Модели и методы обработки и передачи цифровой фото и видеоинформации для принятия решений в автоматизированных информационных системах

Краткое содержание

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність і доцільність роботи, сформульовано мету й задачі дослідження, викладено наукову новизну, практичне значення одержаних результатів, зазначено особистий внесок здобувача, наведено дані про апробацію результатів дисертаційної роботи та публікації.

У першому розділі зроблений аналіз існуючих моделей та інформаційних технологій, які покладені в основу систем аналізу цифрових візуальних даних, що використовуються.

Розглянуто узагальнені методи математичного аналізу цифрових даних, серед яких виділено методи сегментації та математичного аналізу зображень. Введено визначення основного поняття сегментації зображення, а саме розбиття зображення на несхожі за деякими ознакою області. Методи сегментації розділені на два класи: автоматичні – не потребують взаємодії з користувачем та інтерактивні – використовують дані, які вводить користувач безпосередньо в процесі роботи. Визначені основні задачі: виділення областей зображення з відомими властивостями і розбиття зображення на однорідні області.

Розглянуто методи бінаризації, операції порогового поділу, що в результаті дає бінарне зображення. Серед існуючих методів виділені: бінаризація з верхнім і нижнім порогом, з подвійним обмеженням, неповна порогова обробка, багаторівневе порогове перетворення, метод Отса, метод Бернсен, метод Ейквіла, метод Ніблека, метод Яновіц і Брукштейна.

Наводиться огляд основних методів обробки зображень. Представлені просторові методи, які розглядають зображення як сукупність точок у колірному і координатному просторах. Також розглянуті просторові методи, засновані на гістограмах. Згадані методи моделювання зображення Марківським полем, засновані на операторах виділення країв. Основною проблемою методів пошуку меж є нестійкість до шуму. Крім того, оскільки поняття меж своє для кожної задачі, кожен раз при застосуванні методів пошуку меж потрібно додатково вибирати метод доопрацювання результатів фільтрації.

Здійснюється огляд методів ознакового опису статичних зображень. Використання ознак для опису статичних зображень не має недоліків, властивих методам, які використовуються в системах стиску і крос-конверції, і не вимагає накладення будь-яких обмежень на вихідне зображення. При використанні високоінформативного набору ознак дані методи дозволяють однозначно і з високим ступенем точності описати будь-яке зображення.

Однак ці методи не спроможні встановлювати залежності між ознаками на послідовності суміжних кадрів, який є серйозним недоліком, що не дозволяє застосовувати їх для вирішення задач, пов’язаних з аналізом відеопотоку без використання додаткових засобів встановлення зв’язку між ознаками протягом декількох кадрів.

У результаті проведеного аналізу сформульовано предмет, мету, задачі та межі дослідження. Розв’язання поставлених задач дозволяє збільшити якість і швидкість аналізу цифрової візуальної інформації.

У другому розділі розглянуто методи підвищення якості цифрового зображення.

Ефективність вирішення будь-якої задачі з обробки зображень значною мірою, залежить від якості вихідних даних. У випадку, коли необхідно ідентифікувати об’єкти й аналізувати їх розмір, висока якість вихідного зображення є однією з необхідних умов. Основна мета методів поліпшення полягає в перетворенні зображень до такого виду, що робить їх більш контрастними і, відповідно, більш інформативними.

Окрім того, було удосконалено метод пошуку зв’язкових пікселів на цифровому бінарному зображенні, який, на відміну від існуючих, підвищує швидкість обробки, що дозволяє проводити аналіз даних у режимі реального часу.