Academic literature on the topic 'Обробка зображення'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Обробка зображення.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Обробка зображення"
1
Шулигін, Д., and Є. Настенко. "АЛГОРИТМ ПОРІВНЯННЯ ДВОХ ЗРАЗКІВ ДЛЯ АНАЛІЗУ МЕДИЧНИХ ЗОБРАЖЕНЬ ШЛЯХОМ СПІВСТАВЛЕННЯ ПАТЕРНІВ." Біомедична інженерія і технологія, no. 6 (December 18, 2021): 138–46. http://dx.doi.org/10.20535/2617-8974.2021.6.247780.
Full textAbstract:
Метою роботи була розробка та реалізація нового алгоритму порівняння двох медичних зображень паренхіматозних органів шляхом виокремлення в них однакових та унікальних патернів та наступного їх аналізу. Для цього було розглянуто найбільш розповсюджені алгоритми порівняння зображень, серед яких були строге порівняння, порівняння нечітких пікселів та порівняння гістограм. Оскільки найбільш розповсюджені алгоритми порівняння зображень мають недоліки, які роблять неможливим їх використання в аналізі медичних зображень було створено програмний додаток для порівняння двох медичних зображень, який реалізовує алгоритм порівняння зображень шляхом співставлення патернів, а також використовує для попередньої обробки алгоритм зменшення кількості відтінків сірого. Для розробки було використано фреймворк .NET та мову програмування C#. Після аналізу отриманих результатів роботи програмного додатку на зображеннях легень у станах норми, пневмонії, COVID-19, COVID-19 з пневмонією, а також печінки у нормі та при цирозі було з’ясовано, що при такому підході попередня обробка зображень шляхом зменшення кількості відтінків сірого є необхідним компонентом програми, а також що можливо отримати задовільні результати навіть при обробці зображень, які містять додаткову інформацію про оточуючі тканини, але для найкращого результату на вхід програми бажано подавати зображення, на яких міститься виключно текстура досліджуваних органів. Також результати роботи створеного додатку можуть бути використані для створення тренувальних вибірок для навчання нейронних мереж та інших класифікаційних алгоритмів.
Ключові слова – обробка зображень, аналіз текстури, системи підвищення ефективності, .NET, C#
2
Kovalevsky, S. V., and N. D. Sidyuk. "Ідентифікація об'єктів дослідження з використанням сигнатур." Обробка матеріалів тиском, no. 1(50) (March 31, 2020): 210–16. http://dx.doi.org/10.37142/2076-2151/2020-1(50)210.
Full textAbstract:
Ковалевський С. В., Сидюк Д. М. Ідентифікація об'єктів дослідження з використанням сигнатур. Oбробка матеріалів тиском. 2020. № 1 (50). C. 210-216.
В роботі запропонований спосіб обробки зображення для подальшого розпізнавання об'єктів різних структур штампованок на основі зображень (фотографії). Цей метод дозволяє зробити інваріантними невраховані фактори, які можуть вплинути на якість фотографії. Як об'єкт дослідження виступають зразки шліфів сталей після термічної обробки. Час витримки і умови охолодження ідентичні для всіх випадків. Обробка зображень передбачає їх попереднє поліпшення, а саме видалення шумів і виставляння авторівней, подальше перетворення в цифровий масив даних, отримання гістограми зображення з подальшим виділенням більш інформативною частини сигнатури. Перетворення безперервного сигналу (зображення) в сигнатуру за допомогою дискретизації і квантування виконано в системі MatLab 6.1 і дозволило виключити суб'єктивні фактори візуального аналізу і класичних методів розрахунку співвідношення структур в металі. Кількість інтервалів приймається рівним 10. Тестове і навчальне безлічі формуються в програмі Microsoft Access на основі даних про зображення, термічної обробки, склад і співвідношенні структур. У програмі NeuroPro 0.25определяется значимість входів і встановлюється взаємозв'язок між температурним режимом, фазами в структурі і сигнатурою зображення. Підтверджено можливість прогнозу структури і зображення фаз на основі температурного режиму, типу і часу охолодження. Додатково вирішена зворотна задача можливості прогнозу технологічних параметрів термічної обробки на основі раніше існуючих прикладів. Метод застосуємо до будь-якої кількості інтервалів, від 2 до 255. Збільшення кількості інтервалів може дати можливість відтворити прогнозовану структуру в якості зображення.
3
Добровська, Л., and А. Руденко. "ІДЕНТИФІКАЦІЯ КОРИСТУВАЧІВ ПІДСИСТЕМИ РОЗПІЗНАВАННЯ НА ОСНОВІ СІТКІВКИ ОКА." Біомедична інженерія і технологія, no. 6 (December 11, 2021): 121–29. http://dx.doi.org/10.20535/2617-8974.2021.6.246909.
Full textAbstract:
Забезпечення біометричної безпеки має важливе значення в більшості сценаріїв перевірки справжності користувача та його ідентифікації. Розпізнавання, засноване на зразках райдужної оболонки, є важливою областю досліджень, покликаної забезпечити надійну, просту і швидку підсистему ідентифікації користувачів системи, яка використовує камеру (її можна використовувати у будь-якій системі, яка має механізм авторизації, де необхідна гарантія підвищеної безпеки). Мета роботи полягає у встановленні основних етапів алгоритму ідентифікації (класифікації) користувачів системи на основі обробки зображення сітківки ока із зіницею.
Алгоритм розпізнавання райдужної оболонки ока для реєстрації користувачів системи включає такі етапи
- попередня обробка зображення: зображення проходить різні фільтри (серед них фільтр Гауса та низько-частотні фільтри, гістограмні перетворення);
- препроцессінг: 1) локалізація внутрішніх і зовнішніх меж області райдужної оболонки ока з використанням генетичного алгоритму; 2) нормалізація зображення, 3) виокремлення значущої інформації;
- класифікація (або зіставлення із елементами БД) - виконана на основі двошарового персептрону (ДП).
Для оцінки алгоритмів розпізнавання райдужної оболонки використано базу даних оцифрованих 100 зображень очей у відтінках сірого від 50 різних людей (класів). Експерименти проводилися у два етапи: 1) сегментація і 2) розпізнавання райдужної оболонки. На першому етапі для локалізації райдужних оболонок застосовується алгоритм прямокутної області. На другому етапі виконується класифікація малюнка райдужної оболонки за допомогою мережі. Сформовані множини навчання й тестування (відповідно 60 зображень очей від 30 різних людей; 40 зображень очей від 20 різних людей). Виявлені райдужки для класифікації після нормалізації та посилення масштабуються за допомогою усереднення. Це допомагає зменшити розмір мережі. Потім зображення подаються матрицями, які є вхідним сигналом для мережі. Виходами ДП є класи візерунків райдужки. Для класифікації райдужної оболонки використовується алгоритм нейронного навчання. Точність розпізнавання на множині навчання становила 95,25%; на множині тестування - 89%.
Ключові слова - біометрія, розпізнавання райдужної оболонки ока, нейронна мережа
4
Богомолов, М. Ф., В. В. Шликов, and С. І. Вовянко. "КОМП’ЮТЕРНА ОБРОБКА СПЕКЛ-ІНТЕРФЕРОГРАМ ДЛЯ ОПТИЧНОГО ДІАГНОСТУВАННЯ БІОЛОГІЧНИХ МІКРООБ’ЄКТІВ." Біомедична інженерія і технологія, no. 6 (November 17, 2021): 99–108. http://dx.doi.org/10.20535/2617-8974.2021.6.244563.
Full textAbstract:
Реферат: Комп’ютерна обробка спекл-інтерферограм для оптичного діагностування біологічних мікрооб’єктів дає можливість визначити оптичні та фізичні параметри компонентів біологічного об’єкта. Важливою характеристикою розробленої моделі є універсальність при її застосуванні, що дає можливість забезпечити необхідну адекватність і однозначність оптичних співвідношень з оригіналом. Під час комп’ютерної обробки проводиться розрахунок розподілу випромінювання в середовищі температурних полів.
Метою моделювання є дослідження взаємодій лазерного випромінювання з біологічними мікрооб’єктами для удосконалення та підвищення ефективності лазерної діагностики.
Методика реалізації. Для дослідження взаємодії електромагнітного випромінювання з еритроцитами крові людини використано метод спекл-інтерферометрії, який було взято за основу для побудови лабораторного стенду. Розроблений лабораторний стенд дозволив отримати спекл-інтерферограми для чотирьох патологічних зразків еритроцитів крові людини. Для обробки спекл-інтерферограм зразків створено комп’ютерну модель в середовищі Matlab, яка дає змогу досліджувати зображення у форматі JPEG з роздільною здатністю 72х72 точок на дюйм.
Результати дослідження В результаті комп’ютерної обробки та моделювання розраховуються поверхні нормованої крос-кореляції між двома досліджуваними зразками спекл-інтерферограм. Отримані залежності показали, що найбільший пік коефіцієнта кореляції припадає на центральну частину спекл–інтерферограм зразків крові. Середня інтенсивність випромінювання для зразків істотно не розбігається, але показано, що інтенсивність випромінювання одного із зразків на 12% вища за інтенсивність випромінювання для еталонного зразка. Наведені результати дають можливість визначення патології в зразках крові на основі дослідження спекл-інтерферограм під час оптичного діагностування біологічних об’єктів.
Висновки. Запропоновано спосіб визначення патології в зразках крові людини за допомогою дослідження спекл-інтерферограм біологічних об’єктів та комп’ютерної обробки оптичних зображень зразків на основі моделі в середовищі Matlab.
Ключові слова: спекл-інтерферограми, еритроцити крові, діагностування біологічних мікрооб’єктів, оброблення зображень, модель, Matlab
5
Білобородова, Т. О., І. С. Скарга-Бандурова, О. Л. Прищепа, Л. О. Шумова, and С. О. Ломакін. "Технології цифрової гістології." ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, no. 2 (266) (March 13, 2021): 5–12. http://dx.doi.org/10.33216/1998-7927-2021-266-2-5-12.
Full textAbstract:
Прогрес інформаційних технологій, доступність обчислювальних потужностей, наявність великих наборів даних, розвиток технологій штучного інтелекту, машинного і глибокого навчання дали поштовх розвитку цифрової гістології. Сучасні дослідження спрямовані на створення єдиного стандартизованого рішення цифрової гістології, яке відповідатиме рівню діагностичної точності традиційної світлової мікроскопії. В статті представлено результати аналізу поточного стану і перспектив використання інформаційних технологій для цифровізації процедур патогістологічного дослідження. Розглянуто напрямки цифрової гістології, що включають телепатологію, цифрову патологію, аналіз зображень мікроскопій гістологічних препаратів та аналітику даних. Розглянуто основні технології цифрової гістології за напрямками, які, перетинаючись, доповнюють один одного. Визначено поточні завдання і проблеми цифрової гістології, а також напрямки досліджень у відповідності до задач аналізу і пошуку ефективних рішень у цій галузі. Формалізовано наступні основні етапи цифрової гістології: формування оптичного зображення мікроскопом, обробка цифрового зображення, передача даних по мережі, їх відображення на моніторі та формування патогістологічного висновку, який, в свою чергу, містить розпізнавання та аналіз гістологічних зображень, інтерпретацію і валідацію отриманих результатів, оцінку ефективності використовуваних аналітичних моделей. Виділено основні обмеження цифрової гістології, пов'язані з технологіями розпізнавання гістологічних зображень. Розглянуто умови валідації досліджень та інструментів цифрової гістології, які повинні бути належним чином перевірені з використанням репрезентативних даних для забезпечення узагальнення підходів і сумісності. Обґрунтовано задачі подальших досліджень у вигляді удосконалення процесу розпізнавання та аналізу гістологічних зображень з використанням технології глибокого навчання, яка показує високу точність сегментації, виявлення та класифікації при аналізі зображень мікроскопій гістологічних препаратів.
6
Khudov, H., O. Makoveichuk, I. Khizhnyak, S. Berezina, and Yu Solomonenko. "МЕТОД БАГАТОМАСШТАБНОГО ОБРОБЛЕННЯ ЗОБРАЖЕНЬ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ ДЛЯ ВИЗНАЧЕННЯ ЕЛЕМЕНТІВ МІСЬКОЇ ІНФРАСТРУКТУРИ." Системи управління, навігації та зв’язку. Збірник наукових праць 3, no. 55 (June 21, 2019): 3–7. http://dx.doi.org/10.26906/sunz.2019.3.003.
Full textAbstract:
Предметом вивчення в статті є метод багатомасштабного оброблення зображень з бортових систем оптикоелектронного спостереження для визначення елементів міської інфраструктури. Метою є розробка методу багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. Завдання: аналіз відомих методів оброблення багатомасштабної послідовності зображень, розробка методу багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури, проведення оброблення зображення з бортової системи оптико-електронного спостереження. Використовуваними методами є: методи теорії імовірності, математичної статистики, методи оптимізації, математичного моделювання та цифрової обробки зображень, методи математичної логіки. Отримані такі результати. Встановлено, що відомі методи оброблення багатомасштабної послідовності зображень не можуть бути напряму застосовані до багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження. Запропоновано метод багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. В основі методу покладений двоетапний метод виділення об’єктів міської забудови на зображеннях бортових систем оптикоелектронного спостереження з використанням перетворення Хафа. Проведено оброблення зображення з бортової системи оптико-електронного спостереження методом багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. Висновки. Наукова новизна отриманих результатів полягає в наступному. Запропоновано метод багатомасштабного оброблення зображень з бортових систем оптико-електронного спостереження для визначення елементів міської інфраструктури. На відміну від відомих, передбачається використання двоетапного методу визначення елементів міської інфраструктури на зображеннях з різним значення масштабного коефіцієнта, перемасштабування оброблених зображень з різним значенням масштабного коефіцієнта до вихідного розміру та розрахунок зображення-фільтру, а результуюче оброблене зображення є попіксельним добутком вихідного зображення та зображення-фільтру.
7
Федоряка, М., and K. Мелкумян. "Гібридний метод обробки зображень на конволюційних нейронних мережах." Адаптивні системи автоматичного управління 1, no. 38 (May 31, 2021): 72–76. http://dx.doi.org/10.20535/1560-8956.38.2021.233198.
Full textAbstract:
Стаття присвячена опису моделі конволюційної нейронної мережі для покращення роздільної здатності зображень на мобільних пристроях. В наш час мобільна фотографія стає все більш і більш популярною. Багато людей вибирають у якості основного пристрою для створення фото свій смартфон, оскільки це значно зручніше, швидше та дешевше за спеціалізовану камеру. Нажаль, висока роздільна здатність і якість фото доступна лише покупцям дорогих смартфонів. Саме тому актуальною є проблема покращення роздільної здатності та чіткості фотографій є неймовірно актуальною. Традиційні алгоритми без використання машинного навчання демонструють непогані результати і не потребують великого обсягу часу, потрібного на підбір наборів даних, що необхідні для тренування нейронної мережі, та, власне, на сам процес тренування. Проте, іх ефективність та якість результату значно гірша ніж у підходів з використанням нейронних мереж. Саме тому пропонується застосувати гібридний метод обробки зображень, що базується на конволюційних нейронних мережах. Структура мережі відрізняється від класичних підходів комбінацією обробки нейронною мережею та одним з більш традиційних алгоритмів обробки зображень. Запропонавана системавикористовує конволюційні нейронні мережі замість традиційних генеративних змагальних мереж. Запропонована архітектура мережі використовує автокодувальник, який вчиться на різких зображеннях шляхом вилучення ознак. Після навчання вихідне зображення пропускається через автокодувальник. Після видалення шумів та застосування корекцій, декодер створює з цих даних необхідне різке зображення. Після обробки нейронною мережею, застосовується алгоритм Unsharp Masking з буфером глибини для покращення контрасту і яскравості результуючого зображення. У статті наведено перелік переваг використання вищезазначеної системи.
Бібл. 5, іл. 1.
8
Khudov, H., О. Makoveichuk, I. Khizhnyak, Y. Solomonenko, and I. Yuzova. "МЕТОД ВИДІЛЕННЯ ОБ’ЄКТІВ МІСЬКОЇ ЗАБУДОВИ НА ЗОБРАЖЕННЯХ БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ З ВИКОРИСТАННЯМ ПЕРЕТВОРЕННЯ ХАФА." Системи управління, навігації та зв’язку. Збірник наукових праць 6, no. 52 (December 13, 2018): 20–24. http://dx.doi.org/10.26906/sunz.2018.6.020.
Full textAbstract:
Предметом вивчення в статті є метод виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження. Метою є розробка методу виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження. Завдання: обґрунтування необхідності виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження; викладення сутності методу виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження; візуальна оцінка якості виділення об’єктів міської забудови на зображеннях бортових систем оптико-електронного спостереження. Використовуваними методами є: методи теорії імовірності, математичної статистики, методи оптимізації, математичного моделювання та цифрової обробки зображень. Отримані такі результати. Встановлено, що актуальним є питання виділення на зображеннях бортових систем оптико-електронного спостереження географічного ландшафту, будівель, культурних центрів і критичних елементів інфраструктури, типу підприємств, транспортних систем та інших важливих забудов. Встановлено, що об’єкти міської забудови (мости, дороги, будинки тощо) є досить контрастними і містять багато прямих ліній. Виділення об’єктів міської забудови розглядається як двоетапний метод, а саме, застосування деякого детектора границь та застосування безпосередньо перетворення Хафа. На першому етапі проводиться виділення границь, на другому – виділення прямих ліній. У якості детектору границь запропоновано використання детектору границь Канні. Висновки. Встановлено, що візуальна якість дозволяє виділити об’єкти міської забудови на обробленому зображенні, а запропонований метод може бути використано для знаходження об’єктів міської забудови. Напрямком подальших досліджень є використання багатомасштабного методу обробки зображень.
9
Khizhnyak, I., A. Makoveychuk, and H. Khudov. "ІНФОРМАЦІЙНА РОЙОВА ТЕХНОЛОГІЯ ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ ЗОБРАЖЕНЬ, ЩО ОТРИМАНІ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ." Системи управління, навігації та зв’язку. Збірник наукових праць 3, no. 49 (July 3, 2018): 26–32. http://dx.doi.org/10.26906/sunz.2018.3.026.
Full textAbstract:
Предметом вивчення в статті є інформаційні ройова технологія тематичного сегментування зображень, що отримані з бортових систем оптико-електронного спостереження. Метою є розробка інформаційної технології сегментування, в основу якої покладений ройовий метод тематичного сегментування оптико-електронного зображення. Завдання: аналіз рівнів технології дешифрування оптико-електронного зображення, аналіз основних етапів обробки оптико-електронного зображення та рівнів локалізації об’єктів інтересу на етапі розпізнавання, аналіз основних вимог до тематичних сегментів зображення, аналіз відомих методів та інформаційних технологій сегментування зображень, що отримані з бортових систем спостереження, обґрунтування цільової функції тематичного сегментування та вибору оптимального значення порогу сегментування, розробка інформаційної ройової технології тематичного сегментування зображень, що отримані з бортової системи оптико-електронного спостереження, наведення тестового прикладу тематичного сегментування кольорового зображення. Використовуваними методами є: методи теорії імовірності, математичної статистики, ройового інтелекту, кластерізації даних, еволюційних обчислень, методи оптимізації, математичного моделювання та цифрової обробки зображень. Отримані такі результати. Встановлено, що основним етапом обробки зображень, що отримані з бортових систем спостереження, є етап тематичного сегментування. Встановлено, що у теперішній час невелика кількість досліджень присвячена вирішенню задачі тематичного сегментування зображень, що отримані з бортових систем спостереження. Встановлено, що у якості цільової функції використовується функція, яка визначається як сума дисперсії інтенсивності пікселів в межах кожного тематичного сегменту, а оптимізація полягає у мінімізації цільової функції. В основу інформаційної ройової технології покладені удосконалені методи ройового інтелекту (штучної бджолиної колонії) тематичного сегментування оптико-електронного зображення та ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності оптико-електронних зображень. Висновки. Наукова новизна отриманих результатів полягає в наступному: підвищення візуальної якості сегментованого зображення, що в подальшому суттєво впливає на вирішення завдання дешифрування зображення.
10
Федоров, Євген Євгенович, and Тетяна Юріївна Уткіна. "МЕТОД ОЧИЩЕННЯ ВІД ШУМУ ВІЗУАЛЬНОЇ БІОМЕТРИЧНОЇ ІНФОРМАЦІЇ." Вісник Черкаського державного технологічного університету, no. 4 (December 24, 2021): 5–15. http://dx.doi.org/10.24025/2306-4412.4.2021.247856.
Full textAbstract:
У роботі запропоновано метод очищення від шуму візуальної біометричної інформації за рахунок визначення структури моделі згладжуючої фільтрації візуальної інформації про ідентифіковану особистість на основі статистичного оцінювання якості очищення від шуму двовимірного сигналу. В результаті проведеного системного аналізу сучасних методів очищення зображення від шуму встановлено, що розглянуті методи мають один або більше з таких недоліків: не автоматизовано вибір структури та параметрів моделі фільтра та/або невисока точність очищення від адитивного та мультиплікативного шуму. Тому актуальною є розробка методу очищення від шуму візуальної біометричної інформації для проведення попередньої обробки зображення обличчя людини, що забезпечить необхідну якість зображень і не вимагатиме трудомісткої процедури визначення значень параметрів оператором на основі емпіричного досвіду. Визначено структуру моделі згладжуючої фільтрації. Запропоновано характеристики та критерій якості очищення від шуму візуального сигналу. Для визначення параметра порядку фільтра проведено чисельні дослідження за допомогою бази даних Siblings, що дозволило встановити найефективніший метод: у випадку адитивного гаусового шуму та у випадку мультиплікативного гаусового шуму, найменшу середньоквадратичну помилку, тобто таку, що відповідаєкритерію якості очищення від шуму візуального сигналу, забезпечує середньо a -усічений фільтр. Запропонований метод дозволяє ставити і вирішувати завдання попередньої обробки візуального сигналу, що використовуються для аналізу і зберігання візуальної інформації в інтелектуальних комп’ютерних системах біометричної ідентифікації особистості по зображенню обличчя.
Dissertations / Theses on the topic "Обробка зображення"
1
Гончар, Віталій Ігорович. "Алгоритми створень панорманих зображень." Master's thesis, КПІ ім. Ігоря Сікорського, 2020. https://ela.kpi.ua/handle/123456789/41184.
Full textAbstract:
Під час написання магістерської дисертації було доведено актуальність вирішення проблеми створення панорманих зображень. В ході проведеної роботи був сформований алгоритм для склеювання панорманого зображення по відеоряду, в якому проводиться зйомка в одній площині, а також проведено дослідження і порівняння методів пошуку і опису особливих точок.
Отриманий алгоритм не є прив’язаним до змісту відео і його розширеню через використання алгоритму на осноові особливих точок. Також був розроблений стартап проект для багатоканальної системи спостереження. Було виділено основні тези для позиціонунні даної системи на ринку. Також було представлено переваги даної системи, що компенсують недоліки в порівнянні з конкурентами.During the writing of the master's dissertation the urgency of solving the problem of creating panoramic images was proved. In the course of this work, an algorithm for gluing a panoramic image in a video sequence, in which shooting is performed in one plane, was formed, as well as a study and comparison of methods for finding and describing special points. The resulting algorithm is not tied to the content of the video and its extension due to the use of the algorithm based on special points. A startup project for a multi-channel surveillance system was also developed. The main theses for positioning of this system in the market were allocated. The advantages of this system, which compensate for the disadvantages in comparison with competitors, were also presented.
При написании магистерской диссертации было доказано актуальность решения проблемы создания панорамных изображений. В ходе проведенной работы был сформирован алгоритм для склеивания панорамного изображения по видеоряда, в котором проводится съемка в одной плоскости, а также проведено исследование и сравнение методов поиска и описания особых точек. Полученный алгоритм не является привязанным к содержанию видео и его расширений через использование алгоритма на основе особых точек. Также был разработан стартап проект для многоканальной системы наблюдения. Были выделены основные тезисы для позиционировании данной системы на рынке. Также были представлены преимущества данной системы, компенсирующие недостатки по сравнению с конкурентами.
2
Шестерикова, Н. П., Д. В. Доля, М. В. Матюшенко, and Ольга Геннадіївна Сімонова. "Обробка медичних зображень на основі фрактального аналізу." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2016. http://repository.kpi.kharkov.ua/handle/KhPI-Press/45816.
Full text
3
Процах, Наталя, Оксана Чмир, Андрій Фельтов, and Андрій Мельниченко. "Про проблеми відновлення якості зображень." Thesis, Прикарпатський національний університет імені В. Стефаника, 2018. http://hdl.handle.net/123456789/5352.
Full textAbstract:
У роботі засобами С# з використанням методу аналізу ієрархій, розроблено та реалізовано алгоритм відновлення якості зображень, а також здійснено короткий огляд існуючих програм, які дозволяють редагувати зображення.
4
Гуральник, А. Б. "Обробка медико-біологічних зображень." Thesis, Сумський державний університет, 2015. http://essuir.sumdu.edu.ua/handle/123456789/41240.
Full textAbstract:
Медико-біологічні зображення мають різну фізичну природу. Іх по різному може сприймати людина-опертаор чи автоматизована система. Тому важливим завданням є адаптація процесу обробки
зображення до конкретного користувача, тобто до вузької задачі, яку розв’язує споживач інформації. Часто недостатньо представити спостерігачу об’єкт за допомогою ідеальної системи відображення,
оскільки необхідна інформація для аналізу зображення з метою пошуку та ідентифікації об’єктів, визначення різного роду кількісних характеристик може бути проявлено тільки в результаті цифрового
оброблення. Тому на перший план виходить попереднє оброблення отриманих зображень медико-біологічних об’єктів, яка вимагає покращення самого зображення, виділення скритих об’єктів,
визначення їх геометричних розмірів.
5
Семиряжко, Н. М., and Сергій Володимирович Коваленко. "Розробка системи розпізнавання елементів електричних схем з растрового зображення." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2019. http://repository.kpi.kharkov.ua/handle/KhPI-Press/49112.
Full text
6
Лебедєв, В. В., and К. Г. Селіванова. "Особливості гістограмного аналізу термограм." Thesis, ХНУРЕ, 2020. http://openarchive.nure.ua/handle/document/12005.
Full textAbstract:
Thermography is used for the diagnosis of cancer, trauma, many inflammatory processes. When diagnosed by thermogram, the analysis of temperature distribution maps on the surface of the body is performed, and pathological abnormalities are judged on their basis.
7
Хлєбніков, І. А., and Інеса Борисівна Шеліхова. "Дослідження сучасних методів досягнення фотореалізму в тривимірній графіці." Thesis, Національний технічний університет "Харківський політехнічний інститут", 2019. http://repository.kpi.kharkov.ua/handle/KhPI-Press/49078.
Full text
8
Курочкін, Віктор Михайлович. "Метод та технологія автоматизованої обробки даних аерофотозйомки з географічною прив`язкою." Thesis, НАУ, 2017. http://er.nau.edu.ua/handle/NAU/25757.
Full textAbstract:
Курочкін В. М. Метод та технологія автоматизованої обробки даних аерофотозйомки з географічною прив’язкою. – Рукопис.
Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний авіаційний університет, Київ, 2017.
У дисертаційній роботі запропоновано неперервну пошарову модель зображення на основі кластерного аналізу та локальної сплайн апроксимації, що описує розподіл інтенсивності неоднорідного цифрового зображення у вигляді суміші розподілів складових з ваговими коефіцієнтами, а також метод оцінки пошарових складових, що дозволяє побудову просторової апроксимації складових текстур зображення та побудувати нові оцінки числових характеристик посівної площі.
Запропоновано геоінформаційну технологію автоматизованої обробки даних аерофотозйомки з географічною прив’язкою «Vagabond», що призначена для забезпечення інформацією процесів прийняття рішень шляхом організації неперервних спостережень та обробки їх результатів. Розроблено локальну геоінформаційну систему «VagabondGIS» що входить до технології багаторівневого моніторингу на локальному рівні.
9
Сіренко, Денис Васильович, and Denys Sirenko. "Покращення якості зображень із застосуванням методу стохастичного резонансу." Master's thesis, Тернопільський національний технічний університет імені Івана Пулюя, факультет прикладних інформаційних технологій та електроінженерії, 2021. http://elartu.tntu.edu.ua/handle/lib/37123.
Full textAbstract:
В кваліфікаційній роботі магістра розглянуто питання покращення якості зображень на основі стохастичного резонансу. Проаналізовано необхідність покращення якості ослаблених зображень для підвищення рівня їхнього візуального сприйняття людиною. Проаналізовано відомі методи покращення зображень, зокрема контрастування, фільтрацію, колірні перетворення. Встановлено, що методи працюють у випадках, коли початкова якість зображень є високою. Проаналізовано суть та можливості застосування стохастичного резонансу до покращення візуальної якості зображень. Встановлено, що застосування методу стохастичного резонансу забезпечує підсилення (або збільшення інформації) під дією оптимального рівня шуму.In the qualification work of the master the issue of improving the quality of images using the method of stochastic resonance is considered. The need to improve the quality of attenuated images to increase the level of their visual perception by humans is analyzed. Known methods of image enhancement, including contrast, filtering, color transformations, are analyzed. It is established that the methods work in cases where the initial image quality is high. The essence and possibilities of applying stochastic resonance to improve the visual quality of images are analyzed. It is established that the application of the stochastic resonance method provides amplification (or increase of information) under the action of the optimal noise level.
ВСТУП 7 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА 9 1.1. Задача підвищення візуальної якості зображень 9 1.2. Методи підвищення якості зображень 10 1.3. Висновки до розділу 1 24 РОЗДІЛ 2. ОСНОВНА ЧАСТИНА 25 2.1 Методи покращення якості зображень в середовищі Matlab 25 2.2. Принцип стохастичного резонансу 48 2.3. Висновки до розділу 2 51 РОЗДІЛ 3. НАУКОВО-ДОСЛІДНА ЧАСТИНА 53 3.1 Метод стохастичного резонансу 53 3.2. Моделювання стохастичного резонансу 53 3.3. Покращення якості зображень запропонованим методом 60 3.4. Висновки до розділу 3 63 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 65 4.1 Охорона праці 65 4.2 Безпека в надзвичайних ситуаціях 67 4.3 Висновки до розділу 3 69 ВИСНОВКИ 70 ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ 72 ДОДАТКИ
10
Фенько, Альона Дмитрівна. "Web-система аналізу медичних зображень." Bachelor's thesis, КПІ ім. Ігоря Сікорського, 2021. https://ela.kpi.ua/handle/123456789/44037.
Full textAbstract:
Дана дипломна робота присвячена розробці web-системи по обробці медичних зображень.
Метою роботи є створення web-системи для обробки медичних зображень та виявлення і класифікація метастазів раку молочної залози на повних слайд-зображеннях гістологічних зрізів лімфатичних вузлів.
Для досягнення мети були вирішені наступні задачі:
1.Проведено аналіз нових та вже існуючих алгоритмів для автоматичного виявлення і класифікації метастазів раку молочної залози на повних слайд-зображеннях гістологічних зрізів лімфатичних вузлів.
2.Проведено порівняльний аналіз основних архітектур нейронних мережей.
3.Навчання нейронної мережі.
4.Розробка інтерфейсу.
5.Тестування роботи веб-системи.This thesis is devoted to the development of a web-system for the processing of medical images. The purpose of the work is to create a web-system for processing medical images and to identify and classify breast cancer metastases in full slide-image of histological sections of the lymph nodes. To achieve the goal, the following tasks were solved: 1. An analysis of new and existing algorithms for the automatic detection and classification of breast cancer metastases is performed on complete slide images of histological sections of lymph nodes. 2.A comparative analysis of the basic architectures of neural networks is carried out. 3.Teaching the neural network. 4.Development of the interface. 5.Testing the operation of the web system.
Данная дипломная работа посвящена разработке web-системы по обработке медицинских изображений. Целью работы является создание web-системы для обработки медицинских изображений и обнаружения и классификация метастазов рака молочной железы на полных слайд-изображениях гистологических срезов лимфатических узлов. Для достижения цели были решены следующие задачи: 1. Проведен анализ новых и уже существующих алгоритмов для автоматического обнаружения и классификации метастазов рака молочной железы на полных слайд-изображениях гистологических срезов лимфатических узлов. 2.Проведен сравнительный анализ основных архитектур нейронных сетей. 3.Обучение нейронной сети. 4.Разработка интерфейса. 5.Тестирование работы веб-системы.
Books on the topic "Обробка зображення"
1
Бабак, В. П. Обробка сигналів при формуванні зображень об"єктів. Київ: Лтбідь, 1994.
Find full textReports on the topic "Обробка зображення"
1
Юрко, О. В., and Ю. В. Юрко. Зворотній пірамідальний розклад растрових зображень. ПП Вишемирський В. С., 2017. http://dx.doi.org/10.31812/0564/1559.
Full textAbstract:
Сегментування та розклад зображень на фрагменти – часто використовуваний прийом при кодуванні та стисненні растрових зображень. Це дозволяє зробити математичні методи обробки більш алгоритмічними та більш простими у реалізації, де до них буде застосовано менше обмежень та вимог. Основним підходом до вирішення задач розкладу є застосування класичних методів кліткового кодування, пірамідального розкладу та побудова квадро-дерев. Усі ці методи використовуються у таких розповсюджених форматах, як JPG, MPG, DJVU, PDF та інші.