МЕТОДИ ТА ПРОГРАМНО-АПАРАТНІ ЗАСОБИ КВАНТРОННОГО ОБРОБЛЕННЯ ЗОБРАЖЕНЬ

Краткое описание

Міністерство освіти і науки України
Вінницький національний технічний університет

На правах рукопису

КИРИЧЕНКО ОЛЕКСАНДР ВІКТОРОВИЧ

УДК 004.2:004.93:654.915:681.3

МЕТОДИ ТА ПРОГРАМНО-АПАРАТНІ ЗАСОБИ КВАНТРОННОГО
ОБРОБЛЕННЯ ЗОБРАЖЕНЬ

Спеціальність 05.13.05 – комп’ютерні системи та компоненти

Дисертація на здобуття наукового ступеня
кандидата технічних наук

Науковий керівник
Кожем’яко Володимир Прокопович,
д.т.н., професор

Вінниця − 2013

ЗМІСТ
ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ……………………………………….
ВСТУП
РОЗДІЛ 1 АНАЛІЗ МЕТОДІВ ТА ПРОГРАМНО-АПАРАТНИХ ЗАСОБІВ ОБРОБЛЕННЯ ЗОБРАЖЕНЬ……………………………………………….
1.1 Класичні підходи до розпізнавання зображень та методи їх оброблення
1.2 Аналіз методів та засобів попереднього оброблення зображень для систем реального часу
1.3 Вибір напрямку та формулювання задач досліджень
1.4 Висновки до розділу 1
РОЗДІЛ 2 ТЕОРЕТИЧНІ ПОЛОЖЕННЯ СТВОРЕННЯ КВАНТРОННИХ СТРУКТУР
2.1 Розробка моделі КВ-автомата як теоретичного базису для створення апаратних засобів квантронного оброблення зображень………………………
2.2 Обґрунтування граничного значення часу взаємодії в ланцюзі квантронів
2.3 Властивість динамічної многофункціональності квантронних структур як теоретичне підґрунтя для створення ефективних
оптоелектронних засобів
2.4 Порівняльний аналіз способів паралельного перетворення оптичних сигналів ……………………………………………………………………….
2.5 Висновки до розділу 2
РОЗДІЛ 3 РОЗРОБКА МЕТОДІВ ДЛЯ РЕАЛІЗАЦІЇ КВАНТРОННОГО ОБРОБЛЕННЯ ЗОБРАЖЕНЬ
3.1 Метод подання й порівняння багатоградаційних зображень на основі узагальненого W - спектра зв'язності
3.2 Метод сегментації на основі пірамідального узагальнено-контурного препарування
3.3 Метод сегментації багатоградаційних зображень на основі ознак просторової зв'язності
3.4 Метод виділення контуру зображення для реалізації квантронного оброблення зображень……………………………………………………………………………...
3.5 Висновки до розділу 3
РОЗДІЛ 4 ЕКСПЕРИМЕНТАЛЬНІ ДОСЛІДЖЕННЯ МЕТОДІВ ТА СХЕМОТЕХНІКИ КВАНТРОННИХ ЗАСОБІВ ДЛЯ ОБРОБЛЕННЯ ЗОБРАЖЕНЬ
4.1 Методика проведення експериментальних досліджень методів квантронного оброблення зображень
4.2 Результати експериментальних досліджень методів сегментації на основі аналізу гістограм зв’язності
4.3 Дослідження методів сегментації біомедичних зображень в режимі оператор-обчислювальна машина на прикладі обробки термозображень
4.3.1 Алгоритми визначення термофункціональних і термоморфологічних ознак…………………………………………...
4.3.2 Розробка алгоритму масштабування контурів термозображень….
4.4 Схема експериментів методу автоматичної сегментації термозображень………………………………………………………………
4.5 Експериментальні дослідження методу сегментації на основі аналіза внутрішньозрізної і міжзрізної зв'язністі…………………………………...
4.6 Опис програми користувача комп'ютерної системи функціональної термодіагностики для режиму автоматичної сегментації термозображення……………………………………………………………..
4.7 Результати експериментальних досліджень квантронної схемотехніки для оброблення зображень….................................................
4.8 Схемотехнічна реалізація квантронного оброблення зображень…………………………………………………………………….
4.8.1 Застосування квантронного пристрою оброблення зображень для формування ознак при розпізнаванні образів………………………………
4.9 Висновки до розділу 4
ВИСНОВКИ
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
ДОДАТКИ
ДОДАТОК А Документи про впровадження результатів……………. …..
ДОДАТОК Б Лістинги програм для алгоритмів сегментації ……………. 4

ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ

БФОЕМ− багатофункціональні оптоелектронні модулі
ДФ –диференціатор
ДВЗ –дискретні обчислювальні середовища
КВ ¬− квантрон
ЛЧО¬− логіко-часові операції
ЛЧФ ¬− логіко-часові функції
ЛЧС ¬− логіко-часове середовище
ЛЧПП ¬− логіко-часові пристрої пам'яті
МКФ – модульно-кореляційні функції
ОС – оптичні сигнали
ОУП –матричні оптоелектронні пристрої пам'яті
ПК – персональний комп’ютер
ПКП− перетворювач код-напруга
СМЗ – системи машинного зору
СД – світлодіод
ФД – фотодіод
ФР – фоторезистор
VT – транзистор

ВСТУП

Актуальність теми. Інтенсивний розвиток технологій та вдосконалення комп'ютерної техніки привели до появи принципово нових методів дослідження зображень. Такі методи, як контроль якості промислових виробів, медична діагностика, моніторинг космічних об’єктів, широко застосовуються й обумовлюють високі вимоги до надійності, точності та достовірності результатів досліджень [1]. Незважаючи на величезну різноманітність зображень, базовим завданням інтелектуальних комп'ютеризованих систем обробки та класифікації зображень є контурна сегментація, на якій базується подальша ідентифікація об’єктів. Головною метою контурної сегментації є виділення областей зображень, які потребують дослідження та зменшення надлишковості інформації. Для ряду навігаційних і робототехнічних систем є актуальною проблема створення швидкодіючих цифрових пристроїв, у тому числі на оптоелектронній елементній базі для розпізнавання образів, тобто задача виявлення контурів зображень в умовах непевності завадосигнальної обстановки [2].
Аналіз характеристик існуючих цифрових пристроїв виявлення об'єктів показує, що вони не задовольняють в повному об'ємі вимогам, які висувають до таких систем [3]. Ці вимоги містять у собі забезпечення максимальної простоти для досягнення максимальної швидкодії зі зберіганням високої точності обчислень та функціональних можливостей пристроїв, високої завадостійкості алгоритмічних способів, стійкості до зміни відносних характеристик об'єкта спостереження і адаптації до апріорно невідомого фона.
Одним із перспективних засобів для оброблення зображень є квантрони, які дозволяють безпосередньо дискретизувати вхідні зображення з функціями візуалізації, пам’яті, генерації та порогової обробки [2]. На жаль, питання використання квантронів для оброблення зображень не досліджувалося, не дивлячись на можливість їх функціонального використання. Аналіз показав їх високу ефективність для реалізації процедур зсуву та порівняння, які широко використовуються для оброблення зображень.
У зв'язку з тим, що зображення стають масовою продукцією в промисловості і науці, а їх розпізнавання й аналіз – масовим потоковим виробництвом, – квантронне оброблення зображень стає економічно вигідним і доцільним скрізь, де воно технічно можливе. Використання методів та засобів оптоелектронного (квантронного) оброблення інформації дозволяє визначити нові шляхи створення високопродуктивних оптико-електронних обчислювальних пристроїв, систем виявлення сигналів і зображень з шумами, а також розпізнавальних систем.
Методологічні основи теорії проектування комп’ютерних систем та оброблення сигналів розроблено відомими зарубіжними вченими: К. Шенноном, Л. Рабинер, У. Преттом , Т.Харрисоном, М. Птачеком та ін.
В розвиток теорії інформації в галузі оптоелектроніки значний внесок зробили українські вчені: Свечніков С.В., Носов Ю.Р., Олексенко П.Ф., Кожем’яко В.П., Готра В.Ю., Осинський В.І., Тимченко Л.І., Павлов С.В., Натрошвілі О.Г., Головань Т.В., Грабчак О.В., Мартинюк Т.Б., Лисенко Г.Л. та ін.
Зв'язок роботи з науковими програмами, планами, темами Дослідження виконувалися на кафедрі лазерної й оптоелектронної техніки ВНТУ відповідно до державної науково-технічної програми Образний комп'ютер (Постанова Кабінету Міністрів України № 1652 08.11.2000р.). Здобувач був виконавцем НДР ВНТУ № 57-Д-300 «Оптико-електронні паралельні логіко-часові інформаційно–енергетичні системи для око-процесорних комп'ютерів (№ державної реєстрації: 0111U002261) та № 57-Д-337 «Розподілені ієрархічні оптико–електронні паралельні логіко-часові інформаційно-енергетичні середовища» (№ державної реєстрації: 0111U001104).
Мета і задачі дослідження. Мета роботи полягає у підвищенні ефективності квантронного оброблення зображень за рахунок використання оптоелектронних багатофункціональних елементів.
Для досягнення поставленої мети необхідно розв’язати такі задачі:
1. Провести аналіз відомих методів та програмно-апаратних засобів оброблення інформації.
2. Розглянути можливість застосування нових прийомів удосконалення елементної бази для квантронних систем оброблення зображень.
3. Розробити методи квантронного оброблення, таких як узагальнено-контурне препарування, сегментація на основі аналізу зв'язності та виділення контурів напівтонових зображень.
4. Розробити метод подання й порівняння багатоградаційних зображень на основі узагальненого W-спектра зв'язності.
5. Розробити програмно-апаратні засоби для реалізації методів квантронного оброблення зображень.
6. Провести дослідження властивості динамічної багатофункціональності квантронних елементів як теоретичного підґрунтя для створення ефективних оптоелектронних засобів.
7. Оцінити ефективність порівняння результатів ручного та автоматичних методів сегментації і ступень збігу їх результатів.
8. Провести дослідження квантронів та багатофункціональних оптоелектронних модулів для швидкого оброблення зображень.
Об'єктом дослідження є процес квантронного оброблення зображень оптоелектронними засобами.
Предмет дослідження – методи та програмно-апаратні засоби квантронного оброблення зображень.
Методи дослідження містять: методи математичного аналізу при дослідженні критеріальної системи для пірамідального узагальнено-контурного препарування; методи теорії алгоритмів при розробці схеми операційної частини квантронного пристрою для оброблення зображень; прикладної теорії інформації при аналізі вихідних теоретичних положень квантронних алгоритмічних і апаратних засобів; теорії оптоелектронних елементів та приладів при дослідженні квантронів та квантронних пристроїв; теорії цифрової обробки сигналів і зображень при розробці методу узагальнено-контурного препарування та автоматичних методів сегментації зображень. При розробці програм для перевірки основних теоретичних викладень використовувались, також, методи прикладної теорії інформації й теорії алгоритмів.
Наукова новизна одержаних результатів полягає у тому, що:
1. Вперше виявлена властивість динамічної багатофункціональності для квантронної схемотехніки, яка на відміну від традиційного підходу розглядає багатофункціональність з точки зору того, як елемент чи прилад виконує свої функції у часі, що дозволяє підвищити ефективність її використання в оптоелектронних засобах оброблення зображень.
2. Модифіковано метод пірамідального узагальнено-контурного препарування із застосуванням критеріальної системи для обчислення порогу, який на відміну від існуючого методу адаптований до конкретного зображення, що дозволяє здійснити завадостійкий процес автоматичного переопису багатоградаційного зображення в тернарне.
3. Знайшов подальший розвиток метод багаторівневої сегментації на основі пірамідального узагальнено-контурного препарування та узагальненого W-спектра зв'язності для виділення однорідних областей зображень, який на відміну від існуючого методу використовує критеріальну систему максимальних значень добутків кількості позитивних, нульових та від’ємних контурних препаратів для кожного рівня сегментації, що дозволяє більш ефективно реалізувати багаторівневий процес розподілу зображення на окремі його сегменти.
4. Знайшов подальший розвиток метод просторово-зв'язаної сегментації багатоградаційних зображень, який на відміну від існуючого методу використовує міжзрізну та внутрішньозрізну зв’язності пікселів зображень, що дозволяє використовувати його як простий засіб поділу зображення на множину однорідних областей та в якості простого засобу кластеризації, сформовані ознаки якого, такі як внутрішньозрізна і міжзрізна зв'язності, можуть бути формалізовані для оцінювання міри подібності і відмінності порівнювальних зображень.
5. Вперше запропонований метод виділення контуру зображення для реалізації квантронного оброблення зображень, який на відміну від існуючого методу спрощує операції виділення горизонтальних, вертикальних та похилих складових контурів зображень, що дозволяє спростити його апаратну реалізацію.
Практичне значення одержаних результатів полягає в тому, що використання запропонованих методів і конкретних рішень дозволяє отримувати більш досконалі, порівняно з відомими, програмні та апаратні засоби, які використовуються для оброблення зображень в комп’ютерних системах.
Отримані теоретичні положення дозволили:
- розробити та експериментально дослідити квантронні елементи із динамічною багатофункціональністю для побудови програмно-апаратних засобів, що дозволяє проводити оброблення зображень у реальному часі;
- розробити процедуру визначення площі зони інтересу зображення на прикладі термозображення, які дозволяють в середньому на 15-20% знизити похибку визначення площі;
- розробити програмне забезпечення для аналізу термозображень, що дозволяє в автоматичному режимі моделювати процеси розподілу однорідних областей.
Результати досліджень впроваджено у товаристві з обмеженою відповідальністю «Планета-М» (м. Вінниця, акт від 15.02.12), у ТОВ «Центр медичної реабілітації та спортивної медицини» (м. Вінниця, акт від 16.07.2012), а також у навчальному процесі на кафедрі лазерної та оптоелектронної техніки Вінницького національного технічного університету (акт від 23.04.2013), що підтверджується відповідними актами.

Особистий внесок здобувача
Особистий внесок автора в отриманих наукових результатах полягає в тому, що всі положення, які становлять суть дисертації, були сформульовані та доведені здобувачем самостійно. Самостійно здійснено аналіз методів та програмно-апаратних засобів оброблення зображень [3], здійснено постановку задачі, використано модель абстрактного КВ-автомата як функціонально повного операційного автомата в логіко-часовому середовищі, що забезпечує комплексний підхід до проектування квантронних засобів оброблення зображень [10], обґрунтоване граничне значення часу взаємодії в ланцюзі квантронів [11], проаналізовані методи ущільнення для квантронного оброблення зображень [4, 5, 7, 10].
Особистий внесок здобувача в роботах, опублікованих у співавторстві, наступний: розроблено оптоелектронний лічильний тригер [13], оптоелектронний лічильник імпульсів [14], цифровий вимірювач одиничних часових інтервалів [15], метод паралельного додавання тривалостей групи часо-імпульсних сигналів [16], перетворювач світлової інтенсивності в часовий інтервал [17], метод сегментації зображень на основі узагальнено-контурного препарування із застосуванням критеріальної системи для автоматичного визначення порогу та метод виділення контуру зображення для реалізації квантронного оброблення зображень [21], реалізація квантронного пристрою оброблення зображень [22].
Апробація результатів дисертації
Основні теоретичні та практичні результати роботи доповідались на 7 наукових конференціях: VII Міжнародній науково-технічній конференції „Контроль та управління в складних системах” (Вінниця, Україна, 2005 рр.); на двох щорічних науково-технічних конференціях професорсько-викладацького складу ВНТУ(2004 - 2006 р.р); Міжнародній науково-практичній конференції ”АВТОМАТИКА – 2006” (Вінниця, Україна, 2006р.); Міжнародній науково-практичній конференції «Системы и средства искусственного интеллекта». (Краснодарський край, пос. Дивноморське, Росія, 2009 р.); Міжнародній науково-практичній конференції з оптоелектронних інформаційних технологій “Фотоніка 2010” (Вінниця, Україна, 2010 р.); Міжнародній науково-практичній конференції “Інформаційні технології та комп’ютерна інженерія” (Вінниця, Україна, 2010 р.).
Публікації
Основні матеріали дисертації опубліковані у 19 друкованих працях, з яких: 8 статей, з них 5 в наукових фахових виданнях, 1 монографія, 5 патентів України на корисну модель, 5 тез доповідей міжнародних науково-технічних конференцій.
Обсяг і структура дисертації
Дисертаційна робота складається із вступу, чотирьох розділів, висновків, переліку використаних джерел і додатків. Загальний обсяг роботи становить 159 сторінок, з них 138 основного тексту. Список використаних джерел включає 110 найменувань

Список литературы

Висновки по роботі

Дисертаційна робота спрямована на вирішення актуальної науково-технічної задачі – підвищення ефективності квантронного оброблення зображень за рахунок використання оптоелектронних багатофункціональних елементів. Одним з основних підходів, що забезпечує розв’язання цієї задачі, є розробка методів та оптоелектронних засобів на основі квантронних елементів із динамічною багатофункціональністю, що забезпечує ефективне оброблення зображень.
У процесі проведення наукових досліджень, викладених у дисертації, отримано такі основні результати:
1. Проведено огляд класичних підходів до оброблення зображень та показано, що до основних недоліків класичних комп’ютеризованих систем можна віднести низьку швидкодію послідовної обробки інформації та відносно невисоку точність отриманих результатів, які заважають повній автоматизації даних систем. Тому обробка образної інформації обумовлює використання систем оброблення зображень, які побудовані за принципами оптико-електронних технологій, що здатні імітувати функції зорової системи людини, на оптичному рівні самостійно сприймати, обробляти та аналізувати відеоінформацію в реальному часі, з можливістю самоналагодження на конкретні умови експлуатації та з оптимальною програмно-апаратною реалізацією.
2. Проаналізовано теоретичні положення розробки квантронних алгоритмічних і апаратних засобів, для яких виявлена властивість динамічної багатофункціональності та умови досягнення максимальної швидкодії за мінімальної складності їх алгоритмічних і технічних засобів та запропоновані схеми квантронів і багатофункціональних оптоелектронних модулів, за допомогою яких можна проводити швидке оброблення напівтонових зображень.
3. Запропоновано опис інформаційних полів проводити у вигляді спектру просторової зв'язності складових їх елементів, що дозволяє в компактному вигляді представляти ознаки зв'язності багатоградаційних зображень та модифікувати метод пірамідального узагальнено-контурного препарування із застосуванням критеріальної системи для автоматичного обчислення порогу, який адаптований до конкретного зображення, що дозволяє здійснити завадостійкий процеc переопису багатоградаційного зображення в тернарне.
4. Знайшов подальший розвиток метод просторово-зв'язаної сегментації багатоградаційних зображень, який, з одного боку, розглядається як простий засіб поділу зображення на множину однорідних областей, а з іншого боку – може бути використаний в якості простого засобу кластеризації, сформовані ознаки котрого такі, як внутрішньозрізна і міжзрізна зв'язності, формалізовані для оцінювання міри подібності і відмінності аналізованих зображень.
5. При дослідженні квантронів показано, що найбільш стабільною є схема вмикання квантрона з електричним методом збудження і гасіння з розкидом часу вмикання не більше 15%, а часом вимикання – не більше 4%.
6. Вперше проведені експериментальні дослідження автоматичних методів сегментації на основі аналізу міжзрізної та внутрішньозрізної зв’язністі та пірамідального узагальнено-контурного препарування біомедичних зображень, які довели адекватність отриманих теоретичних та експериментальних результатів, оскільки для різних патологій результати автоматичної сегментації, з одного боку, і ручної сегментації, з іншого боку, виявились ідентичними, тобто всі результати машинного і ручного моделювання майже цілком збігаються, а нормовану кореляційну функцію можна успішно використовувати для оцінювання динаміки розвитку патологічного процесу.
7. Розроблено процедуру визначення площі зони інтересу термозображення та розроблені алгоритм і програма обчислення контурів термозображення і визначення їх відсоткового співвідношення, які дозволяють в середньому на 15-20% знизити похибку визначення площі.
8. Експериментальні дослідження квантронного пристрою оброблення зображень показали, що загальний час виконання операцій не перевищує 40 мс, що дозволяє обробляти зображення в реальному часі.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Паралельно–ієрархічне перетворення як системна модель оптико–електронних засобів штучного інтелекту. Монографія / В. П Кожем’яко, Ю. Ф. Кутаєв, С. В. Свєчніков [та ін.]. – Вінниця: УНІВЕРСУМ–Вінниця, 2003. – 324 с.
2. Кожем’яко В. П. Квазиимульсно–потенциальные оптоэлектронные элементы и устройства логико–временного типа / В. П. Кожемяко, С. В. Свечников, Л. И. Тимченко. – Киев: Наук. Думка, 1987. – 256 с.
3. Васюра А.С, Кулик А.Я., Кириченко О. В.„Аналіз методів ущільнення інформації”. – Вісник технологічного університету Поділля. – 2005 р. –№1. – С.14–19.
4. А. С. Васюра, Кулик А.Я., Кириченко О. В. «Аналіз швидких алгоритмів обчислення дискретного перетворення Крестенсона–Леві». Оптико – електронні інформаційно – енергетичні технології. – 2006 р. – №11. – С. 23–31.
5. Васюра А.С., Кулик А.Я., Кириченко О. В. «Оцінка ймовірних спектральних характеристик для різних видів дискретних перетворень при стисненні зображень». Оптико–електронні інформаційно–енергетичні технології. – 2006 р. – №10. – С. 37– 44 с.
6. Кириченко О. В. Алгоритм ущільнення і відновлення одноколірних напівтонових зображень // Інформаційні технології та комп’ютерна інженерія. – 2006. – № 1 (5). – С. 169–173.
7. .Кириченко О. В. Ущільнення даних без втрат на основі перетворень / В. П. Майданюк О. В. Кириченко // Оптико–електронні інформаційно–енергетичні технології. − 2008. − № 2(16). − С. 71–77. − ISSN 1681-7893.
8. Кириченко О. В. Порівняння схем квантування дискретних спектрів зображень / А. С. Васюра, А. Я. Кулик // Інформаційні технології та комп’ютерна інженерія. – 2006. – № 2 (6). – С. 100–104.
9. Кулик А. Я, Кириченко О. В. «Використання функцій Уолша–Адамара та Пелі для перетворення даних під час передачі». Оптико–електронні інформаційно–енергетичні технології. – 2004 р. – № 1(7) .– С. 134 –139.
10. Принципи ущільнення та перетворення зображення: Монографія/ В. П. Кожем’ко, А. С. Васюра, Н. В. Сачанюк-Кавецька, О. В. Кириченко. – Вінниця : ВНТУ, 2010. – С.261.
11. Математичне обґрунтування граничного ущільнення інформації в квантронних структурах некогерентних процесорів /
В. П. Кожем’яко, Н. В. Сачанюк-Кавецька, В. П. Майданюк, О. В. Кириченко // Оптико-електронні інформаційно-енергетичні технології. – 2009. – № 1(17). – С. 5–12. − ISSN 1681-7893.
12. Кириченко О. В. Нові підходи до реалізації оптоелектронних логіко-часових систем для перетворення і ущільнення зображень / В. П. Майданюк, О. В. Кириченко // Оптико-електронні інформаційно-енергетичні технології. – 2012. – № 2. – С. 15–22. − ISSN 1681-7893.
13. Патент України № 49600, МПК G01R 19/0. Кожем’яко В. П., Кириченко О. В., Іванов О. А. Оптоелектронний лічильний тригер. Заявник і патентовласник Вінницький національний технічний університет. ─ №201000133 22.06.09; заявл. 22.05.09; опубл. 11.05.2010; Бюл. №9.
14. Патент України № 49825, МПК (2009) G04G 30. Оптоелектронний лічильник імпульсів / Кожем’яко В. П., Ричило І. М., Кириченко О. В., Заявник і патентовласник Вінницький національний технічний університет. ─ № 201000358; заявл. 15.01.10; опубл. 11.05.2010, Бюл. №9.
15. Патент України № 47874, МПК (2009) G04F 100. Цифровий вимірювач одиничних часових інтервалів / Кожем’яко В. П., Іванов О. А., Кириченко О. В.; Заявник і патентовласник Вінницький національний технічний університет. ─ № 200909545; заявл. 17.09.09; опубл. 25.02.10, Бюл. №4.
16. Патент України № 54352, МПК (2010) G06G 714. Спосіб паралельного додавання тривалостей групи часоімпульсних сигналів/ Кожем’яко В. П., Майданюк В. П., Кириченко О. В. Поплавська А. А., Заявник і патентовласник Вінницький національний технічний університет. ─ № 201004204; заявл. 12.04.2010; опубл. 10.11.2010, Бюл. № 21.
17. Патент України №49914, МПК (2009) H03K0. Перетворювач світлової інтенсивності в часовий інтервал / Кожем’яко В. П., Штельмах С. О., Кириченко О. В., Шевченко Н. П. Заявник і патентовласник Вінницький національний технічний університет. ─ № 200909545; заявл. 17.09.09; опубл. 11.05.2010, Бюл. №9.
18. Патент України № 42277, МПК G01R 19/00. Оптоелектронний матричний індикатор напруги /Кожем’яко В.П., Поплавський О.А., Іванов О.А., Кириченко О.В. Заявник і патентовласник Вінницький національний технічний університет. ─№ u 2009 01301; заявл. 17.09.10; опубл. 11.05.2011, Бюл. № 12.
19. Патент України № 2001064414 МКИ Н 03 М 13/00. Спосіб кодування і передавання інформації із захистом та пристрій для його здійснення./ Кулик А.Я., Кириченко О.В. Заявник і патентовласник Вінницький національний технічний університет. ─ № 200909545; заявл. 23.06.2001; опубл 15.08.2002 Бюл. № 8.
20. Кириченко А. В. Аппаратная реализация квантронной обработки зображений / Кириченко А. В. Тимченко Л. И. // Современный научный вестник. – 2013. – №32 (171). – С. 31–42. − ISSN 1561-6886.
21. Кириченко О. В. Тимченко Л.І. Розробка методів для реалізації квантронного оброблення зображень / Тимченко Л. І., Кириченко О. В. // Приднепровский научный вестник. – №8 (144). – 2013. – С. 15–26. − ISSN 1561-6940.
22. Kyrychenko O. V. Transformation and compression of images in optoelectronic logic and time environments / Kozhemiako V. P., Maidaniuk V. P., Kyrychenko O. V. // Nauka i studia. – № 21 (89). – 2013. – P. 35–43. − ISSN 1561-6894.
23. Кириченко О. В. Перетворювач світлової інтенсивності в часовий інтервал / О. В. Кириченко// Міжнародна науково-практична конференція з оптоелектронних інформаційних технологій «Photonics-ODS», September 28-30, 2010, Вінниця, Україна. – С. 24
24. Кириченко О. В. Спосіб паралельного формування ущільненої суми часоімпульсних сигналів / Міжнародна науково-практична конференція «Інформаційні технології та комп’ютерна інженерія», 28-30 травня, 2010 р., Вінниця, Україна. – С. 283–284.
25. Кириченко О.В. Наслідки теореми граничного ущільнення логіко–часової інформації в квантронних структурах штучного інтелекту// Международная научная конференція - Системы и средства искусственного интеллекта. – Россия, Краснодарский край, Геленджикский район, пос. Дивноморское, 2009 г. – С. 98–100.
26. Кириченко О.В. Алгоритм ущільнення зображень/ Міжнародна науково-практична конференція "Інформаційні технології та комп’ютерна інженерія". – Вінниця, Україна – 2010 р. – С.145.
27. Кириченко О.В. Алгоритм ущільнення і відновлення одноколірних напівтонових зображень // VIІI Міжнародна науково-технічна конференція „Контроль та управління в складних системах” – Вінниця, Україна – 2005 р. – С.81.
28. Катыс Г. П. Восприятие и анализ оптической информации автоматической системой / Г. П. Катыс – М. : Машиностроение, 1986.– 412 с.
29. Кожем’яко В. П. Реализация методов определения расстояний в системах технического зрения / В. П. Кожем’яко, С. М. Білан // Электронное моделирование. – 1997. – № 4. – С. 52-63.
30. Грузман И. С. Алгоритмы распознавания объектов, устойчивые к геометрическим искажениям: сдвигу, масштабу, повороту / И. С. Грузман, В. Г. Никитин // Автометрия. – 2004. – № 3. – С. 46-53.
31. Иоффе Б. А. Электромагнитное опознавание и ориентирование деталей / Б. А. Иоффе. – М. : Знание, 1976. – 64 c.
32. Кадыров А. А. Новые признаки изображений, инвариантные относительно группы движений и аффинных преобразований / А. А. Кадыров, Н. Г. Федотов // Автометрия. – 1997. – № 4. – С. 65.
33. Нуссбаумер Г. Быстрые преобразования Фурье и алгоритмы вычисления сверток / Г. Нуссбаумер. – М. : Радио и связь, 1984. – 310 с.
34. Потс Э. 3D Studiо МАХ в примерах. / Э. Потс , Д. Фридл, Э. Сток. – СП : Питер, 1997. – 432 с.
35. Кожем’яко В. П. Оптоэлектронные логико-временные информационно-вычислительные среды : [Монография] / В. П. Кожем’яко. – Тбилиси : Мецниереба, 1984. – 358 с.
36. Прэтт У. Цифровая обработка зображений. / У. Прэтт. – М . : Мир, 1982. – 790 с.
37. Системы технического зрения / Г. К. Афанасьев, П. Д. Кухарчик, В. И. Лебедев, та ін. – Л. : Машиностроение, 1988. – 424 с.
38. Русин Б. П. Системи синтезу, обробки та розпізнання складноструктурованих зображень / Б. П. Русин. – Львів : Вертикаль, 1997. – 262 с.
39. Охоцинский Д. Е. Системы технического зрения / Д. Е. Охоцинский, В. М. Златкис. – М. : Наука, 1991. – 201 с.
40. Манкин В. И. Техническое зрение роботов / В. И. Манкин, А. А. Петров, В. С. Титов, Ю. Г. Якушенков. – М. : Машиностроение, 1990. – 272 с.
41. Дмитриев С. А. Волоконно-оптическая техника: современное состояние и перспективы / С. А. Дмитриев, Н. Н. Слепов. – М. : Connect, 2005. – 360 с.
42. Фу К. Последовательные методы в распознавании образов и обучении машин / К. Фу. – М. : Наука, 1971. – 255 с.
43. Фу К. Робототехніка / К. Фу, Р. Гонсалес, К. Ли. – М : Мир,1989.624 с.
44. Хорн Б. К. Зрение роботов / Б. К. Хорн. – М. : Мир, 1989. – 487 с.
45. Шмидт Д. Оптоэлектронные сенсорные системы / Д. Шмидт, В. Шварц. – М. : Мир, 1991. – 95 с.
46. Chen C. H. Handbook of pattern recognition and computer vision / C. H. Chen, L. F. Rau // Singapore-New Jersey-London-Hong Kong : World Scientific Publishing Co. Pte. Ltd., 1995. – P. 256-258.
47. Васильев А. А. Оптический операционный усилитель для обработки изображения / А. А Васильев // ІІ Всесоюзная конференция по оптической обработке информации. – Фрунзе : Илим, 1990. – С. 69-70.
48. Кожем’яко В. П. Квантові перетворювачі на оптикоелектронних логіко-часових середовищах для око-процесорної обробки зображень : [Монографія] / В. П. Кожем’яко, Т. Б. Мартинюк, О. І. Суприган, Д. І. Клімкіна. – Вінниця : УНІВЕРСУМ-Вінниця, 2007. – 126 с.
49. Катыс Г. П. Обработка визуальной информации / Г. П. Катыс. – М. : Машиностроение, 1990. – 320 с.
50. Машинное зрение. Тематический выпуск. / ТИИЭР – М. : Мир, 1988. – Т. 76. – 237 с.
51. Системы технического зрения / Г. К. Афанасьев, П. Д. Кухарчик, В. И. Лебедев, и др. – Л. : Машиностроение, 1988. – 424 с.
52. Кожемяко В. П. Оптоэлектронный параллелизм в образной обработке информации с выделением признаков / В. П. Кожемяко, Ю. А. Сторожук, Ю. Ф. Кутаев // ІІ Всесоюзная научно-техническая конференция по функциональной оптоэлектронике: Оптоэлектронные методы и средства обработки зображений ; 25.05.1987. – Винница-Тбилиси, 1987. – 119 с.
53. Кожемяко В. П. Оптоэлектронные логико-временные информаци-онно-вычислительные среды / В. П. Кожемяко. – Тбилиси : Мецниереба, 1984. – 357 с.
54. Параллельно-иерархические сети : [Монографія.] / Л.И. Тимченко [и др.]. – К.: Віпол, 2010. – 653 с.
55. Тимченко Л.И., Аль-Кхури Талал, Павлов С.В. Математическая модель параллельно-иерархического преобразования биомедицинской информации. - Киев, 1992. -24 с.. - Рус. - Деп. в Укр НИИНТИ 07.05.92, №652-Ук 92.
56. О методе параллельно-иерархической обработки изображений /
Кожемяко В.П., Тимченко Л.И., Ивасюк И.Д. : Праці міжнародного симпозіуму ["Інформаційні технології та розпізнавання образів. Імовірнісні моделі та обробка випадкових сигналів і полів"], (Львів-Харків-Тернопіль, 1993) – Том.3. – 1993. – С. 38-43.
57. Кожемяко В.П Основы теории и схемотехники оптоэлектронных элементов и устройств логико–временного типа. Автореферат диссертации доктора технических наук, – Винница, 1988 г.
58. Кожемяко В. П., Натрошвили О. Г. , Тимченко ЛИ. и др. Оптоэлектронные параллельные вычислительные устройства. Тбилиси, Изд–во Тбилиского университета, 1985.– 241с.
59. Патент 1824665 РФ, МКИ Н 03 К 3/26. Оптоэлектронный многофункциональный элемент: Пат. 1824665 РФ, МКИ Н 03 К 3/26 /Кожемяко В.П., Гель В.П., Тимченко Л.И., Головань О.А. № 4934385; Заявл. 05.05.1991; Опубл. 28.04.93. - 3с.
60. Вступ в алгоритмічну теорію ієрархії і паралелізму нейроподібних обчислювальних середовищ та її застосування до перетворення зображень. Основи теорії пірамідально мережевого перетворення зображень / Кожем’яко В.П., Тимченко Л.І., Кутаев Ю.Ф., Івасюк І.Д. - К: УМК ВО, 1994. - 272с.
61. Бабский Е.Б., Зубков А.А., Косицкий Г.И., Ходоров Б.И. Физиология человека.- М.: Медицина - 1972, 656с.
62. А.с. СССР №1377607. Электронный термометр. /Кузьмин И.В., Кожемяко В.П., Тимченко Л.И., Чепорнюк С.В., Березов Г.Н. (СССР). - № 4184791/24-21; Заявлено 22.01.87; Опубл. 15.03.89- 1988.- БИ №8.
63. Кожемяко В.П., Тимченко Л.И., Павлов С.В., Чеплак Г.В. Классификационный анализ архитектур и алгоритмов параллельных вычислительных систем /Винницк. политехн. ин-т. - Винница, 1993.- 20с. Рус.- Деп. в УкрГНТБ 13.05.93, №900 -Ук-93.
64. Кожемяко В.П., Лысенко Г.Л., Тимченко Л.И. Математические модели логико-временной обработки информации // Применение математических методов и вычислительной техники в управлении.- Тбилиси: Сабчота Сакартвело. - 1985, С. 113.
65. Способ измерения интенсивности света: А.с. №1307244 СССР, МКИ G 01 J 1/42 /Кожемяко В.П., Камкамидзе К.Н., Натрошвили О.Г., Поплавский А.В., Тимченко Л.И. и др. (СССР). - № 3850152/31-25; Заявлено 01.02.85; Опубл. 30.04.87, Бюл. №16. - 4 с.
66. Карцев М.А., Брик В.А. Вычислительные системы и синхронная арифметика.- М.: Радио и связь, 1981. - 360с.
67. Тимченко Л.И., Ивасюк И.Д., Чеплак Г.В. Структуры параллельной памяти на основе пирамидально-иерархического преобразования/ Винницк. политехн. ин-т.-Винница, 1993. -63с. Рус. Деп. в ГНТБ Украины 13.05.93, N893 -Ук93.
68. Журавлев Ю.П., Аникшин Ю.С. Системное проектирование памяти ЦВМ. - М.: Советское радио, 1976.
69. Кузьмин И.В. Основы теории информации и кодирования / И.В. Кузьмин, В.А. Кедрус – К.: Вища школа, 1986. – 238 с.
70. Баклицкий В.К., Юрьев А.Н. Корреляционно-экстремальные методы навигации.- М.: Радио и связь, 1982. - 256с.
71. Кутаев Ю.Ф. Системы корреляционно-экстремального измерения координат на базе обобщенного Q-преобразования изображений: Автореферат диссертации канд. техн. наук: 05.11.16 / Винницкий политехн. ин-т. - Винница, 1989. - 40 с.
72. Кожемяко В.П., Тимченко Л.И. Лысенко Г.Л., Кутаев Ю.Ф., Функциональные элементы и устройства оптоэлектроники.- К.: УМК ВО, 1990.- 251с.
73. Кожемяко В.П., Тимченко Л.И., Кутаев и др. Цифровая обработка теплограмм медико-биологического объекта. Методические рекомендации. Винница. 1987. с.24
74. Прэтт У. Цифровая обработка изображений. В 2-х книгах, ч.1.-310 с., ч.2.-790 с.- М.: Мир, 1982.
75. Хорн Б.К.П. Зрение роботов. - М.: Мир, 1989, 487с.
76. L. Timchenko, A. Poplavskyy, N. Petrovskyi, N. Kokriatskaia, and Y. Kutaev, "Method of reference tunnel formation for improving forecast results of the laser beams spot images behavior" J. Opt. Eng. 50, 117007 (2011), DOI:10.1117/1.3655502
77. Leonid I. Timchenko ; Natalia I. Kokryatskaya ; Viktor V. Melnikov and Galina L. Kosenko"Method of forecasting energy center positions of laser beam spot images using a parallel hierarchical network for optical communication systems", J. Opt. Eng. 52(5), 055003 (May 09, 2013).
78. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. М., Мир, 1976, 176с.
79. Аляутдинов М.А. Методы распараллеливания и программно-аппаратной реализации нейросетевых алгоритмов обработки изображений /
Аляутдинов М.А., Галушкин А.И., Назаров Л.Е. // Нейрокомпьютеры: разработка, применение. – №2. – 2003. – С. 3-21.
80. С. Хайкин Нейронные сети: полн. курс / С. Хайкин [пер. с англ.] – Издательский дом Вильямс, 2008. – 1103 с.
81. Разработка и исследование нейросетевых методов алгоритмов обработки аэрокосмических изображений. / Аляутдинов М.А., Балухто А.Н., Галушкин А.И., Назаров Л.Е. // Нейрокомпьютеры: разработка, применение. – 2006. – №11/12. – С. 13-28.
82. Александров В.В. Представление и обработка изображений: Рекурсивный поход / В.В. Александров, Н.Д. Горский – Л.: Наука, 1985. –192 с.
83. Гонсалес Р. Цифровая обработка изображений. / Гонсалес Р., Вудс Р. – М.: Техносфера, 2005. – 1072 с.
84. Оппенгейм А. Цифровая обработка сигналов. / Оппенгейм А., Шафер Р. – Москва: Техносфера, 2006. – 856 с.
85. Погребной В.А. Бортовые системы обработки сигналов. / Погребной В.А. – К.: Наукова думка, 1984. – 216 с.
86. Грузман Н. С. Цифровая обработка изображений в информационных системах/ Н. С. Грузман, В. С Киричук., В. П Косых. и др /: Уч.пособие. – Новосибирск, НГТУ, 2000. – 440 с.
87. Кожем’яко А.В., Кожем’яко В.П «Концепції створення образного комп’ютера око-процесорного типу». "Искусственный интеллект" №.3, 2008.
88. Натрошвили О.Г., Кожемяко В.П.. Организация оптоэлектронных некогерентных процессов ЦВМ. Саникидзе.–Тбилиси: Ганатлеба, 1989. – 512 с.
89. Кожем’яко В. П. Архітектура логіко–часового оптоелектронного процесора обробки зображень / В. П. Кожем’яко, Г. Л. Лисенко, С. М. Цирульник // Оптико–електронні інформаційно–енергетичні технології. – 2004. – №1(7). – с. 103–110.
90. Сегментація напівтонових зображень за ознакою зв’язності: [Монографія.] / Железняк А.Л., Тимченко Л.І., Стасюк О.І., Скорюкова Я.Г., Марков С.М. – К.: ДЕТУТ, 2008. – 144 с.
91. Талеб М.А. О сегментации цветных изображений / Талеб М.А., Старовойтов В.В. // Известия Национальной академии наук Беларуси. Сер. технические науки. – Минск, 2000. – №1. – С. 107-111.
92. Parallel algorithms for digital image processing, computer vision and neural networks / I.Pitas ed. – John Wiley & Sons, 1993. – 410 p.
93. Schlesinger M. Ten Lectures on Statistical and Structural Pattern Recognition
94. Гупал А. М. Оптимальные процедуры распознавания / А. М. Гупал, И. В. Сергиенко // Кибернетика и системный анализ. – 2003. – № 1. – С. 21-29.
95. Меденников П. А. Адаптивный алгоритм и система признакового распознавания / П. А. Меденников, Н. И. Павлов // Оптический журнал. – 2000. – № 1. – С. 46-51.
96. Абакумов В. Г. Автоматизированное распознавание при обработке биомедицинских изображений / В. Г. Абакумов, В. Н. Крылов, С. Г. Антощук // Электроника и связь. – 2002. – № 15. – С. 124-127.
97. Гейкни В. Системы распознавания автоматизированных производств / В. Гейкин, Л. Ерош, Э. Москалёв. – М. : Машиностроение, 1996. – 352 с.
98. Горелик А. Л. Методы распознавания / А. Л. Горелик, В. А. Скрипкин. – М. : Высшая школа, 1984. – 207 с.
99. D. A Forsyth and J. Ponce. Computer Vision, a Modem Approach. Prentice Hall, Upper Saddle River, NJ, 2003
100. T. M. Cover and J. A. Thomas. Elements of Information Theory. John Wiley and Sons, Hoboken, NJ, USA, 2006. 2nd edition.
101. R. С Gonzalez and R. E. Woods. Digital image processing. Prentice Hall, Upper Saddle River, NJ, 2nd edn., 2002. [Електронний ресурс] − Режим доступу до документу: http://www.gobookee.com/digital-image-processing-gonzalez/
102. Левковская Т.В. Идентификация спектральных изображений и речи// Сб. Анализ цифровых изображений.– Минск: ОИПИ НАН Б., 2003. –193с.
103. Билл Смит. Методы и алгоритмы вычислений на строках: сжатие данных, криптография, распознавание речи, компьютерное зрение, вычислительная геометрия. Вильямс, 2008. – 496 c.
104. Гонсалес Р. Цифрова обробка зображень./ Р.Гонсалес, Р. Вудс. / Пер. с англ.– Москва.– Техносфера. – 2006. –1072 с.
105. Грузман Н. С. Цифровая обработка изображений в информационных системах/ Н. С. Грузман, В. С Киричук., В. П Косых. и др /: Уч.пособие. – Новосибирск, НГТУ, 2000. – 440 с.
106. S. E. Umbaugh. Computer Vision and Image Processing: A Practical Approach Using CVIPTools. Prentice HaU PTR, Upper Saddle River, NJ, 1998.
107. Волович Г. И. Схемотехника аналоговых и аналого–цифровых электронных устройств : [Текст] / Г.И. Волович. – М.: Додэка–XXI, 2005. – 528с. : ил.; Библиогр.: с. 527–528.
108. Гребнев А. К. Оптоэлектронные элементы и устройства : [Текст] / А. К. Гребнев, Гридин В.Н., Дмитриев В.П.; [Под ред. Ю.В. Гуляева ].– М.: Радио и связь, 1998. – 336 с.
109. Галушкин А.И. Современные направления развития нейрокомпьютерных технологий в России//Открытые системы. 1997. №4. С.25–48.
110. Оптико-електронні технології аналізу біомедичних зображень. Монографія/ С.В. Павлов, В.П. Кожем’яко, І.І. Бурденюк,Рамі Ребхі Хамді – Вінниця: ВНТУ,2011 – 166с.