Введение
Глава 1. Методы обработки изображений 18
1.1. Методологии обработки изображений. 19
1.2. Простые методы обработки изображений. 25
Точечные методы. 26
1.3. Локальные методы обработки изображений 36
1.3.1. Линейные фильтры и свертка 36
1.3.2. Гауссовская фильтрация 39
1.3.3. Нелинейная фильтрация. 41
1.4. Другие типы низкоуровневой обработки 43
1.4.1. Кадровые методы 43
1.4.2. Геометрические методы 44
1.4.3. Морфология 45
1.5. Комбинированные методы обработки изображений 46
1.5.1. Краткий обзор комбинированных методов. 47
1.5.2. Алгоритм ДС. 49
1.6. Анализ качества некоторых комбинированных методов. 58
1.6.1. Сравнение ДС с другими комбинированными методами 58
1.6.2. Сравнение качества работы алгоритмов при больших уровнях шумов. 61
1.7. Понятие контуров и методы их получения . 66
1.7.1. Понятие контура. 66
1.7.2. Методы получения контуров. 70
1.8. Обобщенная запись методов обработки. 73
Выводы по 1-ой главе 77
Глава 2 Контуры - кластеры и понятие эталона . 78
2.1 Контуры - кластеры.
2.2 Формализация методов идентификации графических объектов. 83
2.3 Принципы построения обобщенного вектора свойств эталона. 86
2.4 Информационная часть вектора свойств. 88
2.5 Расширенное понятие информационной части. 92
Глава 3. Идентификация формы объектов по контурным функциям 99
3.1 Понятие контурноіі функции. 100
3.2 Распознавание по элементарным признакам . 106
3.2.1.Классификация по числу точек контура. 107
3.2.2. Классификация по габаритам 108
3.2.3. Классификация по компактности 111
3.2.4. Классификация по площади 112
3.2.5. Классификация на основе математической корреляции 114
3.3 Методы геометрической корреляции на всем контуре. 115
3.4 Методы геометрической корреляции на части контура. 118
3.5. Геометрическая корреляции по части контура по противоположным интервалам. 127
3.6. Идентификация по части контура с автоматическим выбором расположения противоположных интервалов. 129
3.7 Особенности использования методов геометрической корреляции 133
Выводы по 3 главе. 139
Глава.4 Анализ качества методов, основанных на геометрической корреляции . 142
4.1 Оценка чувствительности. 143
4.2 Условия проведения эксперимента 147
4.2. Чувствительность методов, основанных на ГК . 152
4.3. Анализ устойчивости методов ГК к шумам. 156
4.3.1. Анализ работы методов в условиях шумов. 156
4.3.2. Измерение метрик в условиях шумов. 159
4.3.3. Анализ числа ошибок при больших шумах. 166
4.4 Особенности исчисления метрик в методах ГК. 170
4.4.1.Исчисление метрик для комбинаций ЭЭ 170
4.4.1.Исчисление метрик для комбинаций ЭН 174
4.5 Особенности применения методов ГК на фрагментах контура. 179
4.5.1.Особенности методов ИЧК1-2. 179
4.4.2.Особенности методов ИЧК-ПИ1 иИЧК-ПИ2. 185
Выводы по главе 4. 192
Глава.5. О методах повышения качества идентификации
графических объектов в методах геометрической корреляции. 193
5.1. Компактность и размеры фигуры. 195
5.2 Компактность и шум. 201
5.2.1. Влияние искажений на методы ГК. 202
5.3. Методы ГК на основе среднеквадратичной метрики. 206
5.3.1. Определение методов. 206
5.3.2. Анализ методов ГК1С и ГК2С. 208
5.4.Методы ГК с динамически назначаемым КД. 211
Выводы по главе 5. 215
Глава 6. Практические применения. 216
6.1 Математическая модель поисковой системы 218
6.1.1. Описание модели 218
6.1.2.Механизм функционирования модели 224
6.1.З.Практическая реализация 226
6.2 Реализация распределённых поисковых систем. 227
6.2.1. Постановка задачи 227
6.2.2. Архитектура распределенной поисковой системы 230
6.3. Система по обработке изображений и распознаванию образов STIPR 233
6.3.1. Краткое описание системы 233
6.3.2. Контроллер потока 235
б.З.З.Состав системы STIPR 239
6.3.4.Работа с эталоном 239
6.4 Организация распределённых вычислений при обработке изображений и распознавании образов. 240
6.4.1. Принципы построения конвейера 241
6.4.2. Архитектура вычислительного комплекса 243
6.4.3. Оценки повышения производительности 244
6.5 Использование результатов работы в учебном процессе. 247
Выводы по главе 6 249
Заключение 250
Литература 253
