формується різними способами: рухом камери, рухом об'єкта тощо. Усі зображення набору Р мають однакову ширину l^P і висоту h^P, які визначаються у пікселах. Прямокутна область із заданими та - фрейм зображення. Набір фреймів утворює покриття зображення P_n. Кожен піксел зображення P_n характеризується деяким дискретним значенням .У випадку напівтонових зображень є яскравістю (значенням функції яскравості), а у випадку, коли задано колірні системи, роглядається багатомірна векторна палітра і є вектором значень кожної характеристики колірної системи.

Для удосконалення кореляційного методу суміщення зображень у наборі використано різниці середньоквадратичних відхилень яскравостей пікселів між усіма фреймами кожного зображення з набору і вибраного фрейма фіксованого зображення з подальшим уточненням за допомогою кореляційної залежності. Тобто, наприклад, якщо 1-ше зображення і 1-й фрейм у заданому наборі є фіксованим, то стосовно нього здійснюється пошук фреймів з другого зображення, для яких виконується умова

, (1)

де - cередньоквадратичні відхилення яскравостей пікселів фреймів і відповідно; - кількість фреймів другого зображення, для яких виконується умова (1).

З отриманого за допомогою (1) набору з фреймів зображення P₂ визначається найподібніший до фрейм із зображенням P₂ і горизонтальне та вертикальне зміщення його координат стосовно фіксованого

(2)

де -горизонтальне та вертикальне зміщення найподібнішого фрейма із зображення P₂ стосовно; , - координати початку (верхнього лівого кута ) фрейма ; , - координати найподібнішого фрейма із отриманого за допомогою формули (1) набору фреймів P₂.

Аналогічно знаходяться для решти зображень набору P. Здійснюється суміщення в горизонтальному та вертикальному напрямках зображення на значення цих величин. В результаті цього отримується суміщений стосовно в межах одного піксела набір зображень об'єкта дослідження.

З метою прискорення процесу суміщення зображень розроблено векторно-кореляційний метод, який грунтується на послідовному використанні методів інтегрального числення та кореляційного аналізу. Основу методу становить припущення про те, що зображення є потоком вектора кольору (яскравості у випадку напівтонових зображень)

через деяку плоску поверхню P_n^', яка за геометричними параметрами рівна площині зображення P_n. Тобто P_n є результатом протікання вектора через P_n^'

(3)

де -потік вектора через поверхню P_n'.

Дослідження вектора з подальшим уточненням отриманих результатів методами кореляційного аналізу становить основу векторно- кореляційного методу суміщення зображень.

Знаходження стосовно заданого (наприклад на зображенні P₁ другого фрейма, тобто ) усіх найподібніших фреймів зображень {P_n}, , здійснюється за мірою:

(4)

де - величина похибки, яка визначається подібно до виразу (1).

У результаті обчислення виразу (4) для кожного зображення отримано проміжний набір фреймів, з якого подібно до удосконаленого кореляційного методу за допомогою кореляційного залежності визначаються зміщення (2).

Розроблено метод фільтрування набору однотипних зображень, який полягає в тому, що автоматично виділяє шум у наборі зображень. Основним базисом для розв'язання цієї задачі є методи математичної статистики. Реалізація полягає у вилученні з набору P однотипних зображень множини P^Ш - зашумлених зображень. Для цього аналізують яскравості пікселів зображення з однією і тією самою координатою усіх F_і-х фреймів кожного зображення. Висунуто і експериментальним шляхом за допомогою критерію Пірсона перевірено гіпотезу про те, що значення с_{n (x, y)}, , з координатою (x, y) в області F_n, є розподілені за нормальним законом.

Для кожної точки (х, y) побудовано інтервал довіри математичного сподівання, на основі якого отримуються піксели для кожного зображення, які вважаються «шумом», якщо не потрапляють до цього інтервалу.

Як показали експериментальні дослідження, достатньо для фільтрування взяти 50% точок від загальної кількості, що входять до Fi .

У третьому розділі для розв'язання задачі збільшення роздільної здатності використано оператор прогнозування теорії нечітких множин, який на основі трьох векторів яскравостей дає можливість знайти новий вектор. Ці вектори є множинами яскравостей у точках з однаковими координатами по всіх зображеннях вхідного набору.

Кожне зображення P є матрицею розмірності ()

, (5)

де - значення яскравості в точці з координатами (i, j) на площині -го зображення.

Для набору P^Ф відфільтрованих зображень, формується набір векторів за усіми точками та і будується матриця декартових добутків у кожному з напрямків i та j. У результаті отримується набір з чотирьох векторів

. (6)

Для впорядкування (6), тобто розміщення , який має невідомий індекс в напрямку i, серед знаходимо мінімум евклідових норм

, (7)

де - значення елементів вектора ; знак ? вказує, що позиція вектора невизначена.

За формулою (7) визначається вектор з , в околі якого буде розміщено . Для уточнення розміщення порівнюються довжини векторів і .

Аналогічну процедуру проведено відносно вхідного набору при фіксованому i та сформовано набір у напрямку j.

Розроблено методи виділення об'єктів уваги на основі вертикальних зрізів, які використано для систем реального часу. Вхідне зображення для опрацювання містить набір однотипних об'єктів і еталонне зображення об'єкта. Перед застосуванням методів виділення об'єктів уваги використано попередню обробку, результатом якої є бінаризоване зображення набору однотипних об'єктів з незамкненими виділеними контурами.

На еталонному та вхідному зображеннях сформовано вертикальні зрізи, за якими складають набори значень яскравостей пікселів для подальшого опрацювання.

Області об'єктів уваги на зображенні формують за правилом

(8)

де n = 1, 2, …, _L - кількість сформованих вертикальних зрізів; - кількість відрізків на зрізі L_n з координатами початку та кінця відповідно; - міра для ; _j - похибка відхилення міри m-го відрізка від ; .

Кількість областей об'єктів уваги відповідає кількості об'єктів на зображенні.

Для прискорення процесу виділення об'єктів уваги модифіковано наведений метод. Основна ідея полягає в тому, що на еталонному зображенні формується набір зрізів, розмірність якого дорівнює розмірності зрізів на зображенні. При цьому змінено отримання і -координати зрізів, на основі яких надалі сформовано області об'єктів уваги.

Призначення удосконаленого методу полягає у виділенні в реальному часі областей різнотипних об'єктів. Ідея цього методу полягає в тому, що до розгляду приймається не лише сам зріз, а і його окіл. При цьому змінюється формування областей об'єктів уваги, оскільки та вибрано як мінімальне і максимальне значення з набору , отриманого в околі зрізу. Таке удосконалення дає можливість на вході приймати декілька еталонних зображень різних об'єктів.

У четвертому розділі описано розроблення програмного забезпечення для системи, яка гарантує збільшення роздільної здатності і виділення об'єктів уваги на зображенні з використанням методів опрацювання набору однотипних зображень і теорії нечітких множин.

Для експериментального дослідження розглянутих методів розроблено програмні засоби, які забезпечують виконання набору процедур введення/виведення цифрових зображень, візуалізації, реалізації методів фільтрації, суміщення, підвищення роздільної здатності.

В основу побудови системи покладено принципи ієрархічності із можливістю збільшення як кількості рівнів, так і наповнення їх функціональними модулями. Система дає змогу працювати з багатьма вікнами одночасно та має дружній інтерфейс для управління всіма модулями, які можна змінювати залежно від поставлених вимог до системи. Робота програмного забезпечення відбувається в реальному масштабі часу. Це забезпечує зменшення кількості даних, які необхідно зберігати, а також пришвидшити процес отримання кінцевого результату. Можливість візуалізації як кінцевого, так і проміжного результату забезпечує контроль процесу не лише в кінці обчислень, а й у процесі роботи.

На підставі отриманих наукових результатів розроблено програмні засоби для підтримки промислових систем реального часу, в яких ведеться відеоспостереження і подальше опрацювання отриманих зображень з використанням методу виділення об'єктів уваги.

У результаті використання об'єктно-орієнтованого підходу спеціалізовані програмні засоби у разі потреби легко доповнити необхідними модулями для опрацювання зображень.

Висновки

У дисертаційній роботі розв'язано актуальну наукову задачу попереднього опрацювання наборів однотипних зображень шляхом розроблення та вдосконалення методів і засобів підвищення роздільної здатності та виділення об'єктів уваги для систем реального часу. При цьому отримано такі основні результати:

1. На підставі опрацювання літературних джерел проведено аналіз відомих методів і засобів підвищення роздільної здатності зображень при їх застосуванні для прикладних задач спостереження та аналізу об'єктів, який засвідчує необхідність розробки нових або удосконалення існуючих методів обробки наборів зображень, які суміщені в межах одного-двох пікселів шляхом використання надлишкової інформативності.

2. Розроблено метод суміщення однотипних зображень в наборі на основі поєднання теорії векторного поля та кореляційного аналізу, який дає змогу у 1.8-2.0 рази зменшити час опрацювання зображення.

3. З використанням методів математичної статистики розроблено метод фільтрування набору однотипних зображень, який забезпечує можливість у реальному часі в автоматичному режимі вилучати «шум» з цього набору, не вимагає додаткових даних про набір, що дає змогу автоматизувати процес фільтрації без втручання оператора.

4. Розроблено метод підвищення роздільної здатності для наборів однотипних зображень з використанням методів теорії нечітких множин, основною перевагою якого є збереження розмірності вхідного набору та яскравісних градієнтів зображень, що є важливим надалі у прикладних задачах видобування інформації.

5. Розроблено метод виділення об'єктів уваги з потоку даних з використанням апарату лінійної алгебри, який дає можливість використовувати його для одночасної ідентифікації будь-яких за геометричною формою об'єктів у реальному часі.

6. Удосконалено метод суміщення зображень на основі методів математичної статистики, який в порівнянні з методом класичної кореляційної прив'язки дає змогу на 5-8% пришвидшити процес суміщення.

7. Розроблені програмні засоби для попереднього опрацювання наборів однотипних цифрових зображень і виділення об'єктів уваги використано для розробки адаптивного пристрою введення зображень.

фільтрація роздільний однотипний зображення

Список опублікованих праць за темою дисертації

1. Рашкевич Ю. Збільшення роздільної здатності зображень методами теорії нечітких множин / Ю. Рашкевич, Д. Пелешко, А. Ковальчук. Н. Кустра // Вісник Національного університету «Львівська політехніка»: Комп'ютерні науки та інформаційні технології.- 2006.- №565.- С. 243-250.

2. Рашкевич Ю. Удосконалений алгоритм центрування зображень на основі методів кореляційного аналізу / Ю. Рашкевич, Д. Пелешко, Н. Кустра // Науковий вісник НЛТУ України: Збірник науково-технічних праць. - 2006.- вип. 16.2.- С. 108-112.

3. Рашкевич Ю. Використання методів інтегрального числення для покращення алгоритму центрування зображень побудованого на основі методів кореляційного аналізу / Ю. Рашкевич, Д. Пелешко, Н. Кустра, З.Шпак // Інформаційні технології і системи. - т.9.-№1(2006).-С. 23-27.

4. Рашкевич Ю. Фільтрація наборів зображень / Ю. Рашкевич, Д. Пелешко, Н. Кустра, З. Шпак // Вісник Національного університету «Львівська політехніка»: Комп'ютерні науки та інформаційні технології. - 2005.-№543.-С. 121-125.

5. Пелешко Д.Д. Автоматизована система підрахунку промислових товарів / Д.Д. Пелешко, Б.А.Демида, Р.С. Марцишин, М.С. Пасєка, Н.О. Кустра, Ю.Ю. Рашкевич // Вісник Національного університету «Львівська політехніка»: Комп'ютерні науки та інформаційні технології. - 2004.-№521.- С. 23-33.

6. Рашкевич Ю. Центрування зображень на основі методів кореляційного аналізу / Ю. Рашкевич, Б. Демида, Д. Пелешко, Н. Кустра // Збірник наукових праць Інститут проблем моделювання в енергетиці ім. Г.Є.Пухова. -2005.- Вип. 29.- С. 121-128.

7. Кустра Н. Аналіз окремих методів цифрової обробки сигналів / Наталія Кустра, Дмитро Пелешко // Технічні вісті. - 2005/1(20), 2(21). - С. 56-58.

8. Рашкевич Ю. Аналіз методів фільтрації та сегментації дискретних зображень / Ю.Рашкевич, Д. Пелешко, Н. Кустра // Технічні вісті.- Львів, 2006/1(22), 2(23). -С. 85-88.

9. Рашкевич Ю. Удосконалений алгоритм збільшення роздільної здатності зображень / Ю. Рашкевич, Д. Пелешко, Н. Кустра, З. Шпак // Вісник Національного університету «Львівська політехніка»: Комп'ютерні науки та інформаційні технології. - 2007.-№598.-С. 176-181.

10. The algorithm of images centering constructed on the basis of combination of the total count and correlation analysis methods: proceedings of the First International Conference of Computer Science and Information Technologies [«CSIT'2006»], (Lviv, 28-30 September 2006) / Lviv Polytechnik National University.- Lviv: Lviv Polytechnik National University, 2006.- Р.139-143.

11. Удосконалений алгоритм сегментації для систем автоматизованого обліку об'єктів: Збірка наукових праць в п'яти томах [«Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій ISDMIT'2005»], (Євпаторія, 18-21 травня 2005) / Херсонський морський інститут.- Херсон: Видавництво Херсонського морського інституту, 2005.- т.1.-С.134-139.

12. Кореляційний спосіб горизонтального і вертикального суміщення зображень: 9^th International modelling school of AMSE-UAPL, (Alushta, 12-17 September, 2004) / Rzeszow University of Technology.-Rzeszow: Rzeszow University of Technology, 2004. -P.195-197.

13. Зниження зашумленості наборів зображень методами статистичної обробки: 10^th International modelling school of AMSE-UAPL, (Alushta, 12-17 September, 2005) / Rzeszow University of Technology.-Rzeszow: Rzeszow University of Technology, 2005. -P.171-175.

14. Прискорений алгоритм пошуку зображень: Матеріали науково-практичної конференції [«Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій ISDMIT'2006»], (Євпаторія, 15-18 травня 2006) / Херсонський морський інститут.- Херсон: Видавництво Херсонського морського інституту, 2006.- т.1.-С.176-178.

15. Схема покращення алгоритму збільшення роздільної здатності зображень побудованого на основі методів нечітких множин: proceedings of the Second International Conference of Computer Science and Information Technologies [«CSIT'2007»], (Lviv, 27-29 September 2007) / Lviv Polytechnik National University.- Lviv: Lviv Polytechnik National University, 2007.- P. 84-86.

Анотації

Кустра Н.О. Методи та засоби попереднього опрацювання наборів однотипних зображень. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.23 - Системи та засоби штучного інтелекту, Національний університет «Львівська політехніка», Львів, 2008.

Дисертація присвячена вдосконаленню та розробленню методів та засобів попереднього опрацювання наборів однотипних зображень.

У роботі розроблено метод виділення об'єктів уваги на зображенні для систем реального часу на основі вертикальних зрізів.

Також розроблено векторно-кореляційний метод суміщення зображень з використанням кореляційного аналізу і векторного поля, який порівняно з відомим методом кореляційної прив'язки дає часову перевагу у 1.8-2.0 рази; удосконалено метод суміщення зображень, який дає перевагу у часі на 5-8% при обробці одного зображення.

Розроблено метод фільтрування набору однотипних зашумлених зображень з використанням математичної статистики, який дає змогу автоматизувати виділення шуму в наборі.

Вперше запропоновано і розроблено метод підвищення роздільної здатності з використанням апарату теорії нечітких множин.

Ключові слова: зображення, роздільна здатність, суміщення, об'єкт уваги, фрейм.

Кустра Н.Е. Методы и средства предварительной обработки набора однотипных изображений. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.23 - Системы и средства искусственного интеллекта, Национальный университет «Львовская политехника», Львов, 2008.

Диссертация посвящена разработке и усовершенствованию методов и средств предварительной обработки набора однотипных изображений.

В работе разработан метод выделения обьектов внимания на изображении для систем реального времени с использованием вертикальных сечений. Предложенный метод позволяет определить приоритеты в процессе обработки; скорость выделения или точность, что важно для различных по применению систем.

Также разработан векторно-корреляционный метод совмещения изображений, основанный на корреляционном анализе, который по сравнению з классическим методом корреляционной привязки имеет преимущества по скорости в 2 раза при обработке одного изображения.

В работе усовершенствован метод совмещения изображений, который дает преимущество на 5-8% при обработке одного изображения с использованием аппарата математической статистики.

Разработан метод фильтрации набора однотипных зашумленных изображений с использованием методов математической статистики. Преимуществом данного метода является то, что в автоматическом режиме без вмешательства оператора с набора устраняется «шум».

Впервые предложен и разработан метод повышения разрешающей способности изображений, основанный на использовании теории нечетких множеств. Предложенный метод сохраняет яркостные градиенты изображений, и размерность набора, что позволяет использовать обработанные изображения в последующих задачах распознавания, извлечения информации.

Разработаны программные средства для обработки набора однотипных цифровых изображений.

Ключевые слова: изображение, разрешающая способность, совмещение, объект внимания, фрейм.

Kustra N.O. The methods and tools of preprocessing of multiple equitype images.- Manuscript.

The thesis for Ph. D. degree on the speciality 05.13.23 - the systems and means of artifical intelligence is presented. National University «L'vivska polytechnica», L'viv, 2008.

Dissertation is devoted to development and improvement of methods and tools of preprocessing of multiple equitype images.

In work the methods of selection of objects attention on the image for the real-time systems with the use of vertical sections are developed. The vectorial-correlation method of combination of images, based on the correlation analysis which on comparison by the classic method of correlation attachment is let in on the ground in 2 times at treatment of one image, is developed. In work is improved method of combination of images, which gives advantage on 5-8% at processing of one image with the use mathematical statistics.

The method of filtration of set of the same type noise images with the use of methods of mathematical statistics is developed. That is advantage of the given method, that in the automatic mode without intervention from a statement a «noise» from the set is removed . First it is offered and the method of super-resolution, based on the use of the fuzzy sets theory, is developed. The offered method saves the brightness gradients of images, that allows to use the treated images in next stages.

Key words: image, frame, resolution, object attention, moving.

Размещено на Allbest.ru

...