Разработка и исследование многомасштабных алгоритмов обработки и анализа изображений в производственных системах контроля качества

• Автор: Вакунов, Николай Вячеславович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Владимир
• Количество страниц: 121 с. : ил.

Оглавление
Введение.
1 Обзор и анализ методов и алгоритмов обработки изображений на основе вейвлет преобразования

1.1 Теоретические основы вейвлет преобразования.

1.1.1 Непрерывное вейвлет преобразование

1.1.2 Ортогональное диадное вейвлет преобразование

1.1.3 Ортогональный многомасштабный анализ

1.1.4 Вейвлет преобразование дискретных сигналов

1.1.5 Двумерное вейвлет преобразование

1.2 Использование вейвлет преобразований в обработке изображений

1.2.1 Общие принципы вейвлет обработки изображений

1.2.2 Сжатие изображений
1.2.3 Удаление шума на изображении
1.2.4 Формирование запроса изображения
1.3 Анализ возможностей разработки и модификации вейвлет алгоритмов
для построения автоматизированных систем обработки изображений
Выводы по Главе 1.
2 Разработка алгоритмов обработки полутоновых изображений на основе вейвлет преобразования
2.1 Разработка математической модели полутонового изображения.
2.2 Разработка алгоритма локальной фильтрации в области вейвлет коэффициентов
2.3 Разработка алгоритма гомоморфной фильтрации на основе вейвлет преобразования
2.4 Разработка алгоритма кратномасштабного представления сигнала с адаптивным выбором коэффициентов изменения масштаба.
Выводы по Главе 2 .
3 Разработка алгоритмов выделение признаков изображения на основе вейвлет преобразования
3.1 Постановка задачи.
3.2 Выделение структурных элементов изображения на основе кратномасштабного представления.
3.2.1 Кратномасштабное представление полутоновых изображений
3.2.2 Выделение контуров на полутоновом изображении.
3.2.3 Сегментация изображений.
3.2.4 Скелетизация полутоновых изображений
3.3 Использование кратномасштабного представления кривых для анализа и редактирования структурных признаков изображений.
3.3Л Кратномасштабное представление кривых.
3.3.2 Сглаживание кривой.
3.3.3 Редактирование общего вида кривой
3.3.4 Редактирование особенностей кривой
3.3.5 Ориентация деталей кривой
3.4 Алгоритмы классификации изображений, основанные на вейвлет преобразовании.
3.4.1 Обеспечение доступа к информации в графических банках данных
3.4.2 Постановка задачи формирования запроса изображения.
3.4.3 Формирование метрики запроса.
3.5 Использование вейвлет преобразования для классификации текстур.
Выводы по Главе 3. .
4 Возможности практического применения алгоритмов вейвлет обработки изображений в промышленных приложениях .
4.1 Исследование возможностей применения вейвлет преобразования в промышленной металлографии.
4.1.1 Основные принципы формирования металлографических изображений
4.1.2 Использование вейвлетов для решения задачи фокусировки микроскопа при регистрации изображения.
4.1.3 Использование вейвлет алгоритмов для препарирования изображений микроструктуры металлов
4.1.4 Классификация изображений микроструктуры металла.
4.2 Основные аспекты применения вейвлет преобразования в промышленной компьютерной томографии.
4.2.1 Предварительная обработка проекций.
4.2.2 Реконструкция изображения по проекциям
4.2.3 Анализ томографического изображения.
4.2.4 Построение трехмерной модели объекта по плоским срезам
Выводы по Главе 4.
Заключение
Литература


Международной научно технической конференции Инфотелекоммуникационные технологии в науке, производстве и образовании г. Ставрополь, , X Республиканской открытой научной конференции Современные проблемы информатизации г. Москва, г. Международной конференции и выставке Цифровая обработка сигналов и ее применение г. Москва, г. VI Международной научно технической конференции Перспективные технологии в средствах передачи информации г. Владимир, г. Международной заочной научно практической конференции Качество науки качество жизни г. Тамбов, . Публикации По теме диссертации опубликовано печатных работ, в т. Структура и объем работы Диссертация состоит из введения, четырех глав, заключения, списка литературы имеющего наименование. Общий объем диссертации 9 с. Таблиц 6, рисунков . В первой главе рассматриваются теоретические основы одномерного и двумерного вейвлетпреобразования. Проводится обзор общих принципов вейвлет обработки изображений. Рассматриваются алгоритмы сжатия изображений, удаления шума и распознавания основанные на вейвлетах. Определяются цели и задачи диссертационной работы, направленные на разработку новых алгоритмов обработки и анализа изображений, основанных на вейвлет преобразовании. Во второй главе проводится разработка новых алгоритмов и подходов к обработке изображений с применением вейвлетов. Разработана новая математическая модель цифрового изображения, основанная на вейвлетах. Предложены вейвлет алгоритмы удаления аддитивных и мультипликативных помех на изображении. Разработан алгоритм адаптивного кратномасштабного представления одномерных и двумерных сигналов, основанный на учете частотных особенностей. В третьей главе рассматриваются возможности использования вейвлет преобразования для выделения признаков изображений. Ставится задача получения структурных признаков изображения на основе использования свойств кратномасштабного представления изображений. Показаны возможности анализа изображений на основе отслеживания особенностей изменения контуров и скелетов изображений. Предложен алгоритм классификации текстур, основанный на использовании в качестве признаков гистограмм распределений вейвлет коэффициентов. В четвертой главе рассматриваются возможности применения разработанных алгоритмов в промышленных системах металлографии и промышленной малоракурсной томографии. В заключении сформулированы основные результаты, полученные в ходе работы. В приложении приводятся акты, подтверждающие использование результатов работы на Муромском машиностроительном заводе и Селивановском машиностроительном заводе. Под вейвлет преобразованием понимается разложение сигнала по системе вейвлетов функций, каждая из которых является сдвинутой и масштабированной копией одной функции порождающего материнского вейвлета,. При этом в наиболее общей постановке не конкретизируется не только сам порождающий вейвлет, но и то, какие именно его копии участвуют в разложении. В связи с широким применением вейвлетов в самых различных прикладных областях, имеется достаточно большое число подходов к теоретическому описанию вейвлет разложения. Одна из наиболее полных попыток обзора и систематизации вейвлет преобразований предпринята в . Га,Ь Жа,Ь хуа,Ь,х, а,Ь е Л,а 0,
1. Если для порождающего вейвлета выполняется условие
Цбо образ Фурье вейвлета ух то преобразование 1. Переменная а в выражениях 1. Фурье. Переменная Ь определяет величину сдвига. Таким образом, для каждой пары а и Ь функция 1Уа,Ь определяет амплитуду соответствующего вейвлета. В отличие от преобразования Фурье, конкретный вид вейвлета не оговаривается. Однако, как правило, в качестве вейвлета берутся непериодические, локализованные в пространстве функции. Минимальным требованием к таким функциям обычно является наличие одного нулевого момента, т. Количество копий порождающего вейвлета, необходимое для обратимого разложения можно существенно сократить, путем наложения на порождающий вейвлет дополнительного условия. Например, вычислять значения Уа,Ьтопъко для а и Ь вида
Вместо непрерывной функции 1. Ортогональное диадное вейвлет преобразование
1.