Для метода оценки локальной регулярности функции по значениям коэффициентов преобразования с обобщенными вейвлет-функциями доказаны достаточные условия этой зависимости.

Запропоновано використовувати ліфтінг для побудови вейвлетів на базі однорідних узагальнених функцій з метою зменшення помилки виділення контурів та організації швидких обчислень у задачі контурної сегментації зображень.

Предложен помехоустойчивый корреляционно-экстремальный метод контурной сегментации изображений в пространстве репагулярного вейвлет-преобразования.

Рассмотрен метод оценки локальной регулярности функций по значениям коэффициентов вейвлет-преобразования с обобщенной функцией. В основе метода лежит понятие обобщенной вейвлет-функции (ОВФ). Доказаны достаточные условия зависимости оценки локальной регулярности функций от значений коэффициентов преобразования с ОВФ.

Проанализированы подходы к решению задачи многомасштабной контурной сегментации изображений. Определены преимущества и недостатки каждого подхода. Введено репагулярное вейвлет-преобразование. Предложен новый метод многомасштабной контурной сегментации изображений на основе репагулярного вейвлет-преобразования.

Предложен помехоустойчивый амплитудно-детекторный метод текстурной сегментации изображений с пространственно-частотной локализацией значений интенсивности.

Разработан метод линейного масштабно-пространственного представления изображения на основе интегродифференциального уравнения 1-го порядка со сверткой вейвлет-функций в качестве ядра интегрального оператора.

Предложено использовать одноканальное обнаружение пачки импульсов для определения границ сегмента упорядоченной текстуры на однородном фоне. Повышено быстродействие алгоритма одноканального обнаружения пачки импульсов путем модификации решающего правила.

Мета роботи - розробка клієнт-серверної програмної системи для спрощення контролю за автотранспортом на автостоянках. Для розробки програмного забезпечення використано технологію .NET Remoting. Програмний продукт написано мовою C.

Розглянуто питання підвищення продуктивності автоматизованих систем технічної діагностики ріжучих інструментів шляхом зростання точності діагностування та рівня автоматизації систем технічної діагностики за рахунок збільшення перешкодостійкості та автоматизації вибору порогів процедур сегментації та ідентифікації реалізацій випадкових процесів в автоматизованих системах технічної діагностики ріжучих інструментів. Розроблено математичну модель профілограм ріжучих кромок та віброакустичних сигналів ріжучих інструментів як реалізацій випадкових процесів з сегментно-стаціонарними гармонічними різницями. Удосконалено метод спільного виявлення стрибків середнього значення та параметрів гармонічних складових випадкового процесу в області вейвлет-перетворення, що дозволило автоматизувати процедуру вибору порогів. Запропоновано методику ідентифікації реалізацій випадкових процесів за моментами зміни їх характеристик, що забезпечує інваріантність до тренда та масштабу.

Определены свойства обобщенной функции (ОФ), которая выполняет подчеркивание прыжков значений признака сегментации. Разработана модель иерархической обработки изображений на основании сигнально-семантического превращения в пространстве ОФ.

Путем обобщения алгоритма регулярного итерационного поиска в пространственные вейвлет-преобразования (ПВП) разработан субградиентный поисковый итеративный метод адаптации в ПВП. Доказана сходимость разработанного метода в точке оптимума в среднеквадратичном содержании и с вероятностью единица.

Предложена методика контурной сегментации изображений на основе стационарного вейвлет-преобразования. Она позволяет повысить помехоустойчивость метода Кани контурной сегментации.

Введено репагулярное вейвлет-преобразование (РВП). Повышена точность метода Канне контурной сегментации изображений с помощью РВП.

Предложен автоматизированный метод оценки параметра импульсного шума на изображении с помощью мультифрактальных показателей. Проведено исследование характеристик разработанного метода на тестовых изображениях.

Разработан модифицированный метод сдвига среднего сегментации цветных изображений. Он основан на многоэтапном уточнении центров кластеров признакового пространства с помощью адаптивного выбора ширины парзеновского окна при непараметрическом оценивании. Это позволило сегментировать цветные изображения с высокой помехоустойчивостью.

Індекс рубрикатора НБУВ: З970.632-01

Рубрики:

Комп'ютерне оброблення зображень

Шифр НБУВ: Ж69121 Пошук видання у каталогах НБУВ 

Рассмотрена проблема регуляризации дифференцирования изображений с помощью репагулярного вейвлет-преобразования, для решения которой выполнено представление этого преобразования с помощью интегрирования дробного порядка.

Предложен новый метод сегментации сигнала и оценки признаков с использованием теории стохастических фракталов. Этот подход применяется для решения задачи сегментации и структурного анализа финансовых данных.

Рассмотрена сегментация экономических часовых рядов с использованием вейвлет-анализа. В качестве пределов сегментов рассматриваются моменты изменения свойств часового ряда.