Обработка изображений: Восстановление изображений, выявление признаков, распознавание образов. Рубрика в журнале - Компьютерная оптика
![Правила подготовки рукописей для журнала «Компьютерная оптика» Правила подготовки рукописей для журнала «Компьютерная оптика»](/file/thumb/14058837/pravila-podgotovki-rukopisej-dlja-zhurnala-kompjuternaja-optika.png)
Правила подготовки рукописей для журнала «Компьютерная оптика»
Другой
Журнал ориентирован на широкий круг ученых и специалистов по информатике, прикладной математике, оптике, вычислительной технике и квантовой электронике. Журнал «Компьютерная оптика» включен в Перечень ВАК Минобрнауки РФ () ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций, и рекомендован следующими экспертными советами: на соискание ученой степени доктора наук - 1) по управлению, вычислительной технике и информатике, 2) по физике; кандидата наук - по электронике, измерительной технике, радиотехнике и связи Предложения и замечания просим направлять в Учреждение Российской Академии наук Институт систем обработки изображений РАН по адресу: Россия, 443001, Самара, ул. Молодогвардейская, 151, ИСОИ РАН, телефон: (846) 3325783, факс: (846) 3322763, e-mail: ipsi@smr.ru.
Бесплатно
![Правила подготовки рукописей для журнала «Компьютерная оптика» Правила подготовки рукописей для журнала «Компьютерная оптика»](/file/thumb/14058738/pravila-podgotovki-rukopisej-dlja-zhurnala-kompjuternaja-optika.png)
Правила подготовки рукописей для журнала «Компьютерная оптика»
Статья научная
Журнал ориентирован на широкий круг ученых и специалистов по информатике, прикладной математике, оптике, вычислительной технике и квантовой электронике. Предложения и замечания просим направлять в Институт систем обработки изображений РАН по адресу: Россия, 443001, Самара, ул. Молодогвардейская, 151, ИСОИ РАН, телефон: (846) 3325783, факс: (846) 3322763, e-mail: ipsi@smr.ru.
Бесплатно
![Правила подготовки рукописей для журнала «Компьютерная оптика» Правила подготовки рукописей для журнала «Компьютерная оптика»](/file/thumb/14058957/pravila-podgotovki-rukopisej-dlja-zhurnala-kompjuternaja-optika.png)
Правила подготовки рукописей для журнала «Компьютерная оптика»
Ред. заметка
Журнал ориентирован на широкий круг учёных и специалистов в области информационных технологий, прикладной математики, оптики, квантовой электроники и нанофотоники. Решением Президиума Высшей аттестационной комиссии Минобрнауки России от 19 февраля 2010 года №6/6 журнал "Компьютерная оптика" включён в Перечень ВАК Минобрнауки РФ ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций. Журнал включён в базу данных Российского индекса научного цитирования (РИНЦ), текущий ИФ РИНЦ - 0,415. Все выпуски "Компьютерной оптики" с 1987 г. представлены в электронном виде в Интернете на сайте Научной электронной библиотеке (НЭБ, www.e-library.ru) и на сайте журнала http://www.computeroptics.smr.ru. Статьи, предложения и замечания направлять в редакцию по электронной почте: ko@smr.ru или в Учреждение Российской академии наук Институт систем обработки изображений РАН по адресу: Россия, 443001, Самара, ул. Молодогвардейская, 151, офис 404, телефоны: (846)3325622, (846)3325783, факс: (846) 3325620. Актуальные правила подготовки рукописей для журнала "Компьютерная оптика" и шаблон со стилями находятся по адресу: http://www.computeroptics.smr.ru/guidelines.htm.
Бесплатно
![Правила подготовки рукописей для журнала «Компьютерная оптика» Правила подготовки рукописей для журнала «Компьютерная оптика»](/file/thumb/14058854/pravila-podgotovki-rukopisej-dlja-zhurnala-kompjuternaja-optika.png)
Правила подготовки рукописей для журнала «Компьютерная оптика»
Другой
Журнал ориентирован на широкий круг ученых и специалистов по информатике, прикладной математике, оптике, вычислительной технике и квантовой электронике. Предложения и замечания просим направлять в Учреждение Российской Академии наук Институт систем обработки изображений РАН по адресу: Россия, 443001, Самара, ул. Молодогвардейская, 151, ИСОИ РАН, телефон: (846) 3325783, факс: (846) 3322763, e-mail: ko@smr.ru .
Бесплатно
![Предварительная обработка цифровых изображений в системах локализации и распознавания дорожных знаков Предварительная обработка цифровых изображений в системах локализации и распознавания дорожных знаков](/file/thumb/14059183/predvaritelnaja-obrabotka-cifrovyh-izobrazhenij-v-sistemah-lokalizacii-i.png)
Статья научная
Задача локализации и распознавания дорожных знаков является актуальной на сегодняшний день. Подобная система способна не только повысить безопасность, компенсируя вероятную невнимательность человека за рулём, но и позволяет снизить усталость водителя, помогая следить за окружающей дорожной обстановкой.Данная статья предлагает эффективный алгоритм предобработки цифровых изображений для дальнейшего детектирования дорожных знаков в реальном времени. В статье рассмотрена возможность использования цветового пространства HSV для извлечения красного цвета. Был разработан алгоритм устранения шума для повышения точности и скорости детектирования. Для удаления шумов была использована параллельная реализация на GPU. Полученные изображения наилучшим образом подходят для дальнейшей локализации дорожных знаков.
Бесплатно
![Представление изображений плоских и пространственных объектов набором эллипсоидов Представление изображений плоских и пространственных объектов набором эллипсоидов](/file/thumb/14058693/predstavlenie-izobrazhenij-ploskih-i-prostranstvennyh-obektov-naborom.png)
Представление изображений плоских и пространственных объектов набором эллипсоидов
Статья научная
В работе рассмотрен подход к анализу геометрических характеристик двух- и трехмерных изображений на основе представления последних набором геометрических примитивов - эллипсоидов. Рассмотрены основные характеристики эллипсоидов в n -мерном аффинном пространстве, определены операция сложения эллипсоидов и их взвешенная сумма.
Бесплатно
![Преобразование Хартли в задачах цифровой обработки двумерных сигналов Преобразование Хартли в задачах цифровой обработки двумерных сигналов](/file/thumb/14058251/preobrazovanie-hartli-v-zadachah-cifrovoj-obrabotki-dvumernyh-signalov.jpg)
Преобразование Хартли в задачах цифровой обработки двумерных сигналов
Статья научная
Рассмотрена возможность использования дискретного преобразования Хартли (вместо дискретного преобразования Фурье) при вычислении свертки, оценке спектральной плотности мощности и автоковариационной функции двумерного цифрового сигнала. Исследовано различие двух форм дискретного преобразования Хартли - с разделимым и неразделимым ядром. Показано, что оба варианта преобразования Хартли равно-применимы в указанных задачах. Приведены формулы для пересчета спектров в различных базисах. Сделан вывод о целесообразности применения разделимого преобразования Хартли при обработке двумерных сигналов.
Бесплатно
![Применение вейвлет-преобразования Хаара, метода главных компонент и нейронных сетей для оптического распознавания символов на изображениях в присутствии импульсного шума Применение вейвлет-преобразования Хаара, метода главных компонент и нейронных сетей для оптического распознавания символов на изображениях в присутствии импульсного шума](/file/thumb/14059460/primenenie-vejvlet-preobrazovanija-haara-metoda-glavnyh-komponent-i-nejronnyh.png)
Статья научная
В работе предложен новый алгоритм распознавания символов в условиях импульсного шума на основе применения вейвлет-преобразования, метода главных компонент и нейронных сетей. В предлагаемом алгоритме для устранения шума и извлечения признаков из исходного изображения и его отдельных частей с помощью вейвлет-преобразования Хаара выделяются низкочастотные компоненты. Сокращение размерности извлечённых признаков осуществляется методом главных компонент. В качестве классификатора используется многослойная нейронная сеть, на входы которой подаётся сокращённый набор признаков. Одной из ключевых особенностей предлагаемого подхода является создание отдельной нейронной сети для каждого типа символа. Результаты экспериментов показывают, что разработанный алгоритм сравним по точности распознавания с системами ABBYY FineReader и Tesseract в условиях импульсного шума.
Бесплатно
![Применение канонических систем счисления в задаче построения неразделимых Хааро-подобных вейвлетов Применение канонических систем счисления в задаче построения неразделимых Хааро-подобных вейвлетов](/file/thumb/14058664/primenenie-kanonicheskih-sistem-schislenija-v-zadache-postroenija-nerazdelimyh.png)
Применение канонических систем счисления в задаче построения неразделимых Хааро-подобных вейвлетов
Статья научная
В работе обобщается способ построения хааро-подобного (Haar-type) ортонормального вейвлет-базиса над L2(Rn) на основе характеристических функций фундаментальных областей систем счислений. В прототипной работе построение Хааро-подобного вейвлетбазиса основывалось на существовании позиционной системы счисления в кольце целых гауссовых чисел. В настоящей работе рассмотрено построение Хааро-подобного вейвлетбазиса над L2(R2) ассоциированных с каноническими системами счисления в других квадратичных полях.
Бесплатно
![Применение корректирующего фильтра для повышения качества изображений, сжатых методом JPEG Применение корректирующего фильтра для повышения качества изображений, сжатых методом JPEG](/file/thumb/14059048/primenenie-korrektirujushhego-filtra-dlja-povyshenija-kachestva-izobrazhenij.png)
Применение корректирующего фильтра для повышения качества изображений, сжатых методом JPEG
Статья научная
В работе предложено использовать корректирующий фильтр для устранения «блочности» на изображениях, сжатых методом JPEG, и повышения качества их восстановления по показателю PSNR. Представлено краткое описание процесса построения фильтра. Приведена оценка степени улучшения качества восстановления изображений по показателю PSNR, а также результаты анализа эффективности устранения «блочности» на восстановленных изображениях.
Бесплатно
![Применение метаэвристических алгоритмов к решению задач кластеризации методом k-средних Применение метаэвристических алгоритмов к решению задач кластеризации методом k-средних](/file/thumb/14059376/primenenie-metajevristicheskih-algoritmov-k-resheniju-zadach-klasterizacii.png)
Применение метаэвристических алгоритмов к решению задач кластеризации методом k-средних
Статья научная
В статье рассматривается подход к сегментации изображений методом k-средних путём сведения задачи кластеризации к задаче непрерывной оптимизации и её решения с помощью метаэвристических алгоритмов на примере алгоритма гравитационного поиска. Обосновывается применимость данного подхода, приводятся результаты численного эксперимента.
Бесплатно
![Применение нечётких нейронных сетей для определения типа кристаллических решёток, наблюдаемых на наномасштабных изображениях Применение нечётких нейронных сетей для определения типа кристаллических решёток, наблюдаемых на наномасштабных изображениях](/file/thumb/14059424/primenenie-nechjotkih-nejronnyh-setej-dlja-opredelenija-tipa-kristallicheskih.png)
Статья научная
В данной статье для определения пересекающихся классов кристаллических решёток предлагается использовать нечёткие нейронные сети. Рассматриваются нечёткая нейронная сеть Такаги-Сугено-Канга и разработанная авторами модификация нечёткой нейронной сети Ванга-Менделя. Предложена трёхэтапная методика обучения нейронных сетей. Показана эффективность использования моделей нечётких нейронных сетей для определения типов кристаллических решёток.
Бесплатно
![Применение поляризационной модуляции в оптических системах обработки, передачи и сбора информации Применение поляризационной модуляции в оптических системах обработки, передачи и сбора информации](/file/thumb/14058237/primenenie-poljarizacionnoj-moduljacii-v-opticheskih-sistemah-obrabotki.jpg)
Применение поляризационной модуляции в оптических системах обработки, передачи и сбора информации
Статья научная
Описана возможность повышения быстро действия оптических устройств, осуществляющих ортогональные преобразования изображений. Используемая при этом поляризационная модуляция обеспечивает оптическую реализацию как прямого, так и обратного преобразований, позволяет согласовать результат преобразования со световодной линией связи, а также разделение каналов при цифровой передаче данных. Показана целесообразность использования поляризованного излучения при интерферометрических измерениях.
Бесплатно
![Применение сверхточной нейронной сети для распознавания рукописных цифр Применение сверхточной нейронной сети для распознавания рукописных цифр](/file/thumb/14058937/primenenie-sverhtochnoj-nejronnoj-seti-dlja-raspoznavanija-rukopisnyh-cifr.png)
Применение сверхточной нейронной сети для распознавания рукописных цифр
Статья научная
Исследуются возможности свёрточных нейронных сетей для распознавания рукописных цифр. Предложена методика обучения сети, реализующая чередование эпох обучения с искажением символов и без искажений. Предложена методика подбора и модификации коэффициента обучения. Представлены экспериментальные исследования применения данного вида сети к распознаванию рукописных цифр базы MNIST.
Бесплатно
![Принцип согласованноcти оценок в задаче идентификации моделей цветовоспроизведения Принцип согласованноcти оценок в задаче идентификации моделей цветовоспроизведения](/file/thumb/14058541/princip-soglasovannocti-ocenok-v-zadache-identifikacii-modelej.png)
Принцип согласованноcти оценок в задаче идентификации моделей цветовоспроизведения
Статья научная
Приводится общая постановка задачи идентификации моделей цветовоспроизведения. Для линейных моделей описывается метод идентификации, основанный на принципе согласованности оценок. Предложена процедура сокращенного перебора при помощи генетических алгоритмов оптимизации. Проведено сравнение с полным перебором вариантов.
Бесплатно