КОМБИНИРОВАННЫЙ АЛГОРИТМ ВЫДЕЛЕНИЯ КОНТУРОВ ОБЪЕКТОВ ИНТЕРЕСА В МОНИТОРИНГОВЫХ СИСТЕМАХ |
| 2 | |
| 2013 |
| научная статья | 004.932.4 | ||
| 60-65 | выделение контуров, цифровые полутоновые изображения, марковский процесс, количество информации, двумерная нелинейная фильтрация |
| Разработан комбинированный алгоритм предварительной обработки изображений, позволяющий на первом этапе восстановить цифровые полутоновые изображения (ЦПИ) при низких отношениях сигнал/шум по мощности, а на втором этапе выделить границы объектов интереса. Алгоритм базируется на представлении ЦПИ двумерным марковским процессом. |
 |
| 1 . Потапов А.А., Гуляев Ю.В., Никитов С.А. и др. Новейшие методы обработки изображений. М.: ФИЗМАТЛИТ, 2008. 496 с. 2 . Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с. 3 . Петров Е. П., Трубин И.С., Частиков И.А. Нелинейная фильтрация видеопоследовательностей цифровых полутоновых изображений марковского типа // Успехи современной радиоэлектроники. 2007. № 3. С. 54–88. 4 . Петров Е.П., Медведева Е.В. Вычисление статистической избыточности статических изображений // Вопросы радиоэлектроники. Сер. РЛТ. 2008. Вып. 3. С. 76–83. 5 . Роджерс Д. Алгоритмические основы машинной графики. М.: Мир, 1989. 512 с. 6 . Левашкина А.О., Поршнев С.В. Сравнительный анализ супервизорных критериев оценки качества сегментации изображений // Информационные технологии. 2009. № 5. С. 52–57. 7 . Berkeley Segmentation Dataset [Электронный ресурс] // База изображений университета Беркли: URL: http://www.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/segbench (дата обращения: 10.11.2012). 8 . Canny J. A Computational Approach to Edge Detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. № 8. Р. 679–700. |