Анализ изображений на основе субполосных представлений в области пространственных частот
Автор: Заливин А.Н., Черноморец А.А., Жиляков Е.Г., Белов С.П.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Теоретические основы технологий передачи и обработки информации и сигналов
Статья в выпуске: 1 т.18, 2020 года.
Бесплатный доступ
В настоящее время двумерные визуальные отображения различных информационных массивов широко распространены, так как изображения являются наиболее естественной для человека формой информационного обмена. Поэтому созданы различные информационные технологии, предназначенные для реализации компьютерной обработки изображений. Существенное место среди информационных технологий занимает компьютерный анализ изображений, основу которого составляют процедуры определения тех или иных свойств, характеризующих их с определенных позиций. В частности, важным направлением анализа изображений служат процедуры автоматической классификации составляющих их объектов(распознавания образов). При этом главное внимание уделяется выбору так называемого пространства признаков, которые с позиций решаемой задачи наиболее адекватно отражают свойства анализируемых изображений. В статье рассматривается возможность использования для анализа изображений субполосного метода, применение которого, как показали результаты исследований, позволяет получить характеристики, которые можно использовать в качестве признаков для их сравнения.
Субполосный анализ и синтез, трансформанта фурье, доля евклидовой нормы сигнала
Короткий адрес: https://sciup.org/140256248
IDR: 140256248 | DOI: 10.18469/ikt.2020.18.1.01
Список литературы Анализ изображений на основе субполосных представлений в области пространственных частот
- Хургин Я.И., Яковлев В.П. Финитные функции в физике и технике. М.: Наука, 1971. 408 с.
- Дворкович В.П., Дворкович А.В. Цифровые видеоинформационные системы. М.: Техносфера, 2012. 1009 с.
- Обработка и анализ цифровых изображений с примерами на LabVIEW и IMAQ Vision / Ю.В. Визильтер [и др.]. М.: ДМК пресс, 2007. 464 с.
- Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 2004. 264 с.
- Ветров Д.П., Рязанов В.В. О минимизации признакового пространства в задачах распознавания // Математические методы распознавания образов (ММРО-10): доклады Всероссийской конференции. М.: Изд-во ВЦ РАН, 2001. С. 22-25.
- Жиляков Е.Г. Оптимальные субполосные методы анализа и синтеза сигналов конечной длительности // Автоматика и телемеханика. 2015. № 4. С. 51-66.
- Гантмахер Ф.Р. Теория матриц. М.: Физматлит, 2004. 560 с.
- Лайонс Р. Цифровая обработка сигналов / пер. с англ. М.: ООО «Бином-Пресс», 2007. 656 с.
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2012. 1105 с.
- Арлазаров В.Л., Емельянов Н.Е. Обработка изображений и анализ данных. М.: ИСА РАН,2008. Т. 38. 368 с.
- Оберхеттингер Ф. Преобразование Фурье распределений и их обращения / пер. с англ. М.С. Никулина. М.: Наука, 1979. 248 с.
