Запис Детальніше

Модели признаковых описаний и их трансформации при распознавании изображений

Електронного архіву Харківського національного університету радіоелектроніки (Open Access Repository of KHNURE)

Переглянути архів Інформація
 
 
Поле Співвідношення
 
Creator Власенко, Н. В.
 
Date 2014-06-19T10:23:27Z
2014-06-19T10:23:27Z
2013
 
Identifier Власенко, Н. В. Модели признаковых описаний и их трансформации при распознавании изображений : автореф. дис. ... канд. техн. наук : 05.13.23 "Системы и средства искусственного интеллекта" / Н. В. Власенко ; МОН Украины, Харьк. нац. ун-т радиоэлектроники. – Х., 2013. – 139 с. – Библиогр.: с. 122–135.
http://hdl.handle.net/123456789/1179
 
Description Дисертацію присвячено розробленню ефективних методів побудови, аналізу і трансформації ознакових описів зображень для покращення характеристик розпізнавання.
Розроблено метод побудови компактних інформативних ознакових описів на основі моделей подання і оброблення даних в ортогональному базисі Уолша, який дає можливість проводити розпізнавання зображень об’єктів з високим рівнем швидкодії без зниження завадостійкості. Запропонована модель компресування ознакових описів із використанням критерію стабільності, що забезпечує суттєвий виграш у загальному часі оброблення та скорочення об’єму описів при збереженні необхідного рівня правильної класифікації. Удосконалені моделі для побудови подібностей описів шляхом ранжирування та відбору скінченного кортежу їх найбільш схожих компонентів, а також із використанням принципу найближчих сусідів. Набула подальшого розвитку модель багатокритеріальної оптимізації з метою оптимального вибору порогу еквівалентності елементів описів, реалізація якої забезпечує адаптацію до бази зображень та покращує достовірність розпізнавання. Вирішено практичні задачі підвищення швидкодії при класифікації зображень, отриманих при дистанційному зондуванні природних середовищ з аерокосмічних носіїв та при визначенні товщини шару покриття автошляхів завдяки оптимальному обробленню сигналів георадару, а також автоматизації і скорочення часу оброблення зображень лікарської рослинної сировини.The dissertation work is devoted to the development of efficient methods for construction, analysis and transformation of feature descriptions of images to improve recognition performance.
A method for construction of compact informative feature-based descriptions based on models of data representation and processing in Walsh orthogonal basis was introduced, which makes it possible to recognize images of objects with high performance without reducing of noise immunity level.
An approach of feature descriptions compression using the stability criterion, which provides a significant gain in the overall processing time and reduce the amount of descriptions preserving the required level of correct classification was proposed.
Improved models for the construction of descriptions similarities and ranking by selecting a finite tuple of the most similar components, and using the principle of nearest neighbors classification were suggested.
Multi-objective optimization model for the optimal choice of threshold for description elements equivalence was improved. The implementation of this model ensures adaptation to the image database and improves the reliability of recognition.
Practical problems to improve performance of the classifications of images obtained by remote sensing of natural environments of aerospace media and during an estimation of coating roads thickness due to optimal signal processing ground penetrating radar were resolved, as well as an automation and reducing time of medical plants image processing.
 
Language uk
 
Subject розпізнавання зображень
характерні ознаки
SURF
ознаковий опис
подібність описів
функції Уолша
ортогональне перетворення
стиснення опису
двокритеріальна оптимізація
pattern recognition
features
SURF
features description
similarity descriptions
Walsh functions
orthogonal transformation
compression of description
2-criteria optimization
 
Title Модели признаковых описаний и их трансформации при распознавании изображений
 
Type Abstract