МЕТОДИ КОМП’ЮТЕРНОЇ ІДЕНТИФІКАЦІЇ ЗОБРАЖЕНЬ РУХОМИХ ОБ’ЄКТІВ НА ОСНОВІ КЛІТИННИХ АВТОМАТІВ З ГЕКСАГОНАЛЬНИМ ПОКРИТТЯМ Диссертация

Короткий опис:
Міністерство освіти і науки, молоді та спорту України

Державний економіко – технологічний університет транспорту

На правах рукопису

МОТОРНЮК РУСЛАН ЛЕОНІДОВИЧ

УДК 004.932:519.713(043.5)

МЕТОДИ КОМП’ЮТЕРНОЇ ІДЕНТИФІКАЦІЇ ЗОБРАЖЕНЬ РУХОМИХ ОБ’ЄКТІВ НА ОСНОВІ КЛІТИННИХ АВТОМАТІВ З ГЕКСАГОНАЛЬНИМ ПОКРИТТЯМ

05.13.05 – Комп’ютерні системи та компоненти

Дисертація на здобуття наукового ступеня кандидата технічних наук

Науковий керівник

к.т.н., доцент

Білан Степан Миколайович

Київ – 2013

ЗМІСТ

ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ. 6

ВСТУП.. 7

РОЗДІЛ 1 ВИСОКОЕФЕКТИВНІ АРХІТЕКТУРИ КОМП'ЮТЕРНИХ СИСТЕМ СПЕЦІАЛЬНОГО ПРИЗНАЧЕННЯ НА БАЗІ КЛІТИННИХ АВТОМАТІВ ДЛЯ ІДЕНТИФІКАЦІЇ РУХОМИХ ОБ’ЄКТІВ.. 13

1.1 Аналіз специфіки завдання комп’ютерної ідентифікації рухомих об’єктів по їх зображеннях. 13

1.1.1 Швидкодія як основний критерій для систем ідентифікації в режимі реального часу. 13

1.1.2 Ідентифікація на основі оцінки характеристичних ознак. 14

1.1.3 Огляд існуючих програмних та апаратних комп’ютерних засобів ідентифікації об’єктів по їх зображеннях. 15

1.2 Клітинні автомати як спеціалізовані комп’ютерні компоненти SIMD архітектури 17

1.2.1 Становлення парадигми паралельних обчислень клітинних автоматів. 17

1.2.2 Основні властивості класичної моделі КА.. 18

1.3 Аналіз можливості виділення характеристичних ознак зображення спеціалізованими комп’ютерними засобами на основі КА.. 22

1.3.1 Огляд основних методів виділення характеристичних ознак зображення. 23

1.3.2 Перетворення Радона. 24

1.3.3 ХО у вигляді остова зображення. 28

Висновки до розділу. 30

РОЗДІЛ 2 РОЗРОБКА МЕТОДІВ ФУНКЦІОНУВАННЯ ВИСОКОЕФЕКТИВНИХ АРХІТЕКТУР КОМП'ЮТЕРНИХ СИСТЕМ НА ОСНОВІ КЛІТИННИХ АВТОМАТІВ З ГЕКСАГОНАЛЬНИМ ПОКРИТТЯМ ДЛЯ ІДЕНТИФІКАЦІЇ ЗОБРАЖЕНЬ РУХОМИХ ОБ’ЄКТІВ.. 31

2.1 Вибір основних параметрів розроблюваних апаратно-програмних методів ідентифікації рухомих об’єктів. 31

2.1.1 Визначення структури комп’ютерної системи ідентифікації рухомих об’єктів 31

2.1.2 Вибір типу покриття КА.. 34

2.2 Розробка модифікованого методу та математичної моделі виділення рухомих частин зображення для реалізації на КАГП.. 39

2.2.1 Адаптація пошуку руху методом різниці кадрів для КАГП. 40

2.2.2 Фільтрування одиничних помилок та побудова проекцій рухомої області на КАГП. 46

2.2.3 Визначення характеристик руху об’єкта. 48

2.3 Розробка методу ідентифікації зображень та математичної моделі виділення ХО на основі перетворення Радона для реалізації на КАГП.. 51

2.3.1 Проблеми методів ідентифікації зображень при виділенні ознак, що базуються на аналізі контуру. 52

2.3.2 Фізичний зміст перетворення Радона стосовно апаратної реалізації на КАГП. 54

2.3.3 Принципи побудови інтегральних проекцій ПР в КАГП. 59

2.4 Розробка методу ідентифікації зображень та математичної моделі виділення ХО у вигляді остову для реалізації на КАГП.. 66

2.4.1 Огляд існуючих методів та основні вимоги щодо виділення остова зображення в системах ідентифікації зображень. 67

2.4.2 Число Ейлера як міра просторової цілісності при виділенні остова бінарного зображення. 68

2.4.3 Розробка методу виділення остова зображення на основі нульового диференціала Ейлера на КАГП.. 75

2.5 Розробка комбінованого методу ідентифікації на основі ХО у вигляді ПР та остову зображення для реалізації на КАГП.. 81

Висновки до розділу. 83

РОЗДІЛ 3 ТЕХНІЧНА РЕАЛІЗАЦІЯ МЕТОДІВ КОМП’ЮТЕРНОЇ ІДЕНТИФІКАЦІЇ ЗОБРАЖЕНЬ РУХОМИХ ОБ'ЄКТІВ НА ОСНОВІ КЛІТИННИХ АВТОМАТІВ З ГЕКСАГОНАЛЬНИМ ПОКРИТТЯМ.. 84

3.1 Розробка КАГП для реалізації методу знаходження та виділення рухомих частин зображення. 84

3.1.1 Алгоритм роботи ПЕ КАГП для знаходження та виділення рухомих частин зображення. 1.     Теоретично обґрунтовано доцільність використання спеціалізованих комп’ютерних компонентів, побудованих на технологіях клітинних автоматів з гексагональним покриттям, для високопродуктивної комп’ютерної обробки та ідентифікації зображень.

2.     Розроблено модифікований метод пошуку, виділення та детектування рухомих частин зображення для спеціалізованих паралельних обчислювальних засобів, реалізованих на клітинних автоматах з гексагональним покриттям.

3.     Вперше розроблено метод виділення характеристичних ознак зображення рухомого об’єкта шляхом побудови шести проекцій перетворення Радона. Отримані проекції від перетворення Радона дозволили сформувати набір ознак, оптимальний для ефективного розпізнавання та ідентифікації зображень об’єктів. Згідно даного методу ідентифікації зображень побудовано однорідне обчислювальне середовище, яке функціонує за принципами організації клітинного автомату з гексагональним покриттям. Розроблено спеціалізовані цифрові апаратні засоби, які реалізують паралельну обробку динамічних зображень та здійснюють пошук рухомих частин зображення з виділенням характеристичних ознак рухомих об’єктів на основі перетворення Радона.

4.     Вперше розроблено метод виділення остова зображення рухомого об’єкта на основі нульового диференціала Ейлера, який дозволив побудувати метод ідентифікації рухомих об’єктів з мінімальними часовими витратами та високою швидкодією. Завдяки реалізації його на спеціалізованих комп’ютерних компонентах на основі клітинного автомату з гексагональним покриттям доведена його ефективність. Розроблено високоефективний спеціалізований процесор виділення остова зображення рухомого об’єкта на основі нульового диференціала Ейлера.

5.     Проведено експериментальні дослідження шляхом моделювання розроблених методів та побудованих на їх основі спеціалізованих комп’ютерних засобів. Результати програмного моделювання показали високу продуктивність функціонування розроблених методів, що співпадає з результатами апаратного моделювання в середовищі Active-HDL обчислювальних пристроїв на основі клітинних автоматів з гексагональним покриттям.

6.     Порівняння швидкодії із найближчими по функціональності аналогами показали перевагу розроблених засобів на 1-3 порядки над апаратно реалізованими на ПЛІС, та на 2-4 порядки над програмно реалізованими.

Аналіз швидкодії розроблених апаратних засобів дає змогу зробити висновок про можливість використовувати метод та розроблені комп’ютерні компоненти для ідентифікації рухомих об’єктів в режимі реального часу.

1.    В.А. Алексеєв, Н.І. Алішов, П.І. Андон, А.В. Анісімов, Л.Б. Баран, В.М. Бєлов, В.П. Боюн, В.М. Булавацький, С.Г. Бунін, В.Я. Валах Стан та перспективи розвитку інформатики в Україні: монографія// НАН України. — К.: Наук. думка, 2010. — 1006 с. — ISBN 978-966-00-0972-0.

2.    Zuse K. Calculating Space: Translated from German. – Tech. Transl. AZT-70-64- GEMIT. – MIT Project MAC, 1970; В оригинале: Zuse K. Rechnender Raum. – Vieweg, Braunschweig, 1969.

3.    Уильям Гибсон, Брюс Стерлинг. Машина различий. / Перевод: М. Пчелинцев. У-Фактория, 2002.

4.    A.Иванов Школа академика С.А.Лебедева в развитии отечественной вычислительной техники // Электроника: НТБ. — 2002. — № 6. — С. 48 - 54.

5.    Брусенцов Н.П., Златкус Г.В, Руднев И.А. ДССП - диалоговая система структурированного программирования. // Программное оснащение микрокомпьютеров. М.: Изд-во МГУ, 1982, с.11-40.

6.    Монастырский М. И. Джон фон Нейман — математик и человек. // Историко-математические исследования. — М.: Янус-К, 2006. — № 46 (11). — c. 240-266.

7.    Фон Нейман Дж. Теория самовоспроизводящихся автоматов: Пер. с англ. – М.: Мир, 1971; В оригинале: von Neumann J. Theory of Self-Reproducing Automata: Edited and completed by A. Burks. – University of Illinois Press, 1966.

8.    Интервью с Гордоном Муром // IDF Fall, 2007 - http://www.modlabs.net/articles/intervju-s-gordonom-murom-idf-fall-2007.

9.    Боюн В.П. Информационно согласованные методы и средства преобразования и обработки информации в системах реального времени // Вестн. Херсон. гос. техн. ун-та. — 1999. — N 1(5). — с. 156-159.

10. Боюн В.П. Інформаційні і вимірювальні відеопроцесорні пристрої та області їх застосування // Наука та інновації. — 2005. — 1, N 6. — С. 102-106.

11. Боюн В.П. Керуюча обчислювальна техніка і системи реального часу в Україні (стан, проблеми, перспективи) // Наука та наукознавство. — 2006. — N 3. — С. 130-136.

12. С. Н. Белан, Р. Л. Моторнюк Выделение характеристических признаков изображений с помощью преобразования Радона и возможность его аппаратной реализации в клеточных автоматах // Кибернетика и системный анализ, 2013, № 1, с. 11-19.

13. Білан С.М., Моторнюк Р.Л. Система ідентифікації вантажних вагонів по номерах на основі клітинних технологій.//Збірник наукових праць Державного економіко-технологічного університету транспорту. Серія „Транспортні системи і технології”. – 2010. – № 17. – с. 183-188.

14. Белан С.Н., Моторнюк Р.Л. Реализация клеточных автоматов для анализа изображений на основе преобразования радона. //Матеріали четвертої Міжнародної науково - практичної конференції «Сучасні інформаційні та інноваційні технології на транспорті» (MINTT-2012) – том 1,- 2012 р. – с.5-6.

15. Білан С.М., Моторнюк Р.Л. Спосіб ідентифікації рухомих об’єктів.// Патент України на корисну модель № 61493 - Бюл. № 14, від 25.07.11 р.

16. Білан С.М., Моторнюк Р.Л. Системи супроводження рухомих об’єктів у реальному часі на основі клітинних технологій.//Збірник наукових праць ДЕТУТ. Серія «Транспортні системи і технології»-Вип. 18,-2011– с. 5-13.

17. Білан С.М., Моторнюк Р.Л. Системы наблюдения за подвижными объектами железнодорожного транспорта в реальном времени на основе клеточных технологий./Белан С.Н., Моторнюк Р.Л.//Матеріали третьої Міжнародної науково - практичної конференції «Сучасні інформаційні та інноваційні технології на транспорті» (MINTT-2011) – том 1,- 2011 р. – с. 231- 233.

18. Боюн В.П., Білан С.М., Моторнюк Р.Л. Комп’ютерна програма «Моделювання клітинного середовища для виділення рухомих об’єктів зорової сцени «Moving Detector»».//Свідоцтво про реєстрацію авторського права на твір № 41260, від 07.12.11р.

19. Білан С.М., Моторнюк Р.Л. Однорідні клітинні структури для сегментації зображень і виділення центрів сегментів та моделювання їх в середовищі Active – HDL.// Вісник ВПІ – 2002 - №5 – с. 55-58.

20. С. М. Белан, Р. Л. Моторнюк Сегментация изображений в однородных клеточных автоматах.//Збірник матеріалів конференції “ІНТЕРНЕТ, ОСВІТА, НАУКА - 2000”, Вінниця – 2000 – с.307-309.

21. Білан С.М., Моторнюк Р.Л. Клітинні технології виділення остову рукописних символів в системах біометричної ідентифікації.//Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій. Матеріали науково – практичної конференції. Том 3 – Херсон: ПП Вишемирський В.С., 2007 – 212 с. – с.14-17.

22. Білан С.М., Моторнюк Р.Л., Пільганчук Т.С., Нефедова І.М. – Спосіб передачі факсимільних зображень з розпізнаванням символів.//Патент України на корисну модель № 60803, Бюл. № 12 від 25.06.11 р.

23. Моторнюк.Р.Л. Система ідентифікації вантажних вагонів по номерах на основі клітинних технологій // Матеріали V Міжнародної науково-практична конференція «Проблеми і перспективи розвитку транспортних систем: техніка, технологія, економіка і управління», ДЕТУТ, 2011. - с. 183-188.

24. Моторнюк Р.Л. Технічна реалізація системи обробки зображень на основі перетворення І.Радона.//Збірник тез XLI науково-практичної конференції молодих учених, аспірантів і студентів “Залізничний транспорт; сучасні проблеми науки” -Київ-2012 – с.110-112.

25. Горелик А.Л., Скрипкин В.А. Методы распознавания. – М.:ВШ,1989.

26. Горелик А. Л., Гуревич И. Б., Скрипкин В. А. Современное состояние проблемы распознавания: Некоторые аспекты. Н., Радио и связь, 1985.

27. Геппенер В. В., Назаров В. Б., Яфаева Н.Ю. Алгоритм классификации на основе разнородных признаков. Л., Известия ЛЭТИ, вып. 415, 1989.

28. Васильев В.И. Распознающие системы: Справ. Киев: Наук. думка, 1983.

29. Дуда Р., Харт П. Распознавание образов и анализ сцен / Пер. с англ. М.: Мир, 1976.

30. Тимохин В. И. Применение ЭВМ для решения задач распознавания образов. Л. , 1983.

31. Техническое зрение в системах управления мобильными объектами-2010: Труды научно-технической конференции-семинара. Вып. 4 / Под ред. Р. Р. Назирова.— М.: КДУ, 2011.— 328 с.: табл., ил., ив. ил. ISBN 978-5-98227-794-7.

32. Васин Н.Н., Баранов А.М. Обработка видеосигналов для идентификации объектов на железнодорожном переезде // Компьютерная оптика. 2005. Выпуск 28. – с.152-155.

33. Hiroaki Niitsiima, Tsutomu Maruyama Real-Time Detection of Moving Objects // FPL 2004, LNCS 3203, pp. 1155-1157, - ISSN 0302-9743, ISBN 3-540-22989-2.

34. Hiroaki Niitsuma, Tsutomu Maruyama Real-Time Generation Of Three-Dimensional Motion Fields // FPL 2005: pp. 179-184 - ISBN 0-7803-9362-7.

35. Ashit Talukder, Larry Maithies Real-time Detection of Moving Objects from Moving Vehicles using Dense Stereo and Optical Flow // Intelligent Robots and Systems, 2004. (IROS 2004). 3718 - 3725 vol.4.

36. Nan Lu, Jihong Wang, Q.H. Wu, Li Yang An Improved Motion Detection Method for Real-Time Surveillance // IAENG International Journal of Computer Science, 35:1, IJCS_35_1_16, - ISSN: 1819-9224 (online version); 1819-656X (print version).

37. Sedat Doğan, Mahir Serhan, Temiz Sıtkı Külür Real Time Speed Estimation of Moving Vehicles from Side View Images from an Uncalibrated Video Camera // Sensors 2010, 10, pp. 4805-4824, - ISSN 1424-8220.

38. Chunrong Yuan, Hanspeter A. Mallot Real-Time Detection of Moving Obstacles from Mobile Platforms // ICRA10 Workshop on Robotics and Intelligent Transportation System. - pp. 109-113.

39. Тоффоли Т., Марголус Н. Машины клеточных автоматов. Пер. с англ. – М.: Мир, 1991. – 280 с.

40. Ulam S. Random Processes and Transformations // Procedings Int. Congr. Mathem. – 1952. – №2. – pp. 264-275.

41. Аладьев В.З. Классические однородные структуры. Теория и приложения / В.З. Аладьев, В.К. Бойко, Е.А. Ровба. – Гродно: ГрГУ, 2008. – 486 с.

42. F. Blanchard, P. Kurka, and A. Maass Topological and Measure-Theoretic Properties of One-Dimensional Cellular Automata // Physica D: Nonlinear Phenomena, 103(1-4), 1997 pp. 86-99.

43. Білан С.М. Принципи побудови однорідних клітинних нейроквантронавтоматів для виділення контурів зображення – Вісник ВПІ, №3, 1999р., с.36-40.

44. Білан С.М. Теоретичні основи клітинних аперіодичних автоматів – Перша міжнародна науково-методична конференція “Методичні та організаційні аспекти використання мережі Інтернет в закладах науки та освіти” (Інтернет-Освіта-Наука-98). Матеріали конференції. Том 2. – Вінниця: “УНІВЕРСУМ Вінниця”, 1998. – с.409 - 416.

45. Белан С.Н. Специализированные клеточные структуры для контурного анализа изображений.// Кибернетика и системный анализ - №5 – 2011 – С. 33-44.

46. Білан С.М. Масштабування зображень у дискретних однорідних аперіодичних нейроавтоматах – Вісник ВПІ, №1, 1999р., с.7-11.

47. Варшавский В.Н. и др. Однородные структуры – М.: Энергия – 1973 – 151с.

48. Евреинов Э.В. Однородные вычислительные структуры и среды – М.: Радио и связь – 1986 – 304с.

49. Денисов В.М., Матвеев Ю.Н., Очин Е.Ф. Принципы организации систем обработки изображений на базе клеточной логики. // Зарубежная радиоэлектроника – 1984 - №1 – С. 3-25.

50. Л.А. Наумов, А.А. Шалыпо. Клеточные автоматы, реализация и эксперименты. /Мир ПК, - №8,- 2003 г.-С. 64-81.

51. Хорн Б.П. Зрение роботов. – М.: Мир, 1989. – 488 с.

52. Hedlung G. A. Endomorphism and Automorphism of the Shift Dynamic System // Math. Syst. Theory. – 1969. – №3. – pp. 51-59.

53. Holland J. Universal Spaces: A Basis for Studies in Adaptation // Automata Theory. – Academic Press. – 1966. – pp. 218-230.

54. Gardner M. The Fantastic Combinations of John Conway’s New Solitaire Game “Life” // Scientific American. – 1970. – №223. – pp. 120-123.

55. Гарднер М. Крестики-нолики: Пер. с англ. – М.: Мир, 1988.

56. Гарднер М. Математические досуги: Пер. с англ. Ю. А. Данилова / Под ред. Я. А. Смородинского. – М.: Мир, 1972.

57. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). – 4-е изд. – М.: Наука, 1978.

58. Мошкин В. И., Петров А. А., Титов В. С., Якушенков Ю. Г. Техническое зрение роботов. – М.: Машиностроение, 1990. – 258 с.

59. Наумов Л. А. Метод введения обобщенных координат и инструментальное средство для автоматизации проектирования программного обеспечения вычислительных экспериментов с использованием клеточных автоматов. - Диссертация на соискание ученой степени кандидата технических наук: Санкт-Петербург, 2007.

60. Залманзон Л.А. Преобразование Фурье, Уолша, Хаара и их применение в управлении, связи и в других областях. М.: Наука, 1989.-496с.

61. Садыхов Р.Х., Самохвал В.А Идентификация сигнатур на основе аппарата дискриминантных функций // Известия НАН Беларуси. Сер. физ.-техн. Наук. - 1997. -№5-С. 123-126.

62. Richard 0. Duda Peter E. Hart USE OF THE HOUGH TRANSFORMATION TO DETECT LINES AND CURVES IN PICTURES // Published in the Comm. ACM, Vol 15, No.1 (January 1972), pp. 11-15.

63. Вершок Д.А., Садыхов Р.Х. Алгоритм выделения инвариантных нформативных признаков для распознавания рукописных символов, основанный на преобразовании Хафа // Идентификация образов: Сб. науч. тр.- Минск: Ин-т техн. кибернетики НАН Беларуси.- 1999.- С. 7-15.

64. Садыхов Р.Х., Муравин А.Л. Алгоритмы вычисления геометрических моментов изображения посредством преобразования Хартли // Известия НАН Беларуси. Сер. физ.-техн. наук. - 2004. - № 2. — Р. 79-83.

65. Отдыхов Р.Х., Вершок Д.А. Алгоритм выделения информативных признаков на основе преобразования Радона в системе распознавания рукописных признаков // Известия НАН Беларуси. Сер. физ.-техн. наук. - 1998. -№3.-С 103-107.

66. Баранов В.Г., Храмов А.Г. Дискретное веерное преобразование Радона в задаче выделения центров ветвей сетчатых структур// Институт систем обработки изображений РАН “Компьютерная оптика”. - 2002. - Выпуск 23. - с.44-47.

67. Кобасяр М.І., Русин Б. П. Детектування кривих з бінарних зображень за допомогою перетворення Радона // Вісник Національного університету “Львівська політехніка” “Радіоелектроніка та телекомунікації”. – 2001. №428.– с.6-9.

68. А. Ю. Дорогов Теоретические основы обучаемых алгоритмов быстрых преобразований // тезисы докладов конференции “Техническое зрение в системах управления-2011”, Москва 2011, С.107-109.

69. Toft P. The Radon Transform: Theory and Implementation // PhD thesis, Dept. of Math. Modelling Section for Digital Signal Processing, Technical Univ. of Denmark, 1996.

70. Д. Б. Волегов, В. В, Гусев, Д. В. Юрин Обнаружение прямых линий на изображениях на основе преобразования Хартли. Быстрое преобразование Хафа // в: 16-я международная конференция по компьютерной графике и ее приложениям ГрафиКон2006. Россия, Новосибирск, Академгородок, 2006, с. 182−191.

71. Kadyrov A., Petrou M. The Trace Transform and Its Applications // IEEE Ransactions On Pattern Analysis And Machine Intelligence, Vol 23, №. 8, 2001, p.811-828.

72. J. Radon.Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannigfaltigkeiten. Berichte Sachsische Akademie der Wissenschaften, Leipzig, Mathematisch-Physikalische Klasse, 69:262–277, 1917.

73. Левин Г.Г., Вишняков Г.Н. Оптическая томография –М.: Радио и связь, 1989.– 224с.: ил. - ISBN 5-256-00362-3.

74. Грузман И.С. Математические задачи компьютерной томографии. Соросовский образовательный журнал, том 7, №5. 2001.

75. Kirkpatrick, D.G. Efficient computation of continuous skeletons. In Proceedings of the 20th Annual IEEE Symposium on FOCS, 1979, pp.18-27.

76. Местецкий Л. Непрерывный скелет бинарного растрового изображения // международная конференция по компьютерной графике и ее приложениям ГрафиКон 1998. http://www.graphicon.ru/ru/conference/1998/proceedings.

77. Kwok P. A thinning algorithm by contour generation // Univ. of Calgary. – 1988. – Vol. 31. – Issue 11. – РР. 1314–1324.

78. Levaire J.-L., Ubeda S. A multiscale parallel thinning algorithm // Lecture Notes in Computer Science, Springer Berlin / Heidelberg. – 1992. – РР. 595–600.

79. Maher Ahmed, Rabab Ward, A Rotation Invariant Rule-Based Thinning Algorithm for Character Recognition, IEEE Transactions on Pattern Analysis and Machine Intelligence. Dec. – 2002. – Vol. 24. – №. 12. – РР. 1672–1678.

80. Моторнюк Р.Л. Розробка алгоритму та однорідної клітинної структури для сегментації зображень і виділення центрів сегментів // Випускна робота бакалавра. – Вінниця, 2000. – 30 с.

81. Курант Р., Роббинс Г. Что такое математика? Элементарный очерк идей и методов // Перевод с английского под редакцией проф. А. Н. Колмогорова, Ижевск: НИЦ “Регулярная и хаотическая динамика”, 2001, 592 с. ISBN 5-93972-029-3.

82. Даджион Д., Mepcepo P. Цифровая обработка многомерных сигналов: Пер. с англ.—М.: Мир, 1988.— 488 с., ил.

83. M.J.E.Golay Hexagonal parallel pattern transformations // IEEE Trans. Computers vol. C-18, Aug. 1969, p. 733-740.

84. R.C.Staunton Hexagonal image sampling, a practical proposition // Proc. SPIE vol. 1008, 1989, p. 23-27.

85. R.C.Staunton The design of hexagonal sampling structures for image digitisation and their use with local operators // Image and vision computing, vol. 7, №3, Aug. 1989, p. 162-166.

86. R.M.Mersereau The processing of hexagonally sampled two dimensional signals // Proc. IEEE vol. 67 №6, June 1979, p. 930-949.

87. Marta Woodward, Francis Muir Hexagonal Sampling // Stanford Exploration Project, SEP-38, 1984, p. 183-194.

88. Orten В., Alalan A., Moving Object Identification and Event Recognition in Video Surveillance Systems. // Ms. Thesis, Electric and Electronic Department. METU, 2005 – 73p.

89. Алпатов Б.А., Катаев А.А. Повышение эффективности выделения объекта в последовательности изображений при наличии априорной информации о минимальной площади и скорости движения // Цифровая обработка сигналов и её применения. Материалы 9-й междунар. конф. Том 2. – М.: 2007 – с. 323-326.

90. Куратовский К., Мостовский А. Теория множеств. /Перевод с англ. М. И. Кратко Под редакцией А. Д. Тайнанова. - М.: Мир, 1970. - 416 с.

91. Хаусдорф Ф. Теория множеств. /Перевод с нем. Н. Б. Веденисова. Под редакцией и с дополнениями проф. П. С. Александрова и проф. А. Н. Колмогорова. - Л.: Красный печатник, 1937 - 306 с.

92. Колесников А.Н., Тришина Е.В. Паралельный алгоритм утоньшения бинарных изображений // Автометрия, 1995 - №6 с. 7-12.

93. Fortune, S. A sweepline algorithm for Voronoi diagrams. Algorithmica, 2 (1987), p.153-174.

94. Препарата Ф., Шеймос М. Вычислительная геометрия: Введение: Пер. с англ. — М.: Мир, 1989.— 478 с. ISBN 5-03-001041-6.

95. Скворцов А.В. Триангуляция Делоне и её применение. – Томск: Изд-во Том. ун-та, 2002. – 128 с. ISBN 5-7511-1501-5.

96. Суясов Д.И., Шалыто А.А. Утончение изображений символов на основе клеточных автоматов // Материалы VI Всероссийской межвузовской конференции молодых ученых 2009. – СПб: СПбГУ ИТМО, 2009. - с.169-174.

97. Суясов Д.И., Шалыто А.А. Технология распознавания символов на основе клеточных автоматов // Материалы VI Всероссийской межвузовской конференции молодых ученых 2009. – СПб: СПбГУ ИТМО, 2009. - с.169-174.

98. ДеМерс Майкл Н. Географические информационные системы. Основы: Пер. с англ. – М.: Дата+, 1999.– 507 с.

99. Berry, J.K., 1993. Beyond Mapping: Concepts, Algorithms, and Issues in CIS Fort Collins, CO: GIS World. Boyce, R.R., and WAV. Clark, 1964. “The Concept of Shape in Geography.” Geographical Review, 54:561-572.

100. A. Rosenfeld and A. Kak, Digital Picture Processing (2nd ed.), New York: Academic Press, 1982.

101. Зубчук В.И. Справочник по цифровой схемотехнике – К.:Техника, 1990. – 448 с.

102. Савельев А.Я. Прикладная теория цифровых автоматов: Учеб. для вузов по спец. ЭВМ.– М.: Высш.шк., 1987. – 293 с.

103. Самофалов К.Г., Романкевич А.М., Валуйский В.Н., Каневский Ю.С., Пиневич М.М. Прикладная теория цифровых автоматов. –К.: Вища шк. Головное изд-во, 1987.– 375 с.

104. Майоров С.А., Новиков Г.И. Структура электронных вычислительных машин. –Л.: Машиностроение. Ленингр. отд-ние, 1979.– 384 с., ил.

105. Букреев И.Н., Мансуров Б.М., Горячин В.И. Микроэлектронные схемы цифровых устройств. Изд. 2-е. – М.: Сов. радио, 1975. – 368 с.

106. Каган Б.М. Электронные вычислительные машины и системы: Учеб. пособие для вузов.– 3-е изд., перераб. и доп. – М.: Энергоатомиздат, 1991.– 592 с.: ил.

107. Гальперин М.В. Практическая схемотехника в промышленной автоматике.– М.: Энергоатомиздат, 1987. – 138 с.

108. Баранов С.И. Синтез микропрограммных автоматов (граф-схемы и автоматы). 2-е изд., перераб. и доп. – Л.: Энергия, Ленингр. отд-ние, 1979. – 232с., ил.

109. Карпов Ю.Г. Теория автоматов – СПб.: Питер, 2003. – 208с.:ил.

110. Минский М. Вычисления и автоматы – М.: Мир, 1971. – 364 с.

111. Гудман С. и др. Введение в разработку и анализ алгоритмов.– М.: Энергоатомиздат, 1988. – 236 с.

112. Горлов М.И., Емельянов В.А., Строгонов А.В. Геронтология кремниевых интегральных схем. М.:Наука 2004.

113. Строгонов А.В. Оценка долговечности БИС по результатам ускоренных испытаний – Технологии в электронной промышленности, №3 2007г., с.90-96.

114. ALTERA Reliability Report Q3 2011 http://www.altera.com/literature/rr/rr.pdf.

115. MicroSemi Reliability Report revision 9, August 2011 http://www.actel.com/documents/ORT_Report.pdf.

116. XILINX Device Reliability Report, Fourth Quarter 2011, UG116 (v8.1) January 27, 2012 http://www.xilinx.com/support/documentation/user_guides/ug116.pdf.

117. А. ШАЛАГИНОВ Изучаем Active-HDL 7.1. Урок 1. Знакомство с пакетом - КОМПОНЕНТЫ И ТЕХНОЛОГИИ, № 3, 2009г., с.134-138.

118. А. ШАЛАГИНОВ Изучаем Active-HDL 7.1. Урок 2. Как задавать внешние воздействия с помощью стимуляторов - КОМПОНЕНТЫ И ТЕХНОЛОГИИ, № 4, 2009г., с.158-162.

119. А.С. Яицков VHDL - язык описания аппаратных средств: Учеб. пособие; Под. ред. акад. B.C. Бурцева, акад. Б.С. Митина.// М.: Изд-во МАТИ-РГТУ “ЛАТМЭС”, 1998- 119с.

120. Бибило П.Н. Основы языка VHDL. - Минск: Ин-т техн. кибернетики НАН Беларуси, 1999. - 202 с.

121. John C. Russ The image processing handbook. — CRC Press, 2007. ISBN0849372542.

122. Tania Stathaki Image fusion: algorithms and applications. — Academic Press, 2008. ISBN0123725291.