МОДЕЛІ І ЗАСОБИ АДАПТИВНОГО ОПРАЦЮВАННЯ ВІДЕОПОТОКІВ У СИСТЕМАХ КОМП’ЮТЕРНОГО ЗОРУ : МОДЕЛИ И СРЕДСТВА АДАПТИВНОЙ ОБРАБОТКИ ВИДЕОПОТОКОВ В СИСТЕМАХ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Краткое описание

Національна академія наук України
ДК Укроборонпром
Міністерство транспорту та зв’язку України
Львівський науково-дослідний радіотехнічний інститут
Державний науково-дослідний інститут інформаційної інфраструктури

Грицик Володимир Володимирович

УДК 004.681:159.953;004.032;004.93’1

МОДЕЛІ І ЗАСОБИ АДАПТИВНОГО ОПРАЦЮВАННЯ
ВІДЕОПОТОКІВ У СИСТЕМАХ КОМП’ЮТЕРНОГО ЗОРУ

05.13.23 – Системи та засоби штучного інтелекту

ДИСЕРТАЦІЯ
на здобуття наукового ступеня доктора технічних наук

науковий консультант
Лобур Михайло Васильович,

доктор технічних наук, професор
завідувач кафедри систем автоматизованого
проектування Національного університету
«Львівська політехніка» Міністерства освіти і
науки України
Ідентичність всіх примірників дисертації
засвідчую:
Вчений секретар спеціалізованої вченої ради

Львів – 2012

ЗМІСТ
ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ
7
ВСТУП
9
РОЗДІЛ 1
АДАПТИВНЕ ОПРАЦЮВАННЯ ВІДЕОПОТОКІВ У СИСТЕМАХ КОМП’ЮТЕР-
НОГО ЗОРУ
23
1.1. Інформаційні засоби комп’ютерного зору як програмна галузь знань 25
1.1.1. Відеоінформація і комп’ютерний зір 26
1.1.2. Інформаційні засоби комп’ютерного зору – відбір, передавання, опрацювання даних,
сигналів і зображень, інформаційно-аналітичні системи
26
1.1.3. Модель, система створення і передавання цифрового зображення комп’ютерного
зору
30
1.1.4. Селекція, відбір і передавання даних, безвтратні методи компресії зображень 34
1.1.4.1. Ефективність опрацювання даних. Часові показники 35
1.1.4.2. Якісно-кількісні оцінки опрацювання та передавання даних зображень.
Оцінювання достовірності
36
1.1.5. Компресія, кодування і декодування даних 36
1.1.6. Синтез зображень і класичні методи синтезу текстур зображень 37
1.2. Технічні та програмні засоби адаптивного опрацювання відеопотоків, роз-
пізнавання та аналізу зображень складних об’єктів у різних галузях науки та
техніки в системах дослідження, застосування комп’ютерного зору. ІАС ком-
п’ютерного зору
37
1.3. Інформаційний відеоскоп та апаратні засоби системи вводу зображень з висо-
кою роздільною здатністю та чутливістю для зображень клітинної мікроскопії
61
1.3.1. Структура системи вводу зображень з високою роздільною здатністю 63
1.3.2. Модуль оцифровування відеозображення 68
1.3.3. Модуль цифро-аналогового вводу-виводу та цифрового управління 69
1.3.4. Режими роботи апаратних засобів системи вводу зображень 69
1.3.5. Режим роботи системи – апаратний 70
1.4. Перспективні наукові напрями, основні проблеми та завдання в задачах ком-
п’ютерного зору в реальному часі
72
1.4.1. Основні проблеми, задачі, принципи та методи опрацювання даних у системі ком-
п’ютерного зору у реальному часі
72
1.4.2. Перспективні наукові напрями та завдання в задачах комп’ютерного зору в
реальному часі
77
1.5. Проблема використання інтелектуальних технологій комп’ютерного зору 78
1.5.1. Огляд. Розроблення та використання 78
1.5.2. Проблема опрацювання відеоданих систем, що рухаються 79
1.5.3. Проблема комп’ютерного зору для систем, що рухаються 80
Висновки до розділу 1 82
` 3
РОЗДІЛ 2
ІНФОРМАЦІЙНО-ЯКІСНЕ ОЦІНЮВАННЯ ОПРАЦЮВАННЯ ТА ПЕРЕДА-
ВАННЯ ВІДЕОДАНИХ В УМОВАХ ЗАВАД У ЗАДАЧАХ КОМП’ЮТЕРНОГО ЗОРУ
ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ ВВОДУ ЗОБРАЖЕНЬ ВИСОКОЇ РОЗДІЛЬНОЇ
ЗДАТНОСТІ
83
2.1. Інформаційне оцінювання якості передавання і комп’ютерне опрацювання
даних
83
2.1.1. Комп’ютерне бачення зору (комп’ютерне опрацювання та передавання даних) 83
2.1.2. Основні напрями систем і техніки опрацювання зображень. Інформаційно-якісне
опрацювання даних
84
2.1.3. Проблема попереднього опрацювання зображень. Еволюційний підхід. Генетич-
ний алгоритм опрацювання зображень
88
2.2. Інформаційно-якісні оцінки опрацювання та передавання даних в умовах завад
та спотворення повідомлень
93
2.3. Визначення вірогідності та кількості прийнятої інформації у задачах інформа-
ційно-аналітичних систем
95
2.3.1. Основні положення та означення 95
2.3.2. Вірогідність (достовірність) методу передавання та опрацювання інформації 103
2.3.3. Кількість прийнятої інформації та достовірність різних методів передавання й
опрацювання інформації з використанням корективних кодів
107
2.3.4. Загальний вираз для ентропії H (Y )
X
~
111
2.3.5. Визначення ентропії H (Y )
X
~
116
2.4. Підвищення інформаційної якості опрацювання зображень шляхом оператив-
ної зміни роздільної здатності
123
2.4.1. Основні підходи та принципи побудови систем вводу зображень з високою роз-
дільною здатністю в умовах низької інтенсивності сигналів
124
2.4.2. Інформаційна технологія програмно-керованих растрів 126
2.4.3. Структура системи вводу зображень з високою роздільною здатністю 128
2.4.4. Розроблення модулів системи вводу зображень 130
2.4.4.1. Модуль керування растром 130
2.4.4.2. Модуль оцифровування відеозображення 132
2.4.4.3. Модуль цифро-аналогового вводу-виводу та цифрового управління 133
2.4.4.4. Модуль цифрового опрацювання сигналів 133
2.4.5. Макет системи вводу зображень з високою роздільною здатністю на базі елек-
тронно-вакуумної трубки типу дисектор
136
2.5. Метод підвищення роздільної здатності зображень на основі послідовності зо-
бражень з перекриттям
138
2.5.1. Сучасні підходи до проблеми підвищення роздільної здатності зображень 138
2.5.2. Метод підвищення роздільної здатності зображення на основі послідовності зображень 141
Висновки до розділу 2 145
РОЗДІЛ 3
РОЗПІЗНАВАННЯ ТЕКСТОВО-СИМВОЛЬНИХ ОБРАЗІВ КОМП’ЮТЕРНОГО
ЗОРУ
146
3.1. Інформаційні засоби для розпізнавання текстово-символьної інформації на
зображеннях
146
3.2. Аналіз текстово-символьної графічної інформації зображень 146
` 4
3.2.1. Розроблення алгоритму на основі штучної нейронної мережі (перший етап) 147
3.2.2. Структура нейронної мережі. Графічне представлення 148
3.2.3. Навчання штучної нейронної мережі 150
3.2.4. Розпізнавання цифр на зображеннях 150
3.3. Інформаційні технології опрацювання даних зображень 153
3.3.1. Формування знань 153
3.3.2. Перетворення і стандартизація вхідних зображень 154
3.3.2.1. Загальний алгоритм підготування перетворення 154
3.3.2.2. Первинний алгоритм перетворення 155
3.3.2.3. Принцип поділу зображення за похідним алгоритмом 156
3.3.3. Аналіз оптимізації 159
3.4. Інформаційні технології опрацювання текстово-графічної інформації для оці-
нювання зображень на основі нейронної мережі (оптимізація)
160
3.4.1. Визначення основних пріоритетів алгоритму 160
3.4.2. Роздільна здатність штучної нейронної мережі 160
3.4.3. Формування ефективного навчання мережі. Пакетне навчання мережі 161
3.4.4. Алгоритм розпізнавання текстової та символьної інформації, представленої в
гра-фічній формі
165
3.4.5. Алгоритм «Каскадного зараження» 165
3.5. Метод навчання нейромережі 169
3.5.1. Функціонування базової нейромережі 172
3.5.2. Розпізнавання об’єктів 173
3.5.3. Методи навчання ваг 173
3.5.4. Функціонування нейромережі 184
Висновки до розділу 3 187
РОЗДІЛ 4
ОПРАЦЮВАННЯ СКЛАДНИХ ЗОБРАЖЕНЬ КОМП’ЮТЕРНОГО ЗОРУ
189
4.1. Опрацювання складних зображень 189
4.1.1. Основні інформаційно-якісні та кількісні показники комп’ютерного зорового
сприйняття
189
4.1.2. Автоматизоване опрацювання складних зображень: оцінювання, задачі 190
4.1.3. Вибір інформативних показників зображень. Проблема розпізнавання
4.1.3.1. Проблема конгломератів
4.1.3.2. Складні зображення конгломератів. Опрацювання та аналіз зображень
191
191
191
4.1.4.
Опрацювання складних зображень та їх розпізнавання в інформаційно-аналітич-
них системах комп’ютерного зору
193
4.1.4.1. Опис об’єктів зображень, мета та дослідження 193
4.1.5.
Основні функціональні задачі інформаційно-аналітичних систем комп’ютерного
зору
194
4.1.6. Попереднє опрацювання зображень клітин 194
4.1.7. Класи образів клітин 195
4.2. Алгоритм пошуку зображення на полі уваги і попередня фільтрація образів,
опрацювання даних
196
4.3. Алгоритм автоматичного розділення конгломератів 210
Висновки до розділу 4 213
` 5
РОЗДІЛ 5
МЕТОДИ ТА ЗАСОБИ ОПРАЦЮВАННЯ ДАНИХ У СИСТЕМАХ РЕАЛЬНОГО
ЧАСУ ДЛЯ СКЛАДНИХ ЗАДАЧ РІЗНИХ ПРЕДМЕТНИХ ГАЛУЗЕЙ ЗНАНЬ
КОМП’ЮТЕРНОГО ЗОРУ
216
5.1. Опрацювання даних для задач різних предметних галузей знань комп’ютер-
ного зору в системах реального часу
216
5.1.1. Інформаційно-аналітичні системи відбору складних зображень об’єктів, їх опра-
цювання для управління і прийняття рішень у реальному часі
220
5.1.2. Відбір, передавання та опрацювання даних у задачах комп’ютерного зору 221
5.2. Системи паралельного опрацювання інформації 222
5.2.1. Означення системи опрацювання інформації 222
5.2.2. Відношення паралельного опрацювання інформації (даних) і розпаралелення 225
5.2.3. Узагальнене магістральне (конвеєрне) опрацювання інформації 227
5.2.4. Асоціативне опрацювання інформації 232
5.3. Класи алгоритмів, які допускають розпаралелення в системах паралельного
опрацювання інформації
237
5.3.1. Алгоритми та обчислювальні функції 237
5.3.2. Алгоритми, що допускають розпаралелення опрацювання інформації 240
5.4. Розпаралелення та налаштування в системах опрацювання даних комп’ютер-
ного зору
248
5.4.1. Розпаралелення в системах опрацювання даних комп’ютерного зору 248
5.4.2. Синтез складних систем паралельного опрацювання даних та їх налаштування 252
5.5. Функціональний опис налаштування системи опрацювання даних 265
5.5.1. Асинхронне і синхронне паралельне опрацювання даних 265
5.5.2. Магістральне (конвеєрне) опрацювання даних 265
Висновки до розділу 5 269
РОЗДІЛ 6
МЕТОДИ ТА ВИСОКОПРОДУКТИВНІ СИСТЕМИ ОПРАЦЮВАННЯ ДАНИХ У
РЕАЛІЗАЦІЇ ЗАДАЧ КОМП’ЮТЕРНОГО ЗОРУ РЕАЛЬНОГО ЧАСУ
270
6.1. Систолічне опрацювання даних 270
6.2. Граф обчислювальних структур і проблема відображення на системному процесорі 271
6.3. Організація опрацювання даних на основі однорідних обчислювальних середовищ 273
6.3.1. Структурна схема мультиконвеєрних обчислювальних систем 273
6.3.2. Елементна база для МКОС 277
6.4. Реалізація нейронних мереж на базі однорідних обчислювальних середовищ
систолічного опрацювання даних
280
6.4.1. Мультиконвеєрні обчислювальні середовища 280
6.4.2. Опис запам’ятовувальної комірки та алгоритму управління записом 285
6.4.3. Проектування мікропрограмних модулів для паралельного опрацювання 286
6.4.4. Алгоритми функціонування базових мікропрограмних модулів із внутрішніми
константами
288
6.4.5. Алгоритм роботи МПМ вибору потоку 289
6.4.6. Приклади функціональних схем базових мікропрограмних модулів 289
Висновки до розділу 6 291
` 6
ВИСНОВКИ
292
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
294
ДОДАТКИ
315
Додаток 1 Опрацювання відеозображень біологічних клітин людини для різних
умов апоптозу; Результати практичних експериментів апоптичних зо-
бражень клітин у рамках реалізації інформаційно-аналітичних систем
Додаток 2 Акти впровадження результатів дисертаційних досліджень
Додаток 3 Відгуки використання та впровадження результатів науково-дослідної
роботи старшого наукового співробітника Грицика В. В. дисертаційної
роботи, окремих розділів, програм, контрактів, проектів державних,
міжнародних організацій, відомств, міністерств, комітетів України та
науково-дослідних організацій, відомств
Додаток 4 Методи і системи у застосуванні завдань дослідження розробок
компютерного зору і державні програми, міднародні контракти, угоди,
проекти

ВСТУП
Актуальність теми дисертації обумовлюється постійно зростаючими
вимогами до якості та кількості відеопотоків, які потрібно опрацьовувати за
одиницю часу при здійсненні відеоспостереження, моніторингу, біологічних,
медичних і космічних досліджень, виробничих процесів, телебачення, коли в
реальному часі необхідно передавати і опрацьовувати великі об’єми відеоданих. На
світовому ринку інтелектуальних інформаційних технологій представлено велику
кількість програмно-апаратних засобів, призначених для цифрової обробки і аналізу
зображень, а саме: адаптивні системи локалізації та моніторингу, системи
класифікації, розпізнавання жестів, детектування наявності руху та аналізу області
руху на предмет класифікації рухомого об'єкту. Технології, що приймають,
передають, аналізують відеопотоки та приймають рішення на основі аналізу
відеозображень, вже не є новинкою. Сьогодні актуальною є проблема наступного
покоління: розпізнавання та аналізу роботами відеопотоків (у повному діапазоні
RGB) у реальному часі. Прикладом областей застосування технологій можуть
слугувати відеоспостереження, персональне телебачення, опрацювання образів
біологічного походження, зокрема клітин, конгломератів (об’єктів, що
накладаються), в оборонній промисловості та космічних дослідженнях, медицині,
Інтернет тощо, коли в реальному часі потрібно опрацьовувати великі об’єми
відеопотоків і надавати результат 100% або близький до нього. У цьому напрямі
комп’ютерний зір забезпечує альтернативу візуального сприйняття людиною
інформації.
Одним із найважливіших напрямів фундаментальних і прикладних досліджень
є розроблення та впровадження нових методів, алгоритмів, програмних засобів і
систем розпізнавання з високим ступенем паралелізму. Відповідно важливим є тео-
ретичний аналіз і системне обґрунтування застосування та використання нових
методів і моделей теорії високопродуктивних інформаційно-аналітичних систем
опрацювання відеопотоків і розпізнавання образів для застосування комп’ютерного
зору в різних предметних галузях знань.
10
Актуальність досліджень і розроблень у цій галузі обумовлена необхідністю
розвитку якісних змін. При цьому важливою проблемою є використання, впрова-
дження і розроблення теорії високопродуктивних інформаційно-аналітичних систем
опрацювання відеопотоків комп’ютерного зору для роботи в реальному часі, що є
основою дисертаційної роботи. Важливою є потреба дослідити та визначити класи
алгоритмів, що допускають реалізацію розпаралелення опрацювання масивів відео-
потоків для систем комп’ютерного зору.
Сьогодні є актуальним розроблення інформаційних технологій автоматизо-
ваного інтелектуального опрацювання даних, отриманих із візуальних приймачів
для розв’язання складних проблем комп’ютерного зору [331]. У цьому напрямі
необхідним є розроблення паралельно-ієрархічних систем опрацювання даних і
реалізація програмно-логічних інтегральних схем як моделей ефективних засобів
штучного інтелекту у дослідженні інформаційно-аналітичних систем опрацювання
складних зображень. Для цього необхідно дослідити нові високопродуктивні одно-
рідні системи опрацювання даних паралельно-ієрархічних нейроподібних структур
у сполученні з багатофункціональною оптоелектронікою та розробити і створити
однорідні систолічні структури для забезпечення реального часу.
Сьогодні тенденція досліджень і розроблення високоефективних проблемно-
орієнтованих спеціалізованих інформаційно-аналітичних систем ґрунтується на
опрацюванні складних відеопотоків, об’єктів, сигналів, їх розпізнавання та класифі-
кації для прийняття рішень і управління у реальному часі. Для цього потрібно про-
водити інформаційне оцінювання кількісних і якісних параметрів відбору,
передавання та опрацювання даних в умовах складних зображень при дії завад,
спотворень, проведення розпізнавання і класифікації образів та прийняття рішень в
управлінні. Незважаючи на значні успіхи у розробленні високопродуктивних систем
опрацювання даних із зростанням можливостей техніки, виникають нові завдання та
проблеми, і відповідно до них – нові принципи та підходи для розв’язання задач з
опрацювання великих масивів відеопотоків. При цьому важливо отримати гнучку
архітектуру інформаційно-аналітичної системи розпізнавання та класифікації
складних образів і прийняття рішень в управлінні.
Проблема прийняття рішень може бути розв’язана на основі фундаментальних
і прикладних досліджень у напрямах розроблення, які використовують логічний,
11
структурний, імітаційний та еволюційний підходи штучного інтелекту. Тому можна
відзначити такі напрями досліджень: модель міркувань – створення символьних
систем – доведення теорем, прийняття рішень, планування і диспетчеризація,
прогнозування, інформаційно-аналітичні системи, інженерія знань, яка об’єднує
завдання отримання знання з простої інформації, їх систематизацію та
використання; моделювання біологічних систем, до яких можна зарахувати
нейронні системи, генетичні алгоритми, агентний підхід (автономна робота
програми чи пристрою із зовнішнім середовищем). Для цього завдання з
розпізнавання об’єктів досліджуються в різних напрямах, зокрема, в інформаційно-
аналітичних системах. Слід відзначити пов’язаний з робототехнікою та прийняттям
рішень комп’ютерний зір.
У сучасному світі стрімко збільшується використання та застосування потоків
відеоінформації та відеобачення у розвитку інформаційних технологій, систем для
найрізноманітніших предметних галузей знань, у тому числі інформаційних систем
моніторингу, спостереження, одно-, дво- і тривимірних зображень, технічного зору,
комп’ютерного зору і технічного бачення, відеотелефонії, що реєструє і передає
величезні обсяги відеоданих, різних автономних систем-роботів, які приймають
рішення на основі аналізу відеозображень, персональних телевізійних бачень,
поліграфії, медицини тощо. Потрібно також відзначити, що відеобачення і відеодані
мають щораз більше значення у найрізноманітніших технічних застосуваннях нових
можливостей автотранспорту, у господарській і виробничій діяльності,
комп’ютерному редагуванні, дослідженні космічних, земних і морських глибин.
Комп’ютерне бачення добре сприймається людиною, робить стиск відеоданих для
ефективного збереження, опрацювання і передавання каналами зв’язку,
розпізнавання та інтерпретацію відеозображень для прийняття рішень в управлінні
складними процесами та технічними системами.
При цьому слід відзначити, що як у фундаментальному, так і в прикладному
науково-технічному напрямі опрацювання відеозображень має дуже широке засто-
сування і використання. Одним із важливих моментів є дослідження технологій,
методів і засобів опрацювання кольорових зображень, застосування вейвлет-аналізу
і морфологічних зображень. Також слід відзначити фундаментальні наукові та при-
кладні дослідження з інформаційно-аналітичних систем комп’ютерного зору для
12
найрізноманітніших предметних галузей знань і застосування у прикладних розроб-
леннях цифрового опрацювання складних зображень об’єктів.
Комп’ютерний зір є базою для створення систем інтелектуальних інформацій-
них технологій, необхідних для діяльності людини. Тому актуальність дисертацій-
ного дослідження визначається такими чинниками:
− розширення класу різних представлень зображень, сигналів, які надходять
від об’єктів різного походження, досліджень і розроблення інфор-маційно-
аналітичних систем, що вимагає досліджувати нові фундаментальні підходи
до опрацювання зображень;
− необхідність сформулювати нові критерії оцінки якості опрацювання і
передавання зображень у складних умовах каналів та дії завад (оцінювання
якості, ефективності, достовірності);
− для забезпечення критеріїв якості дослідити та розробити принципово нові
підходи для опрацювання та передачі даних у каналах для відбору –
передавання – приймання – управління і в каналі зворотного зв'язку у
реальному часі для заданих умов (забезпечення реального часу,
високопродуктивні системи опрацювання даних);
− для різних предметних сфер застосувань опрацювання зображень необхідно
розширити класи складних об’єктів розпізнавання, класифікації (методи,
алгоритми, опрацювання зображень) для реалізації комп’ютерного зору;
здійснити синтез спеціалізованих, проблемно-орієнтованих систем
опрацювання даних у реальному часі.
Тому розроблення адекватних моделей (аналіз, синтез), методів, алгоритмів,
засобів є актуальним у процесі розв’язання проблеми дослідження та забезпечення
систем комп’ютерного зору в інформаційно-аналітичних системах реального часу
для застосування в різних предметних галузях знань.
Інтелектуальні системи досліджували і розробляли М. Амосов, В. Глушков,
О. Івахненко, М. Мінський, Ф. Розенблат, Н. Віннер та ін.; теорії сигналів і ци-
фрового опрацювання даних – Я. Драган, В. Михайловський, О. Свенсон та ін.
Фундаментальні прикладні основи зору, розпізнавання, прийняття рішень для
управління образного комп’ютера досліджували Т. Вінцюк, В. Гриценко та М. Шле-
зінгер.
13
Значний внесок у розвиток методів і високопродуктивних електронних машин
обчислювального опрацювання інформації, аналізу та управління зробили вчені
С. Лебедєв, В. Малиновський, З. Рабінович, О. Палагін, В. Боюн, В. Скурихін та ін.
Вагомий вплив на розвиток моделей, методів і засобів для інтелектуальних
систем відбору, опрацювання, подання і передавання інформації мають дослідження
вчених Е. Бодянського, М. Бондаренка, В. Васильєва, В. Василенка, Ю. Журавльова,
В. Кожем'яка, Ю. Коростиля, В. Машталіра, Д. Поспелова, Є. Путятина, І. Сіроджи,
Л. Тимченка, Ю. Шабанова-Кушнаренка, А. Шевченка, В. Широкова.
Розвинуті у цій роботі моделі, методи та інформаційні технології у системах
комп’ютерного зору, розроблені алгоритми, створені високопродуктивні засоби в
системах комп’ютерного зору ґрунтуються на доробку багатьох вітчизняних і зару-
біжних учених з відбору, передавання інформації та цифрового опрацювання даних
зображень комп’ютерного зору. Серед них: В. Александров (штучний інтелект,
машинний зір), Р. Бейтс (відновлення і реконструкція зображень), Е. Бодянський
(нейромережеві методи опрацювання зображень), В. Боюн (проблемно-орієнтовані
системи опрацювання даних реального часу), В. Васильєв (розпізнавання систем),
Т. Вінцюк (образний комп’ютер), В. Віттіх, Г. Гімельфарб (автоматизовані системи
опрацювання зображень), В. Глезер (механізми розпізнавання зорових образів),
Р. Гонсалес (теоретичні основи опрацювання зображень), Г. Ендрюс (прикладні
основи опрацювання зображень), І. Гуревич (розпізнавання зображень), Ю. Жу-
равльов (розпізнавання зображень, математичні методи та їх застосування), О. Іва-
хненко (індуктивні методи, опрацювання зображень, аналіз, інформаційно-аналі-
тичні системи), Г. Катис (аналіз візуальної інформації роботів), В. Кожем’яко, Л. Ти-
мченко (теорія ієрархії і паралелізму нейроподібних обчислювальних середовищ),
А. Колмогоров (проблеми теорії передавання інформації), В. Котельников (теорія за-
вадостійкості і передавання інформації), Ю. Коростиль (опрацювання даних у систе-
мах реального часу), В. Котов (теоретичні основи розпаралелення), С. Кун (матричні
системи опрацювання даних), Е. Куссуль (нейронні поля), Н. Куссуль (робастні ме-
тоди), Б. Малиновський (високопродуктивні системи опрацювання даних реального
часу), А. Мальцев (алгоритми і рекурсивні функції), Д. Марр (опрацювання зорових
образів), М. Мінський (теорія обчислення і автомати), Дж. Нейман (теорія автома-
тів), Н. Нільсон (штучний інтелект), С. Оно (генетичні механізми прогресивної ево-
14
люції), Є. Очин (опрацювання зображень), Д. Поспєлов (теорія обчислювальних си-
стем), І. Прангішвілі (багатопроцесорні системи), А. Розенфельд (розпізнавання та
опрацювання зображень), К. Самофалов, Г. Луцький (основи конвеєрних систем
опрацювання даних), І. Сіроджа (математичні і програмні засоби інтелектуальних
комп’ютерних систем), Ту Дж. Гонсалес (розпізнавання образів), Форсайт Девід А.,
Понс Жан (комп’ютерний зір), М. Фрумкін (систолічні обчислення), Фу К., Р. Гонса-
лес, Лі К. (робототехніка), А. Харкевич (теорія передавання даних), А. Хінчин (тео-
рія інформації), Ю. Шабанов-Кушнаренко, В. Рвачов, А. Мурашко (математичні мо-
делі зору), К. Шеннон (теорія передавання інформації), М. Шлезінгер (математичні
засоби опрацювання зображень).
Зв'язок роботи з науковими програмами, планами, темами. Дисертаційна
робота виконувалась в рамках планових науково-дослідних робіт з пріоритетних
напрямів розвитку науки і техніки згідно з програмами Державного комітету
України з питань науки і технологій; «Перспективні інформаційні технології,
прилади комплексної автоматизації, системи зв’язку», зокрема:
− 05.02.02 / 007-95 «Розробка нових принципів, методів, алгоритмів,
експертних систем, програмних засобів відбору і обробки інформації з
метою структурного аналізу розпізнавання і класифікації образів, фізичних
процесів, ситуацій, сцен, забезпечення високої живучості та керування
ресурсами;
− 06.02.02 / 033-92 «Інформаційні технології і програмно-орієнтована система
для обробки зображення та реалізації обчислювальних процесів у системах
реального часу»;
а також:
− «Фундаментальні основи синтезу багатовимірних нейромереж на основі
універсальних нейронних елементів та нейроподібних систем",
Міністерство освіти і науки України, № Ф 7/383-2001 р. [здобувач розробив
методи, алгоритми, програмні засоби високопродуктивного опрацювання
даних];
− Дослідно-конструкторська робота «Розробка високоефективної системи
аналізу, розпізнавання та сприйняття аудіо- відеоінформації з високою
роздільною здатністю та чутливістю для образного комп’ютера», ДНДІІІ,
держреєстраційний №0103И006336 (розробка високороздільних методів
15
аналізу зображень та побудови тестових зображень), 2003 р. [здобувач
розробив методи, алгоритми опрацювання зображень];
− «Теоретичні дослідження та створення високопродуктивних систем
обробки даних в реальному часі для різних предметних областей знань
реалізації інформаційно-аналітичних систем», ДНДІІІ, 2007-2009 рр.
[здобувач розробив методи, алгоритми інформаційно-аналітичних систем
комп’ютерного зору в реальному часі]»
− «Концепція створення та розвитку національної системи інформаційних
ресурсів», Національне агентство з питань інформатизації при Президенті
України, Національна академія наук України, ДНДІІІ, 1998 р. [здобувач
розробив підхід до реалізації інформаційно-аналітичної системи];
− «Розробка теоретичних основ інформаційно-комп'ютерного бачення зору та
сприйняття обробки і передавання даних для різних предметних областей
знань інформаційної інфраструктури (проект «Комп'ютерний зір»)»,
Міністерство освіти і науки України Ф 25.1/112, 2007 р. [здобувач був
головним виконавцем та автором концепції аналітичної складової
комп’ютерного зору в реальному часі]»;
− «Розробка інформаційних технологій для відбору, обробки та
представлення інформації економічного, соціально-політичного та еколого-
природничого призначення з метою моделювання, прогнозування і
прийняття рішень» (г/д №1-7/3-97 з Національним агентством з питань
інформатизації при Президенті України). [здобувач розробив алгоритми
відбору даних для інформаційно-аналітичної системи]»;
− «Створення інформаційної системи комплексного розвитку Західного
регіону України як одного з варіантів типової системи територіально-
адміністративного управління» (контракт №202-18 і /4-00 від 07.08.2000 з
Державним комітетом зв’язку та інформатизації України) [здобувач
розробив інформаційно-аналітичну систему (паралельний підхід)];
− «Розробка концепції використання інформаційних ресурсів як основи для
формування та коригування комплексної програми створення єдиної
національної системи зв’язку України", Державний комітет зв’язку та
інформатизації України, Національна академія наук України, ДНДІІІ, 2001
р. [здобувач розробив методи узагальненої оцінки якості, достовірності,
опрацювання, передавання даних для інформаційно-аналітичної системи];
16
− «Розробка інформаційних технологій функціонування, програмування і
налаштування нейронних систем паралельної обробки сигналів»,
міжнародний проект УНТЦ, №412, 1997 – 1999 рр. [здобувач розробив
метод синтезу високопродуктивних систем опрацювання даних на основі
однорідних обчислювальних середовищ];
− «Розробка комп’ютерної технологічної установки для нанесення зображень
на металеві поверхні», міжнародний проект УНТЦ, №1151, 2001 р.
[здобувач дослідив концепцію та методики опрацювання та нанесення
зображення];
− «Інформаційний відеоскоп надвисокої роздільної здатності для дослідження
запрограмованої смерті (апоптозу) клітин пухлин людини», міжнародний
проект УНТЦ, №1702, 2004-2006 рр. [здобувач (головний виконавець)
розробив методи, алгоритми високопродуктивного опрацювання даних для
розпізнавання, класифікації слабоформалізованих об’єктів на складному
полі уваги та алгоритм пошуку розмитих об’єктів; застосування
оперативної зміни об’ємів відеопотоків];
− «Розробка елементів системи інформаційно-аналітичного забезпечення
місцевих державних адміністрацій та органів самоврядування», ДНДІІІ,
2001 р. [здобувач розробив інформаційно-аналітичну систему, зокрема
паралельне опрацювання даних];
− «Аналіз існуючої елементної бази для апаратної реалізації систем з
паралельною організацією обчислювального процесу комп’ютерного зору в
інформаційно-керуючих системах реального часу», Міністерство
промполітики України, Львівський науково-дослідний радіотехнічний
інститут, ДНДІІІ, № 90-05, 2005 р. [здобувач запропонував новий метод
опрацювання відеопотоків на основі комп’ютерного зору в інформаційно-
керуючих системах (розпізнавання, прийняття рішень, управління)];
− «Створення дослідних комплексів пристроїв багатоканальної системи
відлагодження та контролю параметрів телевізійних передавачів», концерн
РРТ Міністерства транспорту та зв’язку України, ДНДІІІ, № 25, 2006-
2008рр. [здобувач розробив підхід комп’ютерного зору для опрацювання
зображень з відеопотоку].
Мета та завдання дослідження. Метою дослідження є підвищення точності
розпізнавання об’єктів на складному полі уваги в реальному часі шляхом розробки
17
моделей комп’ютерного сприйняття, методів і архітектур адаптивного опрацювання
відеопотоків у системах комп’ютерного зору, спрямованих на інтелектуальну
обробку даних та її розпаралелювання.
Для досягнення поставленої мети необхідно вирішити завдання, що пов’язані з
розробкою:
− математичної моделі розпізнавання об’єктів на складному полі уваги,
орієнтованої на розв’язання задач комп’ютерного зору, що дозволяє
підвищити продуктивність та ефективність реалізації процедур обробки
відеоданих в умовах реального часу;
− методів, алгоритмів та засобів розпаралелювання даних для обробки
складних зображень в умовах дії завад та оцінки якості обробки зображень;
− методу виділення класів алгоритмів, що за рахунок термального
представлення даних дозволяє розпаралелювати відеопотоки на мінімально
можливі складові;
− методів обробки даних в системах комп’ютерного сприйняття зображень в
реальному часі, що дозволяють забезпечити задану достовірність та
ефективність;
− методу опрацювання складних зображень в умовах дії завад та
використання операцій афінних перетворень шляхом застосування
однорідних обчислювальних структур типу «систолічні системи», що
дозволяє підвищити ефективність розпаралелювання відео потоків;
− методу розпізнавання образів видимого спектру для системи з оперативною
зміною роздільної здатності на неінтегральній системі введення зображень,
що теоретично дає можливість долучати до процесу розпізнавання
найменші інформаційні одиниці – фотони;
− реалізацією запропонованих моделей та методів комп’ютерного
сприйняття зображень об’єктів у вигляді програмних засобів моніторингу
та розпізнавання образів без оперативного коригування роздільної здатності
та об’єму відеопотоку, програмно-апаратних засобів введення відеопотоків
з оперативною зміною роздільної здатності на неінтегральній системі
введення зображень;
− проведенням експериментальних досліджень інформаційно-аналітичної
системи розпізнавання зображень та підтримки прийняття рішень для
18
систем відео-моніторингу у приміщеннях та систем автоматичного
розпізнавання й аналітичної звітності у люмінесцентній мікроскопії.
Об’єкт дослідження – процеси адаптивного опрацювання відеопотоків у
системах комп’ютерного зору.
Предмет дослідження – моделі і засоби адаптивного опрацювання
відеопотоків у системах комп’ютерного зору.
Методи дослідження. теорія систем (для визначення приналежності
елемента), теорія штучного інтелекту, теорія розпізнавання (для вирішення задач
розпізнавання складних об’єктів), теорії комп’ютерного зору, теорії
високопродуктивних та паралельних обчислень, опрацювання образів, нейронних
мереж, ігор і хаосу у динамічних системах в умовах невизначеності, цифрового
опрацювання сигналів (для встановлення динамічної межі належності елементів).
Наукова новизна одержаних результатів. На основі виконаних теоретичних
та експериментальних досліджень вирішено важливу науково-прикладну проблему
– розвинуто теорію побудови систем комп’ютерного зору, розроблено нові моделі
комп’ютерного сприйняття та опрацювання образів, методи та архітектури
опрацювання відеопотоків, створено ефективну інформаційно-аналітичну систему
для опрацювання відеопотоків у реальному часі. При цьому новими є такі
результати:
вперше розроблено та реалізовано:
− вперше запропоновано метод підвищення рівня розпізнавання об’єктів, який
характеризується розділенням конгломератів (кількох злитих об’єктів) на
складному полі уваги в реальному часі та за рахунок декомпозиції та синтезу
об’єкту дозволяє розпізнавати частково перекриті об’єкти;
− вперше запропоновано метод розпізнавання слабоформалізовуваних образів в
умовах дії перешкод та завад, який за рахунок адаптивного виділення зон
неоднорідності на складному зображенні забезпечує виділення образів в
відеопотоках у реальному часі для їх класифікації та аналізу;
− вперше запропоновано метод виділення класів алгоритмів для задач
комп’ютерного зору, які допускають паралельне, рекурсивне та паралельно-
рекурсивне опрацювання даних; використання цих класів забезпечує оптимізацію
вибору архітектури для реалізації конкретних завдань;
19
− вперше запропоновано апаратно орієнтований метод розпаралелювання
відеопотоків, який за рахунок термального представлення алгоритмів забезпечує
розпаралелювання опрацювання потоків даних до бітового рівня;
− вперше запропоновано метод синтезу та архітектури систем комп’ютерного зору,
які ґрунтуються на просторово-часовому відображенні алгоритмів, використанні
універсальних і спеціальних засобів розпаралелювання, що дозволяє обробляти
відеопотоки у реальному часі з мінімальними апаратними витратами;
отримали подальший розвиток:
− теорія побудови систем комп’ютерного зору, зокрема механізм розпізнавання,
який шляхом використання динамічної зміни роздільної здатності та чутливості
(технології програмно-керованих растрів), методів адаптивного розпізнавання
складних образів в умовах дії перешкод та завад, розпаралелювання опрацювання
відеопотоків у реальному часі, що забезпечило створення високопродуктивних
систем комп’ютерного зору реального часу з мінімальними апаратними
витратами;
− метод програмно-керованих растрів, який ґрунтується на детальному скануванні
мішені приймаючої електронно-променевої трубки, шляхом використання
програмного формування розгортки та періоду зчитування на базі дисектора, що
забезпечує підвищення роздільної здатності системи вводу зображень у 2-3 рази
та створення бази для аналізу зображень на неінтегральному рівні;
− методологія оцінювання якості, ефективності та достовірності передачі даних у
системах комп’ютерного зору шляхом використання вибору показника функції
питомої змістовності повідомлення, що забезпечує можливість оцінювання
достовірності повідомлення у складних умовах дії завад.
Практичне значення одержаних результатів визначається тим, що:
1) моделі й методи адаптивного опрацювання відеопотоків у системах
комп’ютерного зору, запропоновані у дисертації, доведено до практичної реалізації
у вигляді програмно-апаратних засобів, що дозволяє зменшити час і вартість розробки
систем комп’ютерного зору за рахунок розпаралелювання відеопотоків забезпечення
режиму реального часу, створення ефективної за критерієм ціна – роздільна
здатність інтелектуальної системи введення зображень, розпізнавання складних
об’єктів на неоднорідному полі уваги, підвищення якості передавання інформації;
2) розроблено лабораторний стенд-тренажер для прийняття рішень в
екстремальних ситуаціях;
20
3) використано можливості комп’ютерного зору у галузі охорони здоров’я
людини при дослідженнях, пов’язаних з розпізнаванням ракових клітин.
Отримані в процесі досліджень наукові висновки та положен

Список литературы

292
ВИСНОВКИ
У дисертаційній роботі вирішено актуально науково-прикладну проблему –
розвинуто теорію побудови систем комп’ютерного зору, розроблено нові моделі
комп’ютерного сприйняття та опрацювання образів, методи та архітектури
опрацювання відеопотоків, створено ефективну інформаційно-аналітичну систему
для опрацювання відеопотоків у реальному часі. При цьому новими є такі
результати:
вперше розроблено та реалізовано:
− вперше запропоновано метод підвищення рівня розпізнавання об’єктів, який
характеризується розділенням конгломератів (кількох злитих об’єктів) на
складному полі уваги в реальному часі та за рахунок декомпозиції та синтезу
об’єкту дозволяє розпізнавати частково перекриті об’єкти;
− вперше запропоновано метод розпізнавання слабоформалізовуваних образів в
умовах дії перешкод та завад, який за рахунок адаптивного виділення зон
неоднорідності на складному зображенні забезпечує виділення образів в
відеопотоках у реальному часі для їх класифікації та аналізу;
− вперше запропоновано метод виділення класів алгоритмів для задач
комп’ютерного зору, які допускають паралельне, рекурсивне та паралельно-
рекурсивне опрацювання даних; використання цих класів забезпечує оптимізацію
вибору архітектури для реалізації конкретних завдань;
− вперше запропоновано апаратно орієнтований метод розпаралелювання
відеопотоків, який за рахунок термального представлення алгоритмів забезпечує
розпаралелювання опрацювання потоків даних до бітового рівня;
− вперше запропоновано метод синтезу та архітектури систем комп’ютерного зору,
які ґрунтуються на просторово-часовому відображенні алгоритмів, використанні
універсальних і спеціальних засобів розпаралелювання, що дозволяє обробляти
відеопотоки у реальному часі з мінімальними апаратними витратами;
отримали подальший розвиток:
− теорія побудови систем комп’ютерного зору, зокрема механізм розпізнавання,
який шляхом використання динамічної зміни роздільної здатності та чутливості
(технології програмно-керованих растрів), методів адаптивного розпізнавання
293
складних образів в умовах дії перешкод та завад, розпаралелювання опрацювання
відеопотоків у реальному часі, що забезпечило створення високопродуктивних
систем комп’ютерного зору реального часу з мінімальними апаратними
витратами;
− метод програмно-керованих растрів, який ґрунтується на детальному скануванні
мішені приймаючої електронно-променевої трубки, шляхом використання
програмного формування розгортки та періоду зчитування на базі дисектора, що
забезпечує підвищення роздільної здатності системи вводу зображень у 2-3 рази
та створення бази для аналізу зображень на неінтегральному рівні;
− методологія оцінювання якості, ефективності та достовірності передачі даних у
системах комп’ютерного зору шляхом використання вибору показника функції
питомої змістовності повідомлення, що забезпечує можливість оцінювання
достовірності повідомлення у складних умовах дії завад.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Абду И. Э. Количественный расчет детекторов контуров, основанных на подчер-
кивании перепадов яркости с последующим пороговым ограничением / И. Э. Аб-
ду, У. К. Прэтт // ТИИЭР. – 1979. – Т. 67, № 5. – С. 59-70.
2. Автоматический анализ сложных изображений / сб. пер. под ред. Э. М. Бравер-
манна. – М. : Мир, 1969. – 309 с.
3. Аймеф Дж. Принципы построения базовой машины / Дж. Аймеф. – М. : Мир,
1973. – 118 с.
4. Аксенов В. П. Систолические алгоритмы и процессоры / Аксенов В. П., Красин-
ский П. Я., Спиридонов Г. В. // Зарубежная литература. – 1987. – № 7. – С. 7-33.
5. Аксютов Л. Н. Методика оценки качества изображений в оптических информа-
ционных системах / Аксютов Л. Н. // Автометрия. – 1995. – № 2. – С. 21-28.
6. Алгоритмы, математическое обеспечение и архитектура многопроцессорных вычис-
лительных систем / под ред. : В.С. Котова, И. Маклешю. – М. : Наука, 1982. – 212 с.
7. Алгоритмы обработки изображений при селекции прямоугольных элементов /
Свенсон А. Н., Руденко В. В., Тынная Н. Т., Лунник Н. Т. – Львов, 1982. – 51 с.
– (Препр. / АН УССР. Физ-мех. ин-т им. Г. В. Карпенко ; № 51).
8. Алгоритмы обучения распознаванию образов / под ред. В. Н. Вапника. – М. :
Сов. радио, 1973. – 201 с.
9. Александров В. В. Зрительное восприятие человека и машинное зрение / Александ-
ров В. В., Горский Н. Д. // Искусственный интеллект : в 3 кн. – М. : Радио и связь,
1990. – Кн. 2. : Модели и методы: справ. / под ред. Д. А. Поспелова. – С. 191-196.
10. Александров В. В. Представление и обработка изображений: рекурсивный подход /
Александров В. В., Горский Н. Д. ; отв. ред. В. М. Пономарев. – Л. : Наука, 1985. – 192 с.
11. Кожем'яко В. П. Вступ в алгоритмічну теорію ієрархії і паралелізму нейроподіб-
них обчислювальних середовищ та її застосування до перетворення зображень.
Основи теорії пірамідально сітьового перетворення зображень : навч. посіб. / Ко-
жем'яко В. П., Тимченко Л. І., Кустаев Ю. Ф., Івасюк І. Д. – К. : УМК ВО, 1994. – 272 с.
12. Александров П. С. Введение в теорию размерности / Александров П. С., Пасын-
ков Б. А. – М. : Наука, 1973. – 575 с.
13. Анализ изображений при неразрушающем контроле изделий / Р. А. Воробель, В. В. Жи-
ровецкий, С. В. Негода, Б. А. Попов // Математические методы распознавания
образов (ММРО – ІІІ) : Третья Всесоюз. конф. : тез. докл.. – Львов, 10-12 нояб.
1987 г. – Львов : ФМИ АН УССР. – 1987. – Ч. ІІ. – С. 182-183.
14. Анисимов Б. В. Распознавание и цифровая обработка изображений / Анисимов Б. В.,
Курганов В. Д., Злобин В. К. – М. : Высшая школа, 1983. – 340 с.
15. Анишев А. П. Методы параллельного микропрограммирования / Анишев А.П.,
Ачасова С. М., Бандман О. Л. и др. – Новосибирск : Наука, 1981. – 181 с.
16. Антонью А. Цифровые фильтры : анализ и проектирование / Антонью А. – М. :
Радио и связь, 1983. – 320 с.
17. Арбиб М. Мозг, машина и математика / Арбиб М. – М. : Наука, 1968. – 224 с.
18. Аркадьев А. Г. Обучение машины распознаванию образов / Аркадьев А. Г.,
Браверманн Э. М. –М. : Наука, 1964. – 110 с.
295
19. Аркадьев А. Г. Обучение машины классификации обьектов / Аркадьев А. Г.,
Браверманн Э. М. – М. : Наука, 1971. – 192 с.
20. Барздинь Я. М. Емкость среды и поведение автоматов / Барздинь Я. М. // До-
клады Академии наук СССР. – 1965. – Т. 160, № 2. – С. 302-305.
21. Барздинь Я. М. Проблемы универсальности в теории растущих автоматов / Барз-
динь Я. М. // Доклады Академии наук СССР. – 1964. – Т. 157, № 3 – С. 542-545.
22. Барнем М. Фрактальное сжатие изображений / Барнем М., Ансон Л. // Мир ПК.
– 1992. – № 4. – С. 52-58.
23. Барнем М. Фрактальное сжатие изображений / Барнем М., Ансон Л. // Мир ПК.
– 1992. – № 4. – С. 52-58.
24. Барра Ж. Р. Основные понятия математической статистики / Барра Ж. Р. – М. :
Мир, 1974. – 275 с.
25. Бейтс Р. Восстановление и реконструкция изображений / Бейтс Р., Мак-Донелл М.
– М. : Мир, 1989. – 333 с.
26. Бекшиев Г. А. О распараллеливании вычислительных алгоритмов / Бекшиев Г. А. //
Вычислительные системы. – 1963. – № 5 – С. 28-43.
27. Беликова Т. П. Моделирование линейных фильтров для обработки рентгенов-
ских изображений в задачах медицинской диагностики / Беликова Т. П. // Ци-
фровая оптика. Обработка изображений и полей в экспериментальных исследо-
ваниях / под ред. : В. И. Сифорова, Л. П. Ярославского. – М. : Наука, 1990. – 176 с.
28. Беликова Т. П. Некоторые методы цифрового препарирования изображений /
Беликова Т. П. // Цифровая обработка сигналов и ее применение. – М. : Наука,
1981. – С. 87-98.
29. Беликова Т. П. Синтез линейных фильтров для выделения диагностически ва-
жных объектов в задачах медицинской интроскопии / Беликова Т. П. // Цифро-
вая оптика в медицинской интроскопии. – М. : Ин-т проблем передачи информ.,
1992. – С. 57-72.
30. Беликова Т. П. Цифровая обработка фотоснимков поверхности Марса, переданных
АМС «Марс-4» и «Марс-5» / Беликова Т. П., Кронрод М. А., Чочиа П. А., Яро-
славский Л. П. // Космические исследования. – 1975. – Т. 13, вып. 6. – С. 898-906.
31. Беликова Т. П. Использование адаптивных амплитудных преобразований для пре-
парирования изображений / Беликова Т. П., Ярославский Л. П. // Вопросы ра-
диоэлектроники. – 1974. – Вып. 14. – С. 88-98. – (Серия общетехническая).
32. Беликова Т. П. Цифровая обработка томограмм и измерение статистических
признаков в задаче ранней дифференциальной диагностики шаровидных обра-
зований легких / Беликова Т. П., Яшунская Н. И., Коган Е. А. // Цифровая опти-
ка в медицинской интроскопии. – М. : Ин-т проблем передачи информ., 1992. –
С. 73-88.
33. Белл Р. Дж. Введение в Фурье-спектроскопию / Белл Р. Дж. – М. : Мир, 1975. – 381 с.
34. Бертеро М. Некорректные задачи в предварительной обработке визуальной
информации / Бертеро М., Поджо Т. А., Торе В. // ТИИЭР. – 1988. – Т. 76, № 8. –
С. 17-40.
35. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов / Блейхут Р. – М.
: Мир, 1983. – 448 с.
36. Бонгард М. М. Проблемы узнавання / Бонгард М. М. – М. : Наука, 1967. – 320 с.
296
37. Бонгард М. М. Формальный язык описания ситуаций, использующий понятие
связи / Бонгард М. М., Лосев И. С., Максимов В. В., Смирнов М. С. // Модели-
рование обучения и поведения. – М. : Наука, 1975. – С. 172-184.
38. Борукаев Т. Б. Результаты статистического моделирования (с обучением) кон-
турных изображений / Борукаев Т. Б., Гомелаури В. Г., Грузман И. С. // Методы
цифровой обработки изображений : межвуз. сб. науч. трудов / Новосиб. элек-
тро-техн. ин-т. – Новосибирск, 1984. – С. 76-82.
39. Бронников А. Б. Комбинированные алгоритмы нелинейной фильтрации зашум-
ленных сигналов и изображений / Бронников А. Б., Воскобойников Ю. Е. //
Автометрия. – 1990. – № 1. – С. 21-26.
40. Бурцев В. С. Принципы построения многопроцессорных вычислительных комплек-
сов «Эльбрус» / Бурцев В. С. – М., 1977. – 53 с. – (Препр. / ИТМ и ВТ АН СССР ; №1).
41. Бусленко Н. П. Метод статистических испытаний (метод Монте-Карло) / Бу-
сленко Н. П., Голенко Д. И., Соболь И. М., Срагович В. Г., Шрейдер Ю. А. – М.
: Физматгиз, 1962. – 331 с.
42. Бьемон Ж. Итерационные методы улучшения изображений / Бьемон Ж., Лаген-
дейк Р. Л., Марсеро Р. М. // ТИИЭР. – 1990. – Т. 78, № 5. – С. 58-84.
43. Вальковский В. А. О неразрешимости максимального распараллеливания /
Вальковский В. А. // Кибернетика. – 1970. – № 5. – С. 140-148.
44. Вальковский В. А. Об одном алгоритме дессквенции / Вальковский В. А. // Ки-
бернетика. – 1974. – № 2. – С. 77-88.
45. Вальковский В. А. Параллельные оперативные схемы над массивами переме-
нных и проблема максимального распараллеливания / Вальковский В. А. // Ки-
бернетика. – 1979. – № 5. – С. 52-63.
46. Вальковский В. А. Практические методы усовершенствования параллельных
структур программ / Вальковский В. А. // Известия АН СССР : Техническая ки-
бернетика. – 1980. – № 5. – С. 130-137.
47. Вальковский В. А. Лекции по параллельному программированию. Параллелизм
в ЭВМ и языках программирования : уч. пособие / Вальковский В. А. – Новоси-
бирск : Изд-во Новосиб. у-та, 1982. – 88 с.
48. Вальковский В. А. Параллельное выполнение циклов. Метод параллелепипедов /
Вальковский В. А. // Кибернетика. – 1982. – № 2. – С. 51-62.
49. Вальковский В. А. Параллельное выполнение циклов. Метод пирамид / Валь-
ковский В. А. // Кибернетика. – 1983. – № 2. – С. 34-38.
50. Вальковский В. А. Распараллеливание циклов общего вида методов пирамид /
Вальковский В. А. // Кибернетика. – 1983. – № 3. – С. 41-49.
51. Вальковский В. А. Автоматическое построение параллельных программ. Распара-
ллеливание выражений и циклов / Вальковский В. А., Котов В. Е. – Новоси-
бирск, 1979. – 40 с. – (Препр. / Вычисл. центр Сиб. отд-ния АН СССР ; № 146).
52. Вальковский В. А. Элементы параллельного программирования / Вальковс-
кий В. А., Котов В. Е., Марчук А. Т., Миренков Н. Н. – М. : Радио и связь, 1983. –
С. 28-36.
53. Ван дер Варден Б. Л. Алгебра / Ван дер Варден Б. Л. – М. : Наука, 1976. – 339 с.
54. Васильев В. И. Распознающие системы / Васильев В. И. – К. : Наук. думка, 1969. – 292 с.
297
55. Васильев В. И. Распознающие системы : справ. / Васильев В. И. – Изд 2-ое. – К. :
Наук. думка, 1983. – 424 с.
56. Введение в кибернетическую технику. Параллельные структуры и методы / Ма-
линовский Б. Н., Боюн В. П., Козлов Л. Т. ; отв. ред. А. В. Палагин ; АН УССР.
Ин-т кибернетики им. В.М. Глушкова. – К. : Наук. думка, 1989. – 248 с.
57. Винер Н. Проведение импульсов в сердечной мышце. Математическая форму-
лировка проблемы проведения импульсов в сети связанных возбудимых эле-
ментов, в частности в сердечной мышце / Винер Н., Розенблют А. // Кибер-
нетический сборник. – М., 1961. – № 3. – С. 7-56.
58. Винцюк Т. К. Анализ, распознавание и интерпретация речевых сигналов / Вин-
цюк Т. К. – К. : Наук. думка, 1987. – 264 с.
59. Виткус Р. Ю. Адаптивные линейные фильтры для обработки изображений /
Виткус Р. Ю., Ярославский Л. П. // Адаптивные методы обработки изображений
/ под ред. : В. И.Сифорова, Л. П. Ярославского. – М. : Наука, 1988. – С. 6-35.
60. Виттих В. А. Обработка изображений в автоматизированных системах научных
исследований / Виттих В. А., Сергеев В. В., Сойфер В. А. – М. : Наука, 1982. – 232 с.
61. Воеводин В. В. Математические модели и методы в параллельных процессах /
Воеводин В. В. – М. : Наука, 1986. – 269 с.
62. Воеводин В. В. Параллельные вычисления / Воеводин В. В., Воеводин Вл. В. –
С.-Пб. : БХВ-Петербург, 2002. – 608 с.
63. Вопросы кибернетики : сб. ст. / АН СССР. Науч. совет по проблеме «Киберне-
тика». – М., 1985. – Вып. 109 : Нейрокибернетический анализ механизмов поведе-
ния. – 209 с.
64. Воробель Р. А. Лінійний опис визначення контрастності елементів зображення /
Воробель Р. А. // Доповіді НАН України. – 1998. – № 1. – С. 128-132.
65. Воробель Р. А. Методи і засоби покращення зображень в цифровій рентгено-
графії / Воробель Р. А. // Проблемы физической и биомедицинской электроники :
сб. докладов Междунар. науч-техн. конф., 27-30 мая 1996 г. – К. : НТУУ
«КПИ», 1996. – С. 262-266.
66. Воробель Р. А. Методи ковзного підвищення контрасту зображень на основі розтягу /
Воробель Р. А. // Відбір і обробка інформації. – 1998. – Вип. 12 (88). – С. 94-99.
67. Воробель Р. А. Підвищення ефективності обробки зображень з використанням
методів нерізкого маскування / Воробель Р. А. // Вісник Державного університе-
ту «Львівська політехніка» : «Автоматика, вимірювання та керування». – 1998.
– № 356. – С. 125-134.
68. Воробель Р. А. Поліпшення якості зображень з використанням виділення країв
та перетворення лінійного контрасту / Воробель Р. А. // Электроника и связь. –
1997. – № 2. – С. 277-281.
69. Воробель Р. А Поняття та визначення контрастності елементів зображення. Об-
роблення сигналів і зображень та розпізнавання образів / Воробель Р. А. // Укр-
ОБРАЗ’96 : Третя Всеукр. міжнар. конф. : праці, 26-30 листоп. 1996 р., Україна,
Київ. – Київ, ІК НАН України, 1996. – С. 197-200.
70. Воробель Р. А. Сприйняття сюжетних зображень та кількісна оцінка їх кон-
трасту на основі лінійного опису визначення контрастності елементів / Воро-
бель Р. А. // Доповіді НАН України. – 1998. – № 9. – С. 103-108.
298
71. Воробель Р. А. Цифрова обробка зображень на основі теорії контрастності: Ди-
сертація на здобуття наукового ступеня доктора технічних наук / Воробель Р. А.
– Львів, 1999. – 369 с.
72. Восприятие. Механизмы и модели : сб. ст. из журнала «В мире науки» / пер. с
англ. – М. : Мир, 1974. – 367 с.
73. Гельфанд И. М. О континуальных моделях управляющих систем / Гельфанд И. М.,
Цетлин М. Л. // Доклады АН УССР. – 1960. – № 6. – С. 1242-1245.
74. Гимельфарб Г. Л. Автоматизированная межотраслевая обработка снимков зем-
ной поверхности, получаемая с ИСЗ серии Landsat / Гимельфарб Г. Л. // Зару-
бежная радиоэлектроника. – 1983. – № 8. – С. 56-84.
75. Гимельфарб Г. Л. Аппаратные средства и особенности программного обеспече-
ния диалоговой цифровой обработки изображений / Гимельфарб Г. Л. // Зару-
бежная радиоэлектроника. – 1985. – № 10. – С. 87-128.
76. Гимельфарб Г. Л. Практические возможности современных автоматизированных си-
стем обработки многозональных снимков земной поверхности / Гиммельфарб Г. Л.,
Головцов А. Л., Конык А. Н. // Распознавание образов системы технического
зрения. – К. : ИК АН УССР, 1984. – С. 56-68.
77. Глезер В. Д. Зрение и мышление / Глезер В. Д. – СПб. : Наука, 1993. – 283 с.
78. Глезер В. Д. Механизмы опознания зрительных образов / Глезер В. Д. – М.-Л. :
Наука, 1996. – 204 с.
79. Глушков В. М. Два универсальных критерия эффективности вычислительных
машин / Глушков В. М. // Доклады АН УССР. – 1960. – № 4. – С. 477-481.
80. Глушков В. М. Синтез цифровых автоматов / Глушков В. М. – М. : Физматгиз,
1962. – 476 с.
81. Глушков В. М. Введение в кибернетику / Глушков В. М. – К. : Изд-во АН
УССР, 1964. – 324 с.
82. Глушков В. М. Проблемы создания перспективных ЭВМ и задачи их реализа-
ции / Глушков В. М. – К., 1977. – 36 с. – (Препр. / ИК АН УССР ; № 77-21).
83. Глушков В. М. Рекурсивные машины и вычислительная техника / Глушков В. М.,
Игнатьев М. Б., Мясников В. А., Торгашев В. А. – К., 1974. – 26 с. – (Препр. /
ИК АН УССР ; 74-57).
84. Глушков В. М. Математическая информационная среда и проектирование
систем искусственного интеллекта / В. М. Глушков, Н. В. Капитанова, А. А. Лети-
чевский ; АН СССР.– М. : Высшая школа, 1980. – 15 с.
85. Глушков В. М. Методы символьной мультиобработки / Глушков В. М., Цейтлин Г. Е.,
Ющенко Е. Л. – К. : Наук. думка, 1980. – 247 с.
86. Голд Б. Цифровая обработка сигналов / Голд Б., Рэйдер Ч. ; пер. с англ. ; под ред.
А. М.Трахтмана. – М. : Сов. радио, 1973. – 368 с.
87. Головин Ю. И. Введение в нанотехнологию / Ю. И. Головин. – М. : Машино-
строение, 2007. – 496 с.
88. Головкин Б. А. Параллельные вычислительные системы / Головкин Б. А. – М. :
Наука, 1980. – 520 с.
89. Горелик А. Л. Методы распознавания / Горелик А. Л., Скрипкин В. А. – М. :
Высшая школа, 1977. – 222 с.
299
90. Гороховатский В. А. Фильтры для выделения признаков объектов на изображении /
Гороховатский В. А., Стрельченко В. И. // Автометрия. – 1990. – № 2. – С. 36-40.
91. Горский Н. Д. Восприятие двумерных изображений / Горский Н. Д. // Искус-
ственный интеллект: в 3 кн. – М. : Радио и связь, 1990. – Кн. 2. : Модели и мето-
ды: справ. / под ред. Д. А. Поспелова. – С. 196-201.
92. Гранрат Д. Дж. Роль моделей зрения в обработке изображений / Гранрат Д. Дж.
// ТИИЭР. – 1981. – Т. 69, № 5. – С. 6-8.
93. Гренандер У. Лекции по теории образов / Гренандер У. ; пер. с англ. – М. : Мир,
1981. – Т. 1. – 446 с.
94. Гренандер У. Лекции по теории образов. Регулярные структуры / Гренандер У. ;
пер. с англ. – М. : Мир, 1983. – 432с.
95. Грицык В. В. К вопросу об оценке количества принятой информации для кор-
ректирующих кодов / Грицык В. В. // Отбор и передача информации. – К. :
Наук. думка, 1969.
96. Грицык В. В. Настройка в системах обработки информации / Грицык В. В. –
Львов, 1981. – 88 с. – (Препр. / АН УССР. Физ-мех. ин-т ; №41. – 1981. – 65 с.).
97. Грицык В. В. Распараллеливание алгоритмов обработки информации в системах
реального времени / Грицык В. В. – К. : Наук. думка. – 1981.
98. Грицик В. В. Інформаційно-аналітична система оцінки складних зображень, про-
цесів і прогнозування ситуацій / Грицик В. В. // Інформаційні технології і си-
стеми. – 1998. – Т. 1, № 1/2. – С. 174-176.
99. Грицик В. В. Реалізація нейронних мереж на базі однорідних обчислювальних
середовищ / Грицик В. В. // Інформаційні технології і системи. – 1999. – Т. 2,
№ 1.– С. 126-134.
100. Грицик В. В. Інформаційне забезпечення та моделювання управління інформа-
ційними інфраструктурами / Грицик В. В. // Інформаційні технології і системи.
– 2000. – Т. 3, № 1. – С. 115-129.
101. Грицик В. В. Інформаційні технології для аналізу та обробки складних зображень /
Грицик В. В. // Комп’ютерні технології друкарства. – 2000. – Вип. 4. – С. 291-294.
102. Грицик В. В. Інформаційно-аналітичні системи на базі нейромережевих техно-
логій і структур / Грицик В. В. // Вісник Національного університету «Львівська
політехніка» : Комп’ютерна інженерія та інформаційні технології. – 2000. – № 92.–
С. 32-35.
103. Грицик В. В. Алгоритми та інформаційне забезпечення систем і процесів керу-
вання прийняття рішень для інформаційних інфраструктур / Грицик В. В. // Ві-
сник Національного університету «Львівська політехніка» : Комп’ютерна інже-
нерія та інформаційні технології. – 2000. – № 413. – С. 164-169.
104. Грицик В. В. Моделювання управління складними слабоформалізованими про-
цесами в заданому полі уваги / Грицик В. В. // Автоматика – 2000 : Міжнар.
конф. з управління, Львів, 11-15 верес. 2000 р. – Львів, 2000. – Т. 7, ч. 1. – С. 140-148.
105. Грицик В. В. Експериментальне опробування типових проектних рішень у скла-
ді системи інформаційного забезпечення регіональних органів управління / Гри-
цик В. В. // Автоматика – 2000 : Міжнар. конф. з управління, Львів, 11-15 верес.
2000. – Львів, 2000. – Т. 7, ч. 2. – С. 18-22.
300
106. Грицик В. В. Розпаралелювання нейроподібних структур: синтез, моделювання
та управління / Грицик В. В. // Науково-технічна Міжнародна конференція з ін-
дуктивного моделювання : зб. статей. – Львів, 2002. – Секція 4-5. – С. 260-264.
107. Грицик В. В. Інформаційні технології в управлінні економіки регіону / Грицик В. В. //
Гори і люди : міжнар. конф. – Рахів, 2002. – Т. 1. – С. 327-331.
108. Грицик В. В. Концептуальні підходи до побудови моделей стратегій управління
технологічними об’єктами зі складною структурою / Грицик В. В. // Науково-
технічна Міжнародна конференція з індуктивного моделювання : зб. статей. –
Львів, 2002. – Секція 1. – С. 169-175.
109. Грицик В. В. Методи і засоби обробки даних систем на базі нейронних елементів /
Грицик В. В. // Інформаційні технології і системи. – 2003. – № 1-2. – С. 225-228.
110. Грицик В. В. Діагностика, ідентифікація та моделювання об’єктів у процесі
функціонування складних систем / Грицик В. В. // Інформаційні технології і си-
стеми. – 2003. – № 1-2. – С. 225-228.
111. Грицик В. В. Побудова мережевої інформаційно-аналітичної системи туристич-
них та рекреаційних Карпат / Грицик В. В. // Інформатизація рекреаційної та ту-
ристичної діяльності : перспективи культурного та економічного розвитку : Дру-
гий міжнар. конгрес. – Трускавець, 2003. – С. 172-174.
112. Грицик В. В. Концепція інтелектуальних систем дослідження біологічного сере-
довища для прийняття рішення у реальному часі / Грицик В. В. // Вісник Націо-
нального університету «Львівська політехніка» : Комп’ютерні науки та інфор-
маційні технології. – Львів, 2004. – № 521. – С. 61-64.
113. Грицик В. В. Представлення знань та формування нових / Грицик В. В. // Вісник
Національного університету «Львівська політехніка» : Комп’ютерні науки та ін-
формаційні технології. – Львів, 2005. – № 543. – С. 204-211.
114. Грицик В. В. Інформаційно-аналітична система обробки та розпізнавання і уп-
равління складними зображеннями в заданому полі уваги / Грицик В. В. // Інте-
лектуальні системи прийняття рішень і прикладні аспекти інформаційних те-
хнологій» (ISDMIT 2006) : міжнар. конф. – Львів, 2006. – Т. 4, ч. 2. – С. 30-33.
115. Грицик В. В. Задача класифікації біологічних об’єктів / Грицик В. В. // Інститут
проблем моделювання в енергетиці ім. Г. Є. Пухова : зб. наук. праць. – К., 2006.
– № 34. – С. 153-160.
116. Грицик В. В. Попередня обробка зображень – генетичний алгоритм / Грицик В. В. //
Інститут проблем моделювання в енергетиці ім. Г. Є. Пухова : зб. наук. праць. –
К., 2006. – № 35. – С. 110-116.
117. Грицик В. В. Ідеї штучного інтелекту. Інформаційно-аналітичні системи / Грицик В. В. ;
Державний НДІ інформаційної інфраструктури НАНУ, Держдепартаменту зв’я-
зку та інформатизації України. – Львів, 2008. – 64 с.
118. Грицик В. В. Інформаційно-аналітична система обробки та розпізнавання і управ-
ління складними зображеннями в заданому полі уваги / Грицик В. В. // Систем-
ні технології, математичне та програмне забезпечення інтелектуальних систем :
Регіональний міжвузівський зб. наук. праць. – Дніпропетровськ, 2006. – № 6
(47). – С. 96-101.
119. Грицик В. В. Застосування штучних нейронних мереж при проектуванні ком-
п’ютерного зору / Грицик В. В. // Автоматика. Автоматизация. Электротехни-
301
ческие комплексы и системы : Херсонський науково-техн. журнал М-ва освіти
та науки України. – 2007. – № 2 (20). – 65 с.
120. Грицик В. В. Інформаційно-комп’ютерне бачення зору та сприйняття і переда-
вання даних (комп’ютерний зір) / Грицик В. В. // Інтелектуальні системи при-
йняття рішень та прикладні аспекти інформаційних технологій ISDMIT 2007 :
міжнар. конф. : зб. наук. праць : у 3 т. – Євпаторія, 2007. – Т. 3. – С. 121-123.
121. Грицик В. В. Паралельні алгоритми обробки даних в реальному часі / Грицик В. В. //
Системні технології, математичне та програмне забезпечення інтелектуальних
систем : Регіональний міжвузівський зб. наук. праць. – Дніпропетровськ, 2007. –
Вип. 6 (53). – С. 84-87.
122. Грицик В. В. Оцінка якості передавання і комп’ютерна обробка даних образів /
Грицик В. В. // Доповіді НАН України. – 2008. – № 9 : Інформатика та кібер-
нетика.– С. 43-48.
123. Грицык В. В. Параллельные методы и средства распознавания образов / Грицык В. В.,
Бакут П. А., Бабуров Э. Ф. и др. – К. : Наук. думка, 1983. – Т. 2. – 421с.
124. Грицик В. В. Моделювання та синтез складних зображень симетричної структу-
ри / Грицик В. В., Березька К. М., Березький О. М. – Львів, 2005. – 140 с.
125. Грицик В. В. Технічні та програмні засоби розпізнавання та аналізу зображень
складних біологічних об’єктів / Грицик В. В., Влах М. А. // Інформаційні техно-
логії та системи. – 2005. –Т. 8, № 1. – С. 17-28.
126. Грицик В. В. Метод, алгоритми та програмна реалізація розпізнавання та класи-
фікації клітин типу комета / Грицик В. В., Влах М. А. // Інформаційні технології
і системи. – 2006. – Т. 9, № 1. – С. 27-37.
127. Грицик В. В. Розпаралелювання алгоритмів обробки даних для реалізації інфор-
маційно-аналітичних систем / Грицик В. В., Грицик В. В. (мол.) ; ДНДІІІ. –
Львів : Сполом, 2007. – 87 с.
128. Грицик В. В. Основи системології керування режимами електроенергетичних
систем і прийняття рішень / Грицик В. В., Данилюк О., Михайлик М. // Вісник
Національного університету «Львівська політехніка» : Комп’ютерна інженерія
та інформаційні технології. – Львів, 2001. – № 433. – С. 63-68.
129. Грицик В. В. Апаратні засоби системи вводу зображень з високою роздільною
здатністю / Грицик В. В., Кравець І. І., Опотяк Ю. В., Цмоць І. Г. // Інформацій-
ні технології і системи. – 2005. – Т. 8, № 1. – С. 123-135.
130. Грицик В. В. Математично-логічні концепції синтезу процедур розв’язання проб-
лемних задач управління складними системами / Грицик В. В., Медиковсь-
кий М. О., Сікора Л. С. – Львів, 2000. – 63 с. – (Препр. / ДНДІІІ ; № 7).
131. Грицик В. В. Інформаційні технології і системи у застосуванні для задач ком-
п’ютерного зору / Грицик В. В. // Інформаційні технології і системи. – 2008. – Т. 11,
№ 1. – С. 199-221.
132. Грицик В. В. Теорія дедуктивного виводу в процесах синтезу стратегії управ-
ління в складних технологічних системах / Грицик В. В., Медиковський М. О.,
Сікора Л. С., Білик О. С., Корнєєнкова С. О. // Моделювання та інформаційні те-
хнології: зб. наук. праць. – К. : Ін-т проблем моделювання в енергетиці, 2002. –
Вип. 14. – С. 158-167.
302
133. Грицык В. В. Оценка качества передачи информации / Грицык В. В., Михайлов-
ский В. Н. – К. : Наук. думка, 1973. – 180 с.
134. Грицик В. В. Дослідження шляхів покращення навчання штучних нейронних
мереж для задач розпізнавання образів / Грицик В. В., Федорів Т. С. // Комп’ю-
терні технології : наук. праці. – Миколаїв : В-во ЧДУ ім. П. Могили, 2009. –
Вип. 104, Т. 117 – С. 107-118.
135. Грицик В. В. Інформаційні технології і системи комп’ютерного зору / Грицик В. В. //
Інформаційні технології і системи. – 2009. – Т. 12, № 2.
136. Грицик В. В. (мол). Реалізація нейронних мереж на базі однорідних обчислю-
вальних середовищ / Грицик В. В. (мол), Олексів Б. Я., Худий А. М. // Інформа-
ційні технології і системи. – 1999. – Т. 2, № 11. – С. 126-133.
137. Грицик В. В. Інформаційно-ресурсна концепція синтезу процедур проектуван-
ня моделей систем управління / Грицик В. В., Сікора Л. С. // Інформаційні те-
хнології і системи. – 1999. – Т. 2, № 1 – С. 174-186.
138. Грицик В. В. Комп’ютерна програма «Програмна штучна нейронна мережа для
заданого відображення» / Грицик В. В., Опотяк Ю. В., Ткаченко П. Р., Ткаченко Р. О.,
Юрчак І. Ю. // Свідоцтво про державну реєстрацію ПА № 2337 від 06. 10. 1999.
139. Грицик В. В. Інформаційний відеоскоп як система автоматизації експерименту з
можливістю вводу зображень з високою роздільною здатністю та чутливістю
для клітинної мікроскопії / Грицик В. В., Опотяк Ю. В., Цмоць І. Г. // Інформа-
ційні технології і системи. – 2005. – Т. 8, № 1. – С. 52-60.
140. Грицик В. В. Відбір та опрацювання відеопотоків візуального спектру для при-
йняття рішень у реальному часі / В. В. Грицик // Інтелектуальні системи при-
йняття рішень та проблеми обчислювального інтелекту (ISDMCIʼ 2012) : мате-
ріали міжнар. наук. конф. : зб. наук. праць, Євпаторія, 27-31. 05. 2012. – Хер-
сон : НТТУ, 2012. – С. 61-62.
141. Грицик В. В. Інформаційний відеоскоп надвисокої роздільної здатності для дослі-
дження запрограмованої смерті (апоптозу) пухлинних клітин людини / Грицик В. В.,
Стойка Р. С., Грицик В. В. (мол.), Опотяк Ю. В., Цмоць І. Г., Ключівська О. Ю. //
Інформаційні технології і системи. – 2005. – Т. 8, № 1. – С. 5-11.
142. Грицик В. В. Нейромережеві методи реалізації базових задач / Грицик В. В.,
Ткаченко Р. О. – Львів, 2003. – 11 с. – (Препр. / ДНДІІІ ; № 5).
143. Грицик В. В. (1973) Задача класифікації біологічних об’єктів / Грицик В. В. (1973),
Н. Пелих // Вісник Національного університету «Львівська політехніка» : Ком-
п’ютерні науки та інформаційні технології. – Львів, 2009. – № 650. – С. 100-103.
144. Данилович В. П. Модель інформаційно-аналітичної системи управління ефектив-
ністю нестабільними джерелами енергії на базі нечіткої логіки / Данилович В. П.,
Грицик В. В., Смичок В. Д. // Інтелектуальні системи прийняття рішень та прик-
ладні аспекти інформаційних технологій ISDMITІ 2008 : матеріали Міжнар.
наук. конф., 18-23. 05. 2008, Херсон : зб. наук. праць: у 3 т. – Євпаторія, 2008. –
Т 1, ч. 1. – С. 54-57.
145. Грицик В. В. Розпізнавання текстово-символьної графічної інформації на зобра-
женнях за допомогою нейронної мережі комп’ютерного зору / Грицик В. В.,
Влах М. А., Пелих Н. І., Влах В. А. – Львів, 2008. – 43 с. – (Препр. / ДНДІІІ ; № 11).
303
146. Джордж Ф. Люггер Искусственный интеллект. Стратегии и методы решения
сложных проблем / Джордж Ф. Люггер. – М. ; С-Пб. ; К. : Вильямс. – 2005. – 863 с.
147. Драган Я. П. Модели сигналов в линейных системах / Драган Я. П. – К. : Наук.
думка, 1972. – 301 с.
148. Драган Я. П. Структура и представление моделей стохастических сигналов / Дра-
ган Я. П. – К. : Наук. думка, 1980. – 384 с.
149. Дрозд Ю. А. Конечномерные алгебры / Дрозд Ю. А., Кириченко В. В. – К. : Ви-
ща школа, 1980. – 185 с.
150. Дуда Р. Распознавание образов и анализ сцен / Дуда Р., Харт П. ; пер. с англ. –
М. : Мир, 1976. – 420 с.
151. Евреинов Э. В. О возможности построения вычислительных систем высокой про-
изводительности / Евреинов Э. В., Косарев Ю. Т. – Новосибирск : Изд-во Сиб.
отд-ния АН ССС, 1962. – 39 с.
152. Евреинов Э. В. Теоретические основы построения универсальных вычислитель-
ных сред / Евреинов Э. В. // Вычислительные системы. – Новосибирск : Наука,
1965. – С. 3-73.
153. Евреинов Э. В. Однородные вычислительные системы, структуры и среды / Ев-
реинов Э. В. – М. : Радио и связь, 1981. – 208 с.
154. Евреинов Э. В. Однородные системы, структуры и среды / Евреинов Э. В. – М. :
Мир, 1985. – 416 с.
155. Евреинов Э. В. Однородные универсальные вычислительные системы высокой
производительности / Евреинов Э. В., Косарев Ю. Г. – М. : Наука, 1966. – 308 с.
156. Евреинов Э. В. Цифровые автоматы с настраиваемой структурой (однородные
среды) / Евреинов Э. В., Прангишвили И. В. – М. : Энергия, 1974. – 240 с.
157. Евреинов Э. В. Однородные вычислительные системы / Евреинов Э. В., Хоро-
шевский В. Г. – Новосибирск : Наука, 1978. – 319 с.
158. Емельянов-Ярославский Л. Б. Интеллектуальная квазибиологическая система
(индуктивный автомат) / Емельянов-Ярославский Л. Б. – М. : Наука, 1990. – 112 с.
159. Ермаков С. М. Метод Монте-Карло и смежные вопросы / Ермаков С. М. – М. :
Наука, 1975. – 472 с.
160. Ефимов Н. В. Квадратные формы и матрицы / Ефимов Н. В. – М. : Наука, 1975. – 160 с.
161. Железнов Н. А. Принцип дискретизации стохастических сигналов с не ограничен-
ным спектром и некоторые результаты теории импульсной передачи сообщений
/ Железнов Н. А. // Радиотехника и электроника. – 1958. – Вып. 1. – С. 131-140.
162. Жидаков В. П. Автоматизация программной настройки ОВС / Жидаков В. П.,
Песков М. М., Сулицкий Ю. Н. // Однородные вычислительные среды. Архи-
тектура и реализации. – Львов: ФМИ АН УССР, 1981.
163. Жуков Н.-Вережников. Теория генетической информации / Жуков Н.-Вережников.
– М. : Мысль, 1966. – 320 с.
164. Журавлев Ю. И. Распознавание образов и распознавание изображений // Рас-
познавание, классификация, прогноз. Математические методы и их применение
/ Журавлев Ю. И., Гуревич И. Б. – М. : Наука, 1989. – Вып. 2. – С. 5-72.
165. Журавлев Ю. И. Алгоритмы вычисления оценок и их применение / Журав-
лев Ю. И., Калилов М. М., Гуляганов Ш. – Ташкент : Фан, 1974. – 119 с.
304
166. Завалишин Н. В. Модели зрительного восприятия и алгоритмы анализа изобра-
жений / Завалишин Н. В., Мучник И. Б. – М. : Наука, 1974. – 344 с.
167. Задирака В. К. Теория вычисления преобразования Фурье / Задирака В. К. – К. :
Наук. думка, 1983. – 216 с.
168. Задирака В. К. Цифровая обработка сигналов / Задирака В. К., Мельникова С. С.
– К. : Наук. думка, 1993. – 294 с.
169. Збарянский С. Фрактальное сжатие изображений / Збарянский С. // Компьюте-
ры + программы. – 1997. – № 6. – С. 16-22.
170. Зохар Ш. Алгоритм Винограда для дискретного преобразования Фурье / Зохар Ш.
// Быстрые алгоритмы в цифровой обработке изображений / под ред. Т. С. Хуан-
га. – М. : Радио и связь, 1984. – С. 89-155.
171. Ивахненко А. Т. Долгосрочное прогнозирование и управление сложными систе-
мами / Ивахненко А. Т. – К. : Техніка, 1975. – 312 с.
172. Ивахненко А. Т. Индуктивный метод самоорганизации моделей сложных си-
стем / Ивахненко А. Т. – К. : Наук. думка, 1982. – 296 с.
173. Ивахненко А. Т. Непрерывность и дискретность. Переборные методы модели-
рования и кластеризации / Ивахненко А. Т. – К. : Наук. думка, 1990. – 224 с.
174. Игнатьев Н. К. Оптимальная дискретизация двумерных сообщений / Игнатьев Н. К.
// Известия вузов СССР : Радиотехника. – 1957. – С. 71-75.
175. Измайлов Ч. А. Психофизиология цветового зрения / Измайлов Ч. А., Соко-
лов Е. Н., Черноризов А. М. – М. : Изд. МГУ, 1989. – 206 с.
176. Иконика. Зрительное восприятие изображений // Труды ГОИ им. С. И. Вавило-
ва. – Л. : 1984. – Т. 57, вып. 191. – 188 с.
177. Интегральные роботы : сб. статей. – М. : Мир, 1975. – Вып. 2.– 527 с.
178. Искусственный интеллект: в 3 кн. – М. : Радио и связь, 1990. – Кн. 2: Модели и
методы : справ. / под ред. Д. А. Поспелова. – 304 с.
179. Исследование принципов переработки информации в зрительной системе / под
ред. : В. Д. Глезера, А. Пенчева. – Л. : Наука, 1970. – 257 с.
180. Калан Р. Основные концепции нейронных сетей / Калан Р. ; пер. с англ. – М. :
Вильямс, 2001. – 286 с.
181. Каляев А. В. Однородные коммутативные регистровые структуры / Каляев А. В.
– М. : Сов. радио, 1978. – 334 с.
182. Каляев А.В. Многопроцессорные системы с программируемой архитектурой /
Каляев А. В. – М. : Радио и связь, 1984. – 240 с.
183. Каляев А. В. Теория цифровых интегрирующих машин и структур / Каляев А. В. –
М. : Сов. радио, 1970.
184. Каневский Ю. С. Систолические процессоры / Каневский Ю. С. – К. : Техника,
1991. – 173 с.
185. Касьянов В. Н. Графы в программировании : обработка, визуализация и приме-
нение / Касьянов В. Н., Евстигнеев В. А. – СПб. : БХВ-Петербург, 2003. – 1104 с.
186. Катыс Г. П. Оптические информационные системы роботов-манипуляторов /
Катыс Г. П. – М. : Машиностроение, 1977. – 272 с.
187. Катыс Г. П. Визуальная информация и зрение роботов / Катыс Г. П. – М. : Эне-
ргия, 1979. – 176 с.
305
188. Катыс Г. П. Восприятие и анализ оптической информации автоматической си-
стемой / Катыс Г. П. – М. : Машиностроение, 1986. – 414 с.
189. Катыс Г. П. Обработка визуальной информации / Катыс Г. П. – М. : Машино-
строение, 1990. – 317 с.
190. Кемени Дж. Конечные цепи Маркова / Кемени Дж., Снелл Дж. – М. : Наука, 1970. – 271 с.
191. Кибернетический сборник. – М. : Мир, 1976. – Вып 13. – 154 с.
192. Кириченко Н. Ф. Выделение геометротопологических признаков изображений
методом автокорреляционных преобразований / Кириченко Н. Ф., Куценко А. А.,
Чекотун К. М. // Проблемы управления и информатики. – 1997. – № 1. – С. 138-152.
193. Клини С. Введение в метаматематику / Клини С. – М. : Изд-во иностр. лит.,
1957. – 526 с.
194. Ключівська О. Ю. Вплив флюрохромних барвників на апоптоз / Ключівська О. Ю.,
Стойка Р.С. // Інформаційні технології і системи. – 2005. – Т. 8, № 1. – С. 89-102.
195. Ковалевский В. Н. Методы оптимальных решений в распознавании изображе-
ний / Ковалевский В. Н. – М. : Наука, 1976. – 328 с.
196. Колмогоров А. Н. О реализации сетей в трехмерном пространстве / Колмого-
ров А. Н., Бардзинь Я. М. // Проблемы кибернетики. – 1967. – Вып. 19. – С. 261-268.
197. Колмогоров А. Н. Три подхода к определению количества информации / Кол-
могоров А. Н. // Проблемы передачи информации. – 1965. – Вып. 1. – С. 35-38.
198. Колмогоров А. Н. К определению алгоритма / Колмогоров А. Н., Успенский В. А.
// Успехи математических наук. – 1958. – Т. 13, вып. 4/82. – С. 51-54.
199. Колмогоров А. Н. Элементы теории функций и функционального анализа /
Колмогоров А. Н., Фомин С. В. – М. : Наука, 1981. – 543 с.
200. Конвей Р. В. Теория расписаний / Конвей Р. В., Максбелл Миплер Л. В. – М. :
Наука, 1975. – 360 с.
201. Кондратьев В. В. Информационный подход к моделированию целостного зри-
тельного восприятия / Кондратьев В. В., Утробин В. А. // Доклады РАН. – 1994.
– Т. 338, № 5. – С. 6110-6112 ; Т. 339, № 1. – С. 11-14.
202. Кононов В. И. Информационная оценка иконических систем с учетом некото-
рых свойств реального наблюдателя / Кононов В. И. // Нейробионика и модели-
рование жизненных процессов. – К. : ИК АН УССР, 1978.
203. Котельников В. А. О пропускной способности «эфира» и проволоки в электросвя-
зи / Котельников В. А. – М. : Изд-во Всесоюз. Энергет. Комитета, МГЦ, 1933. – 130 с.
204. Котельников В. А. Теория потенциальной помехоустойчивости / Котельников В. А.
– М., 1966. – 152 с.
205. Котов В. Е. Теория параллельного программирования : прикл. аспекты / Котов В. Е.
// Кибернетика. – 1974. – №1. – С. 1-18.
206. Котов В. Е. Сети Петри / В. Е. Котов. – М. : Наука, 1984. – 160 с.
207. Котов В. Е. Введение в