ОСНОВНИЙ ЗМіСТ РОБОТИ

У вступі обґрунтовано актуальність теми дисертаційної роботи, сформульовано мету та задачі досліджень, наукову новизну та практичне значення одержаних результатів. Наведено відомості про впровадження результатів роботи, апробацію, особистий внесок здобувача та публікації.

Перший розділ присвячено розгляду характеристик й особливостей аналізу зображень, а також психофізіологічних обмежень їхнього візуального сприйняття. Наведено недоліки формальних критеріїв оцінки якості зображень. Розглянуто основні просторові методи підвищення яскравості та контрасту: еквалізація та адаптивна еквалізація гістограми, перетворення розтягнення контрасту та інші і продемонстрована неефективність їх використання особливо при обробці низькоконтрастних знімків.

Розглянуто переваги та недоліки популярних у сьогоденні підходів до розв'язку задачі кластеризації, а саме: k-середніх, карти Кохонена, що самоорганізується (SOM), методи нечіткої кластеризації. Описано сучасні методики сегментації багатовимірних зображень на їх основі. Розглянуто вплив зміни простору вхідних ознак на чутливість кластеризації та деякі способи переходу до нового простору цих ознак.

У результаті проведеного аналізу сформульовано основні завдання наукового дослідження, викладеного в дисертаційній роботі.

Для підвищення достовірності візуального аналізу багатовимірних зображень, особливо низькоконтрастних, необхідна розробка нових методів та інформаційних технологій, які дозволяють вирішувати конкретні завдання в умовах апріорної невизначеності наявності та місцезнаходження об'єктів потенційного інтересу, їх яскравісних і статистичних характеристик.

У другому розділі представлений новий метод адаптивної оптимізації характеристик яскравості багатовимірних фотографічних зображень, заснований на застосуванні їх статистичних параметрів у степеневих перетвореннях, який дозволяє в автоматичному режимі підвищувати яскравість та контраст з метою покращення візуального аналізу. Критеріями оптимізації у запропонованому методі є автоматичні оцінки рівня яскравості та контрасту , розрахунок яких заснований на використанні статистичних характеристик вікна перетворення.

Завдяки застосуванню віконної обробки кожного кольорового каналу зображення у запропонованому методі (використовувались вікна, що не перекриваються, рекомендований розмір яких 3х3 пікселів) забезпечується локальна адаптація функції перетворення в залежності від характеристик яскравості. Вид степеневих перетворень обирався таким чином, щоб, з одного боку, забезпечити пропорційність зміни значень яскравості, а з іншого - посилити різницю між близькими за значенням рівнями інтенсивності. В якості статистичних характеристик використовувались середні, мінімальні та максимальні значення, як по вікну перетворення, так і по обраному кольоровому каналу. Вибір цих характеристик обумовлений їх достатньо високою інформативністю, особливо у випадку застосування для віконного перетворення, та високою швидкістю обчислення.

Для боротьби з можливою появою міжвіконного «граничного» ефекту пропонується застосовувати усереднення границь сусідніх вікон.

Метод адаптивної оптимізації характеристик яскравості багатовимірних фотографічних зображень містить декілька кроків: адаптивне підвищення яскравості, адаптивне просторове контрастування та адаптивну гістограмну корекцію, зміна порядку яких дозволяє виконувати налагодження на розв'язок конкретної задачі.

Адаптивне підвищення яскравості призначене для автоматичної зміни інтенсивності на основі виконання оцінки її рівня на вхідному зображенні. Його алгоритм містить п'ять кроків.