Метод адаптивного интерактивного анализа растровых изображений изменяемой детализации

• Автор: Шокуров, Антон Вячеславович
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Москва
• Количество страниц: 142 с. : ил.

Содержание
Введение

Обзор истории исследований

Глава 1. Обобщенное растровое изображение

1.1. Модель

1.2. Примеры.

1.3. Выводы . .

Глава 2. Схема кодирования

2.1. Исходные положения

2.2. Первичное представление.

2.3. Вейвлетпреобразование

2.4. Вейвлеткоэффициенты . . .
2.5. Пакеты данных.
2.6. Формирование целевого кодированного потока данных.
2.7. Выводы
Глава 3. Схема декодирования
3.1. Прообраз обратного вейвлетпреобразования.
3.2. Алгоритмы декодирования.
3.3. Выводы
Глава 4. Основная Теорема.
4.1. Инвариантность объема кодированных данных.
4.2. Теорема.
4.3. Выводы
Глава 5. Программная реализация и тестовые испытания
5.1. Программная реализация метода II.
5.2. Тестовые испытания метода II
5.3. Выводы.
Заключение
Список условных обозначений.
Литература


Предложенный подход позволяет описать алгоритмы EZW и БРИТТ единым образом. В частности, в работе используется понятие нуль-дерева порядка к (см. В работе также представлены два новых алгоритма, которые в среднем превосходят оба ранее перечисленных алгоритма. Извлечения всего растрового изображения при различных масштабах была успешно решена алгоритмом РБ-БРШТ (см. Так, в работе [] предложен способ кодирования растрового изображения, позволяющий извлекать данные из кодированного потока данных, по которым можно восстановить исходное растровое изображение при различных масштабах, но для его работы необходимо использовать дополнительный тип списка, а в работе [] предложен усовершенствованный алгоритм, который позволяет достичь того же самого, не используя дополнительный тип списка. В работе [] предложен иной подход для достижения тойже цели. В работе [] (а также []) предложена модификация алгоритма БРІНТ, которая заключается в разбиении вейвлет-преобразованного растрового изображения на отдельные части, и кодировать каждую из них по отдельности алгоритмом БРІНТ. БВ-БРІНТ позволяет извлекать фрагменты исходного растрового изображения, но при максимальном (т. Задача извлечения фрагмента растрового изображения при произвольных масштабах решена не была. Это обстоятельство во многом определило выбор темы диссертационного исследования, результаты которого изложены в настоящей работе. Альтернативное применение алгоритма БРІНТ. Следует отметить, что применение других, более эффективных алгоритмов, полученных на базе алгоритма БРШТ, не ограничивается исключительно двумерным пространством, использованием диадичсского вейвлет-преобразования (см. Существует большое число статей, посвященных альтернативному применению алгоритма БРІНТ, в частности, его применению к трехмерному пространству (см. ДКП и ЕВСОТ (см. По этой причине, решаемую в диссертации основную задачу можно рассматривать как аналогичную задачу альтернативного применения алгоритма БРІНТ. Изображение является моментальным снимком реального мира, который имитирует то, что видит человек. У наблюдателя, который смотрит на изображение, создается впечатление, что он действительно видит именно то, что на нем запечатлено, например, вид из окна, пейзаж, человека или что-то другое. Для возможности хранения и дальнейшей обработки изображений с использованием цифровой техники вводится понятие дискретного изображения, которое именуется растровым. В настоящей главе дано разработанное автором определение понятия обобщенного растрового изображения. Данная модель позволяет представить растровое изображение с областями изменяемой детализации. В главах 2 и 3 представлены, соответственно, разработанные автором схемы кодирования и декодирования (восстановления фрагмента изображения) обобщенного изображения. В главе 4 доказывается важное свойство, касающееся объема данных, которых достаточно для восстановления фрагментов. В главе 5 описывается программная реализация разработанного метода и демонстрируются результаты тестовых испытаний. В первом разделе представлено данное автором определение обобщенного растрового изображения, а во втором - приведены практические примеры использования данной модели на практике. В первом подразделе представлено (для полного понимания отправных посылок построения новой модели) определение растрового изображения (см. Непрерывное изображение. П-чП. Замечание 1. На практике множество числовых характеристик П может быть произвольным. Например, числовая характеристика может определять интенсивность, цвет и подобные им. В настоящей работе без ограничения общности считается, что числовая характеристика задаст интенсивность пикселя полутонового изображения, и, тем самым, & полагается равным Е. Так как в вычислительной технике представимы только конечные объекты, то понятие изображения, определенное с теоретико-математической точки зрения, не является содержательным на практике. По этой причине на рассматриваемое непрерывное изображение / накладывают определенные ограничения, допускающие его конечное представление. Дискретное изображение.