Введение.
Глава 1. Методы обработки изображении
1.1. Методологии обработки изображений.
1.2. Простые методы обработки изображений.
Точечные методы.
. Локальные методы обработки изображений
1.3.1. Линейные фильтры и свертка
1.3.2. Гауссовская фильтрация
1.3.3. Нелинейная фильтрация.
1.4. Другие типы низкоуровневой обработки
1.4.1. Кадровые методы
1.4.2. Геометрические методы
1.4.3. Морфология
1.5. Комбинированные методы обработки изображений
1.5.1. Краткий обзор комбинированных методов.
1.5.2. Алгоритм ДС.
1.6. Анализ качества некоторых комбинированных методов.
1.6.1. Сравнение ДС с другими комбинированными методами
1.6.2. Сравнение качества работы алгоритмов при больших уровнях шумов.
1.7. Понятие контуров и методы их получения.
1.7.1. Понятие контура.
1.7.2. Методы получения контуров.
1.8. Обобщенная запись методов обработки.
Выводы по 1ой главе
Глава 2 Контуры кластеры и понятие эталона.
2.1 Контуры кластеры.
2.2 Формализация методов идентификации графических объектов.
2.3 Принципы построения обобщенного вектора свойств эталона.
2.4 Информационная часть вектора свойств.
2.5 Расширенное понятие информационной части.
Выводы по 2ой главе
Глава 3. Идентификация формы объектов по контурным
функциям
3.1 Понятие контурной функции.
3.2 Распознавание по элементарным признакам.
3.2.1.Классификация по числу точек контура.
.2. Классификация по габаргтам
3.2.3. Классификация по компактности
3.2.4. Классификация по площади
3.2.5. Классификация на основе математической корреляции
3.3 Методы геометрической корреляции на всем контуре.
3.4 Методы геометрической корреляции на части контура.
3.5. Геомет рическая корреляции по части конту ра по противоположным интервалам.
3.6. Идентификация по части контура с автоматическим выбором расположения противоположных интервалов.
3.7 Особенности использования методов геометрической корреляции
Выводы по 3 главе.
Гл.4 Анализ качества методов, основанных на геометрической
корреляции.
4.1 Оценка чувствительности.
4.2 Условия проведения эксперимента
4.2. Чувствительность методов, основанных на ГК.
4.3. Анализ устойчивости методов ГК к шумам.
4.3.1. Анализ работы методов в условиях шумов.
4.3.2. Измерение метрик в условиях шумов.
4.3.3. Анализ числа ошибок при больших шумах.
4.4 Особенности исчислении метрик в методах ГК.
4.4.1 .Исчисление метрик для комбинаций ЭЭ
4.4.1.Исчисление метрик дня комбинаций ЭН
4.5 Особенности иримснсини методов ГК на фрагментах контура.
4.5.1.Особенности методов ИЧК12.
4.4.2.0собенности методов ИЧКПИ и ИЧКПИ2.
Выводы но главе 4.
Гл. 5. О методах повышения качества идентификации графических объектов в методах геометрической корреляции.
5.1. Компактность и размеры фигуры.
5.2 Компактпость и шум.
5.2.1. Влияние искажений на методы ГК.
. Методы ГК на основе среднеквадратичной метрики.
5.3.1. Определение методов.
5.3.2. Анализ методов ГК1С и ГК2С.
5.4.Мстоды ГК с динамически назначаемым КД.
Выводы но главе 5.
Гласа 6. Практические применения.
6.1 Математическая модель поисковой системы
6.1.1. Описание модели
6.1.2.Механизм функционирования модели
6.1.3.Практическая реализация
6.2 Реализация распределнных поисковых систем.
6.2.1. Постановка задачи
6.2.2. Архитектура распределенной поисковой системы
6.3. Система по обработке изображений и распознавании образов I
6.3.1. Краткое описание системы
6.3.2. Кошроллер потока
6.3.3.Состаа системы I
6.3.4.Работа с эталоном
6.4 Организация распределнных вычислений ори обработке изображении и распознавании образов.
6.4.1. Принципы построения конвейера
6.4.2. Архитектура вычислительного комплекса
6.4.3. Оценки повышения производительности
6.5 Использование результатов работы в учебном процессе.
Выводы по главе 6
Заключение
Литература
- Київ+380960830922