Добірка наукової літератури з теми "Теорія зображень"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Зміст
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Теорія зображень".
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 "Теорія зображень"
1
Gorokhovatskyi, V., A. Vasylchenko, K. Manko та R. Ponomarenko. "ДОСЛІДЖЕННЯ МОДИФІКАЦІЙ МЕТОДУ ВСТАНОВЛЕННЯ РЕЛЕВАНТНОСТІ ЗОБРАЖЕНЬ ОБ’ЄКТІВ ЗА ОПИСАМИ У ВИГЛЯДІ МНОЖИНИ ДЕСКРИПТОРІВ КЛЮЧОВИХ ТОЧОК". Системи управління, навігації та зв’язку. Збірник наукових праць 5, № 51 (30 жовтня 2018): 74–78. http://dx.doi.org/10.26906/sunz.2018.5.074.
Повний текст джерелаАнотація:
Предметом досліджень статті є моделі для встановлення ступеня релевантності зображень у просторі дескрипторів ключових точок зображень для реалізації структурних методів розпізнавання зорових образів у системах комп’ютерного зору. Метою є проведення експериментального дослідження ефективних за параметром швидкодії модифікацій способів встановлення подібності описів у просторі дескрипторів ключових точок на підставі апарату аналізу бітових даних. Завдання: розроблення математичних та програмних моделей оброблення даних при обчисленні подібності структурних описів, вивчення властивостей та особливостей застосування цих моделей, оцінювання ефективності за результатами оброблення конкретних зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, інтелектуальний аналіз даних, метод кластеризації к-середніх, методи побітового оброблення та підрахунку частоти входження даних, теорія хешування бітових даних, програмне моделювання. Отримані такі результати. Методи класифікації зображень з використанням подібності описів у просторі дескрипторів ключових точок отримують подальший розвиток та застосування на підставі впровадження апарату аналізу бітових даних. Кластерне подання описів не тільки скорочує час оброблення, але й показує чутливість модифікації методу до незначних особливостей зображення і його можливість широкого застосування у системах комп’ютерного зору. Хешування опису без втрати даних суттєво прискорює (у експерименті у сотні разів) процес обчислення ступеня релевантності описів. Вибрана хеш-функція може впливати на результат і сприяти покращенню рівня розрізнення зображень. Побудова узагальненого опису у вигляді спільного дескриптора значно скорочує час обчислень, при цьому виникає потреба у попередньому обробленні опису з метою формування скороченого опису із списку значущих дескрипторів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі опису як множини дескрипторів ключових точок шляхом застосування апарату кластеризації, виявлення узагальнених властивостей та хешування даних для визначення модифікованих мір релевантності аналізованих та еталонних описів. Практична значущість роботи – досягнення суттєвого рівня підвищення швидкодії обчислення релевантності зображень, підтвердження результативності запропонованих модифікацій на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації у системах комп’ютерного зору.
2
Makoviechuk, O., I. Ruban та G. Hudov. "ВИКОРИСТАННЯ ГЕНЕТИЧНИХ АЛГОРИТМІВ ДЛЯ ЗНАХОДЖЕННЯ ІНВЕРСНИХ ПСЕВДОВИПАДКОВИХ БЛОЧНИХ ПЕРЕСТАНОВОК". Системи управління, навігації та зв’язку. Збірник наукових праць 4, № 56 (11 вересня 2019): 72–81. http://dx.doi.org/10.26906/sunz.2019.4.072.
Повний текст джерелаАнотація:
Предметом вивчення в статті є метод знаходження інверсних псевдовипадкових блочних перестановок пікселів у зображенні. Метою є розробка "сліпого"методу знаходження інверсних псевдовипадкових блочних перестановок за допомогою генетичних алгоритмів. Завдання: провести аналіз факторів, що впливають на інверсні псевдовипадкові блочні перестановки на зображенні, розробити метод кодування перестановок в генетичних алгоритмах, обґрунтувати вибір цільової функції для оптимізації за допомогою генетичних алгоритмів. Використовуваними методами є: методи цифрової обробки зображень, теорії ймовірності, математичної статистики, криптографії та захисту інформації, математичний апарат теорії матриць. Отримані такі результати. Проведено аналіз факторів, що впливають на інверсні псевдовипадкові блочні перестановки на зображенні. Визначено фактори, що впливають на максимальний розмір блоку, при якому ще можливе знаходження інверсної перестановки. Розроблено метод знаходження інверсних псевдовипадкових блочних перестановок пікселів у пермутованому зображенні за допомогою генетичних алгоритмів. Висновки. Наукова новизна отриманих результатів полягає в наступному. Встановлено, що знаходження інверсних перестановок можливе лише при умові, що розмір блоку є менший за радіус кореляції зображення. Запропоновано ефективний спосіб кодування перестановок, при якому стандартні оператори генетичних алгоритмів будуть породжувати нові і тільки допустимі перестановки. Запропоновано у якості цільової функції використовувати суму квадратів градієнтів. Показано, що дана цільова функція має глобальний мінімум для коректної перестановки, що дозволяє знаходити інверсні блочні перестановки "всліпу" без додаткової апріорної інформації.
3
Khudov, H., O. Makoveichuk, I. Khizhnyak, S. Berezina та 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, № 55 (21 червня 2019): 3–7. http://dx.doi.org/10.26906/sunz.2019.3.003.
Повний текст джерелаАнотація:
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.
4
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 джерелаАнотація:
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.
5
Ткач, Дмитро Іванович. "Основи теоретико-методичної системи навчання нарисної геометрії майбутніх архітекторів". Theory and methods of learning mathematics, physics, informatics 13, № 2 (12 квітня 2018): 263–75. http://dx.doi.org/10.55056/tmn.v13i2.768.
Повний текст джерелаАнотація:
Робота присвячена розробці педагогічної технології подолання сучасного кризового стану геометрографічної освіченості студентів-першокурсників архітектурних факультетів шляхом впровадження в їх свідомість системного розуміння природи об’єкту та його зображення.
Метою роботи є з’ясування необхідності і можливості побудови системи навчання майбутніх архітекторів на основі реалізації системної парадигми у вигляді системної нарисної геометрії.
Об’єктом дослідження є процес навчання нарисної геометрії майбутніх архітекторів.
Предметом дослідження є теоретико-методична система реалізації системного підходу до навчання нарисної геометрії як фундаментальної навчальної дисципліни.
Завдання дослідження: 1) обґрунтування нагальної потреби розроблення концепції системності змісту нарисної геометрії; 2) розробка методичних підсистем геометричної і графічної підготовки майбутніх архітекторів, а також їх позиційних і метричних складових; 3) розробка методичної підсистеми навчання раціональній побудові наочних зображень архітектурних об’єктів; 4) доведення ефективності запропонованої педагогічної технології навчання.
Методами педагогічного дослідження є: теоретичні, діагностичні і формувальні на діалектико-логічній основі.
Результатами дослідження є коректне виконання його завдань.
Висновки: 1. Впровадження системної парадигми розуміння природи об’єктів в теорію їх зображень перетворює традиційну нарисну геометрію як прикладну навчальну дисципліну в системну нарисну геометрію як фундаментальну математичну науку, яка повинна бути першою спеціальною, а не загальноосвітньою дисципліною для професійної геометрографічної підготовки майбутніх архітекторів. 2. Дидактичний зміст системної нарисної геометрії відзначає її як новий напрям подальшого розвитку теорії оборотних зображень, а педагогічна технологія її навчання студентів-архітекторів є інноваційною.
6
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 джерелаАнотація:
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.
7
Makoveychuk, O. "НАУКОВО-ПРИКЛАДНІ ОСНОВИ ПОБУДОВИ СТІЙКИХ МАРКЕРІВ ДОПОВНЕНОЇ РЕАЛЬНОСТІ". Системи управління, навігації та зв’язку. Збірник наукових праць 5, № 57 (30 жовтня 2019): 59–66. http://dx.doi.org/10.26906/sunz.2019.5.059.
Повний текст джерелаАнотація:
Предметом вивчення в статті є маркери доповненої реальності. Метою є розробка науково-прикладних основ побудови стійких маркерів доповненої реальності на основі системи моделей та методів стійкого формування, виявлення та декодування даних, що забезпечує відновлення зображення в умовах зовнішніх впливів. Завдання: аналіз переваг та недоліків існуючих маркерів доповненої реальності, формулювання основних вимог до маркера доповненої реальності, дослідження системи моделей та методів стійкого формування, виявлення та декодування даних, що забезпечує відновлення зображення в умовах зовнішніх впливів. Використовуваними методами є: методи цифрової обробки зображень, теорії ймовірності, математичної статистики, криптографії та захисту інформації, математичний апарат теорії матриць. Отримані такі результати. Визначені переваги та недоліки основних існуючих типів маркерів доповненої реальності. Сформульовано вимоги, яким повинні задовольняти маркери доповненої реальності. Запропоновано система моделей та методів стійкого формування, виявлення та декодування даних, що забезпечує відновлення зображення в умовах зовнішніх впливів. Висновки. Напрямками подальших досліджень є розробка методу формування стійкого маркеру доповненої реальності; розробка методу виявлення стійкого мозаїчного стохастичного маркеру доповненої реальності; розробка методу декодування мозаїчного стохастичного маркеру доповненої реальності; розробка методу проектування віртуальних об’єктів на площину маркеру доповненої реальності; розробка інформаційної технології використання мозаїчних стохастичних маркерів у системах доповненої реальності.
8
Makoveychuk, O. "МЕТОД ДЕКОДУВАННЯ МОЗАЇЧНОГО СТОХАСТИЧНОГО МАРКЕРА ДОПОВНЕНОЇ РЕАЛЬНОСТІ". Системи управління, навігації та зв’язку. Збірник наукових праць 6, № 58 (28 грудня 2019): 54–57. http://dx.doi.org/10.26906/sunz.2019.6.054.
Повний текст джерелаАнотація:
Предметом вивчення в статті є маркери доповненої реальності. Метою є розробка методу декодування мозаїчного стохастичного маркера доповненої реальності. Завдання: аналіз основних операцій у маркерних системах доповненої реальності, аналіз основних існуючих типів AR-маркерів, розробка методу декодування мозаїчного стохастичного маркера доповненої реальності. Використовуваними методами є: методи цифрової обробки зображень, теорії ймовірності, математичної статистики, криптографії та захисту інформації, математичний апарат теорії матриць. Отримані такі результати. Визначено, що однією з основних операцій у маркерних системах доповненої реальності є декодування маркерів у відео-потоці з метою вирізнення віртуальних об'єктів з реального світу. Розроблений метод декодування мозаїчного стохастичного маркера доповненої реальності. Висновки. Вперше отримано метод декодування мозаїчного стохастичного маркера доповненої реальності, який на підставі запропонованої системи показників визначає розміри матриці бітів маркера, із трансформованого зображення бітконтейнера будує матрицю бітів маркера, визначає зсув у повній матриці бітів, на основі застосування зворотньої перестановки до повної матриці бітів реалізує фільтрацію пермутованого зображення. Напрямками подальших досліджень є розробка методу проектування віртуальних об’єктів на площину маркеру доповненої реальності; розробка інформаційної технології використання мозаїчних стохастичних маркерів у системах доповненої реальності
9
Огір, О. О. "ПРИНЦИПИ ДІАГНОСТИЧНОЇ ВІЗУАЛІЗАЦІЇ ОБ’ЄКТА АБО СЕРЕДОВИЩА". Таврійський науковий вісник. Серія: Технічні науки, № 1 (8 квітня 2022): 54–62. http://dx.doi.org/10.32851/tnv-tech.2022.1.6.
Повний текст джерелаАнотація:
Проведений аналіз дав змогу виявити відсутність чітких формулювань сутності понять «діагностична візуалізація» і «діагностичне зображення». Тож пропонується визначити, що діагностичне зображення – це графічна (двомірна або тримірна) модель аномалій досліджуваного об’єкта чи середовища, для якої може бути здійснена постановка і розв’язання задачі ідентифікації. Відповідно, діагностична візуалізація – це процес побудови такої моделі, і сам цей процес має вже усталену назву «реконструкція діагностичного зображення». Цей процес розглядається в контексті дослідження об’єктів та середовищ випромінюванням ультразвукових хвиль в досліджуваний об’єкт (або в середовище) з подальшим прийняттям і обробкою відбитих коливань з метою визначення наявності аномалій, що підпадає під визначення ідентифікацію в широкому розумінні (структурна ідентифікації), або їх форми, розміру, положення, глибини залягання тощо, що підпадає під визначення ідентифікації у вузькому розумінні (параметрична ідентифікація). В роботі увага сконцентрована на певному сегменті ідентифікації у вузькому розумінні – підвищенні якості моделі, де показником якості буде визначено розрізнювальну здатність діагностичного зображення. При цьому в контексті теорії ідентифікації відомими будуть вважатися вхідні і вихідні сигнали ультразвукового дослідження, а також загальний вид моделі аномалії, а невідомим залишається алгоритм ідентифікації. Вирішення завдання в УЗ візуалізації передбачається на основі аналізу фазових співвідношень, що відповідають побудованим за певними елементарними одновимірними голограмами. Мова йде про реконструкцію зображень на основі безлічі одновимірних елементарних голограм на площину, перпендикулярну площині запису елементарної голограми та визначається сукупністю акустичних осей зондуючого простору при русі суміщеного випромінювача – приймача уздовж лінії синтезованої апертури. Такий підхід повинен дати можливість розв’язувати сумарний по амплітуді ехосигнал, що отримується в точці зондування з різних точок глибини за рахунок різниці початкових фаз комплексних амплітуд окремих гідробіонтів, які мають свої координати в площині зондування і свої значення інтенсивності з урахуванням місця розташування. Щільність скупчення, що відображає інтенсивність окремих гідробіонтів на кольоровому моніторі може бути представлена відносними колірними моделями або іншим способом досить ефективної візуальної відмінності кожного гідробіонта окремо з властивим йому розміром і сукупність всіх гідробіонтів, які визначають щільність їх у зондуючих об’ємах. Слід зазначити, що розглянуті методи отримання зображень за сукупністю одновимірних елементарних голограм можуть бути використані і в інших положеннях по розробці техніки діагностування в медицині, будівництві і т. п.
10
Khudov, H., О. Makoveichuk, I. Khizhnyak, Y. Solomonenko та 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, № 52 (13 грудня 2018): 20–24. http://dx.doi.org/10.26906/sunz.2018.6.020.
Повний текст джерелаАнотація:
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.
Дисертації з теми "Теорія зображень"
1
Лісний, Георгій Дмитрович. "Теорія та практика побудови сейсмічних зображень для еліптично-анізотропних середовищ". Дис. д-ра геол. наук, М-во освіти і науки, молоді та спорту України, Київ. нац. ун-т ім. Тараса Шевченка, 2013.
Знайти повний текст джерела
2
Семиряжко, Н. М., та 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.
Повний текст джерела
3
Середа, Іван Васильович, А. С. Барсук та Д. В. Горбатенко. "Дослідження методів побудов 3D моделей деяких об’єктів". Thesis, НТУ "ХПІ", 2011. http://repository.kpi.kharkov.ua/handle/KhPI-Press/3549.
Повний текст джерела
4
Овсієнко, Сергій Адамович. "Категорні методи в теорії зображень". Дис. д-ра фіз.-мат. наук, КНУТШ, 2006.
Знайти повний текст джерела
5
Ситник, Олександр Георгійович. "НОВИЙ ПІДХІД В ЗАГАЛЬНІЙ ТЕОРІЇ ПРИВОДКИ ЗОБРАЖЕНЬ В ПРОЦЕСАХ ВИГОТОВЛЕННЯ ДОКУМЕНТАЦІЇ В СКЛАДІ CALS-ТЕХНОЛОГІЙ". Thesis, Національний авіаційний університет, 2013. http://er.nau.edu.ua/handle/NAU/11135.
Повний текст джерелаАнотація:
Вирішення проблем взаємозв'язку ефектів яки винікають в загальній теорії приводки зображень та їх впливу на якість виготовлення технічної документації в складі CALS-технолоргій потребує роз'яснення багатьох теоретичних моментів. Особливості проявлення взаємозв'язку ефектів в нових підходах загальної теорії приводки зображень з метою виготовлення якісної технічної документації в складі CALS-технолоргій обумовлюються неможливістю вирішенням існуючих проблем в процесі репродукування програмно-апаратними засобами без допомоги нових положень теорії й використання сучасної технології.