Об одном методе обнаружения групп точек, объединенных принадлежностью к прямым линиям

Автор: Ососков Геннадий Алексеевич, Руденко Михаил Олегович

Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse

Статья в выпуске: 1, 2021 года.

Бесплатный доступ

В работе представлен новый алгорит нахождения отрезков прямых линий на множестве координатах измеренных точек. Разработанный метод соседствующих точек является модификацией преобразования Хафа, для ускорения вычислений в прикладной задаче. Авторами представлено подробное описание работы алгоритма. Таким образом, предложенный авторами метод соседствующих точек является еще одной из множеств альтернатив оригинальному преобразованию Хафа, но неоспоримом плюсом является его простота реализации, как при использовании интерпретируемых, так и компилируемых языков программирования. Инструмент показывает перспективные результаты для возможного использования в будущих задачах обработки данных ядерной физики.

Еще

Преобразование хафа, алгоритм, программирование, прямые линии, метод соседствующих точек

Короткий адрес: https://sciup.org/14122730

IDR: 14122730

Список литературы Об одном методе обнаружения групп точек, объединенных принадлежностью к прямым линиям

Hough P. V. C. A Method and Means for Recognizing Complex Patterns. US Patent: 3,069,654, 1962.
Lebedev S., Hoehne C., Ososkov G. Fast Ring Recognition in the RICH detector of the CBM Experiment at FAIR // Bulletin of PFUR Series Mathematics. Information Sciences. Physics. 2010, Vol. 1. N. 2(2). P. 94-98.
Ососков Г. А., Пятков Ю. В., Руденко М. О. Моделирование тонких структур в распределениях продуктов ядерных реакций по массе и их распознавание методами машинного обучения // Системный анализ в науке и образовании. 2020. № 1. С. 20-29.
EDN: BQEOSU
Вершок Д. А. Алгоритмические средства обработки и анализа изображений на основе преобразования Хафа. URL: http://neuroface.narod.ru/files/vershok_autoref.pdf (дата обращения 27.03.2021).
Никитин В. А., Ососков Г. А., Автоматизация измерений и обработки данных физического эксперимента. М.: Изд. МГУ, 1986. 185 с.
NumPy. Fundamental package for scientific computing with Python. URL: https://numpy.org (дата обращения 20.03.2021).
Matplotlib: Visualization with Python. URL: https://matplotlib.org (дата обращения 20.03.2021).

Статья научная