Дзюба Віталій Георгійович. Методи та засоби для розв'язку прикладних задач комп'ютерного аналізу зображень

Краткое описание

Дзюба Віталій Георгійович. Методи та засоби для розв'язку прикладних задач комп'ютерного аналізу зображень : Дис... канд. наук: 05.13.05 2009

Дзюба В.Г. Методи та засоби для розв'язку прикладних задач комп'ютерного аналізу зображень. Рукопис.
Дисертація на здобуття вченого ступеня кандидата технічних наук за фахом 05.13.05 Комп'ютерні системи та компоненти. Національний технічний університет України "Київський політехнічний інститут", Київ, 2009.
Дисертація присвячена розробці нових та удосконаленню існуючих методів та засобів для підвищення ефективності комп'ютерного аналізу зображень. В результаті теоретичних та експериментальних досліджень, проведених в дисертаційній роботі, модифіковано адаптивний метод лінійного контрастування для попередньої обробки зображень, вдосконалено метод екстракції ознак на основі просторової фільтрації, розроблено підхід, який полягає в уніфікації процедур екстракції ознак і класифікації об'єктів, встановлено, що екстракція ознак на основі просторової фільтрації в поєднанні з використанням асоціативних машин для розв'язання задачі розпізнавання об'єктів дозволяє ефективно вирішувати комплексну задачу аналізу зображень, запропоновано структуру комп'ютерної системи аналізу зображень, до складу якої входять компоненти для навчання та тестування, охоплені зворотним зв'язком, вперше розроблено методику визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування у вигляді рівняння регресії.

Основним результатом дисертаційної роботи є розробка нових та удосконалення існуючих методів і засобів ефективного комп'ютерного аналізу зображень. Результати можуть бути сформульовані у вигляді наступних положень.

Проведено порівняльний аналіз методів розпізнавання образів і обґрунтована доцільність використання вейвлет-перетворення та асоціативних машин для розв'язання задач пошуку та ідентифікації об'єктів на зображеннях.
Модифіковано адаптивний метод лінійного контрастування для попередньої обробки зображень, який, на відміну від відомого, характеризується більшою обчислювальною ефективністю, що досягається за рахунок пришвидшення процедури обчислення статистичних характеристик зображень.
Вдосконалено метод екстракції ознак на основі просторової фільтрації, що, в порівнянні з відомим, сприяє формуванню такого набору ознак, який дозволяє знизити складність нейронної мережі.
Розроблено підхід, який полягає в уніфікації процедур екстракції ознак і класифікації об'єктів, що дозволяє знизити складність програмної реалізації систем аналізу зображень.
В результаті дослідження та удосконалення відомих методів екстракції ознак і класифікації об'єктів встановлено, що екстракція ознак на основі просторової фільтрації в поєднанні з використанням асоціативних машин для розв'язання задачі класифікації об'єктів дозволяє ефективно вирішувати комплексну задачу аналізу зображень.
Запропоновано структуру комп'ютерної системи аналізу зображень, до складу якої входять компоненти для навчання та тестування, охоплені зворотним зв'язком, за рахунок чого підвищується адаптивність системи до змін характеристик зображень, які нею аналізуються.
Вперше розроблено методику визначення залежності між коефіцієнтом розпізнавання системи аналізу зображень і параметрами її налаштування у вигляді рівняння регресії. Розв'язання оптимізаційної задачі з використанням отриманого рівняння регресії для бази зображень FERET дозволило збільшити коефіцієнт розпізнавання із значення 80,86% до 85,22% за рахунок застосування методу послідовного квадратичного програмування.
Створено комплекс засобів, за допомогою якого практично підтверджена доцільність використання асоціативних машин для вирішення задач аналізу зображень.
Спроможність підходу до побудови систем аналізу зображень підтверджена в результаті розробки та використання окремих компонентів і систем, які складають практичну цінність дисертаційної роботи.