Готові списки джерел за темами / Сегментування зображення

Добірка наукової літератури з теми "Сегментування зображення"

Автор: Grafiati
Опубліковано: 30 травня 2022
Оновлено: 31 травня 2022

Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями

Оберіть тип джерела:

Зміст

Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Сегментування зображення".

Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.

Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.

Статті в журналах з теми "Сегментування зображення"

1

Khizhnyak, I., A. Makoveychuk та 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, № 49 (3 липня 2018): 26–32. http://dx.doi.org/10.26906/sunz.2018.3.026.

Повний текст джерела
Анотація:
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.
Стилі APA, Harvard, Vancouver, ISO та ін.
2

Khizhnyak, I., H. Khudov, I. Ruban, A. Makoveychuk, Yu Solomonenko та V. Khudov. "МЕТОД ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ КОЛЬОРОВОГО ЗОБРАЖЕННЯ БОРТОВОЇ СИСТЕМИ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ". Системи управління, навігації та зв’язку. Збірник наукових праць 5, № 51 (30 жовтня 2018): 13–19. http://dx.doi.org/10.26906/sunz.2018.5.013.

Повний текст джерела
Анотація:
Предметом вивчення в статті є метод тематичного сегментування кольорового зображення бортової системи оптико-електронного спостереження. Метою є розробка методу тематичного сегментування, в основу якого покладений ройовий метод штучної бджолиної колонії. Завдання: аналіз властивостей метаевристичних методів оптимізації, аналіз основних операцій метаевристичних методів оптимізації, формулювання оптимізаційної задачі вибору порогу тематичного сегментування оптико-електронного зображення при використанні ройового методу штучної бджолиної колонії, розробка схеми методу тематичного сегментування оптико-електронних зображень бортових систем оптико-електронного спостереження, отримання гістограм розподілу яскравості по кожному каналу яскравості кольорового зображення, викладення сутності методу тематичного сегментування кольорового зображення бортової системи оптико-електронного спостереження, аналіз ітераційного процесу пошуку оптимальних порогів тематичного сегментування в кольорових каналах оптико-електронного зображення, визначення оптимального значення порогового рівня для кожного каналу яскравості, отримання результату тематичного сегментування вихідного оптико-електронного зображення, візуальна оцінки якості сегментованого 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 для тематичного сегментування зображення бортової системи оптико-електронного спостереження доцільно використання метаевристичних методів оптимізації. Встановлено, що метод тематичного сегментування кольорового зображення заснований на ройовому методі штучної бджолиної колонії, у якості цільової функції використовується сума дисперсії тематичних сегментів, а оптимізаційна задача полягає в мінімізації цільової функції. Встановлено, що оптимальне значення порогового рівня для кожного каналу яскравості відповідає мінімуму цільової функції для кожного каналу яскравості. Висновки. Наукова новизна отриманих результатів полягає в наступному: підвищення візуальної якості сегментованого кольорового зображення, що в подальшому суттєво впливає на вирішення завдання дешифрування зображення.
Стилі APA, Harvard, Vancouver, ISO та ін.
3

Khizhnyak, I. A., A. N. Makoveychuk, V. G. Khudov, I. V. Ruban та H. V. Khudov. "ТЕМАТИЧНЕ СЕГМЕНТУВАННЯ ЗАШУМЛЕНОГО ОПТИКО-ЕЛЕКТРОННОГО ЗОБРАЖЕННЯ РОЙОВИМ МЕТОДОМ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 47 (8 лютого 2018): 146–52. http://dx.doi.org/10.26906/sunz.2018.1.146.

Повний текст джерела
Анотація:
Проведено стислий відомих автоматичних та інтерактивних методів сегментування зображень, їхпереваги та недоліки. Встановлено, що для сегментування оптико-електронного зображення, що отриманоз бортової системи спостереження, в умовах впливу шумів доцільно використовувати інтерактивні методи сегментування, взагалі та удосконалений еволюційний метод сегментування оптико-електронного зображення, що заснований на інтегруванні мурашиного та ройового методів, зокрема. Проведено сегментування оптико-електронного зображення в умовах впливу адитивного білого гаусового шуму при різних значеннях середньоквадратичного відхилення та візуальна оцінка якості сегментування. Проведено порівнянняудосконаленого еволюційного методу, що заснований на інтегруванні мурашиного та ройового методів звідомим методом Канні в умовах впливу адитивного білого гаусового шуму. Встановлено, що в умовах впливу адитивного білого гаусового шуму удосконалений еволюційний метод сегментування, що заснований наінтегруванні мурашиного та ройового методів, забезпечує виграш у значенні інформаційного показника –відстані Кульбака-Лейбнера від 5% до 15%.
Стилі APA, Harvard, Vancouver, ISO та ін.
4

Khizhnyak, I. A., A. N. Makoveychuk, R. G. Khudov, H. V. Khudov, V. A. Podlipaev та H. V. Horban. "МЕТОД РОЙОВОГО ІНТЕЛЕКТУ (ШТУЧНОЇ БДЖОЛИНОЇ КОЛОНІЇ (ABC)) ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ ОПТИКО-ЕЛЕКТРОННОГО ЗОБРАЖЕННЯ". Системи управління, навігації та зв’язку. Збірник наукових праць 2, № 48 (11 квітня 2018): 91–96. http://dx.doi.org/10.26906/sunz.2018.2.091.

Повний текст джерела
Анотація:
Проведено аналіз недоліків відомих методів сегментування оптико-електронного зображення. Запропоновано для тематичного сегментування зображення, що отримано з бортової системи оптикоелектронного спостереження, використання ройового методу (методу штучної бджолиної колонії). Проаналізовані основні види фітнес-функцій, що використовуються при ABC методі, та встановлена їх непридатність до тематичного сегментування зображення, що отримано з бортової системи оптико-електронного спостереження. Введена фітнес-функція, що враховує внутрішні дисперсії розподілу яскравості тематичних сегментів оптико-електронного зображення, сформульована оптимізаційна задача, що полягає в мінімізації фітнес-функції. Оптимізаційна задача вирішується методом ітераційних розрахунків. Наведено результат тематичного сегментування оптико-електронного зображення для випадку двох тематичних сегментів, на якому виділені можливі об’єкти інтересу – літаки, сховища з нафтою, споруди та інші.
Стилі APA, Harvard, Vancouver, ISO та ін.
5

Худов, В. Г., О. М. Маковейчук та І. А. Хижняк. "Оцінка якості сегментування оптико-електронного зображення шляхом оцінки комплексних показників та відстані Кульбака-Лейбнера". Системи обробки інформації, № 4(150) (26 травня 2017): 27–30. http://dx.doi.org/10.30748/soi.2017.150.05.

Повний текст джерела
Стилі APA, Harvard, Vancouver, ISO та ін.
6

Khudov, H. V., I. A. Khyzhniak, Yu S. Solomonenko, and O. M. Makoveichuk. "Swarm method of thematic segmentation of images of on-board environmental monitoring systems." Ecological Sciences 4 (2018): 24–28. http://dx.doi.org/10.32846/2306-9716-2018-4-23-5.

Повний текст джерела
Стилі APA, Harvard, Vancouver, ISO та ін.
7

Хижняк, І. А. "Метод ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності зображень, що отримані з бортової системи оптико-електронного спостереження". Збірник наукових праць Харківського національного університету Повітряних Сил, № 2(56) (22 травня 2018): 105–12. http://dx.doi.org/10.30748/zhups.2018.56.15.

Повний текст джерела
Стилі APA, Harvard, Vancouver, ISO та ін.

Дисертації з теми "Сегментування зображення"

1

Худов, В. Г., та І. В. Рубан. "Еволюційний метод сегментування зображення, що отримане з бортової системи оптико-електронного спостереження". Thesis, ДРУКАРНЯ МАДРИД, 2017. http://openarchive.nure.ua/handle/document/9266.

Повний текст джерела
Стилі APA, Harvard, Vancouver, ISO та ін.

Тези доповідей конференцій з теми "Сегментування зображення"

1

Худов, Геннадій, Ірина Хижняк та Юрій Рябуха. "РОЙОВІ МЕТОДИ СЕГМЕНТУВАННЯ АЕРОКОСМІЧНИХ ЗОБРАЖЕНЬ". У Perspectives et mise en oeuvre de l'innovation dans le domaine scientifique. Plateforme scientifique européenne, 2019. http://dx.doi.org/10.36074/20.09.2019.v1.08.

Повний текст джерела
Стилі APA, Harvard, Vancouver, ISO та ін.

Звіти організацій з теми "Сегментування зображення"

1

Юрко, О. В., та Ю. В. Юрко. Зворотній пірамідальний розклад растрових зображень. ПП Вишемирський В. С., 2017. http://dx.doi.org/10.31812/0564/1559.

Повний текст джерела
Анотація:
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.
Стилі APA, Harvard, Vancouver, ISO та ін.
Ми пропонуємо знижки на всі преміум-плани для авторів, чиї праці увійшли до тематичних добірок літератури. Зв'яжіться з нами, щоб отримати унікальний промокод!

До бібліографії