Моделирование и структурно-цветовой анализ графических изображений

• Автор: Телегина, Марианна Викторовна
• Шифр специальности: 05.13.18, 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Ижевск
• Количество страниц: 149 с. : ил.

ОГЛАВЛЕНИЕ

Список сокращений

Введение.

Глава 1. Модели и методы анализа изображений.

1.1. Г рафические изображения.

1.2. Модели изображений.

1.3. Методы анализа изображений .

1.4. Центроидное преобразование.

1.5. Моделирование и анализ цветовых компонент изображений

1.6. Выводы и постановка цели и задач исследований.

Глава 2. Динамическая экстентная кластерная модель

графического изображения
2.1. Экстентная модель кластера.
2.2. Динамические межкластерные переходы и формирование
межкластерной диффузной среды.
2.3. Формирование цветовых кластеров и динамических
межкластерных переходов в пространстве цветовых
компонент.
2.3.1. Точки фиксации кластеров в пространстве цветовых компонент,.
2.3.2. Нелинейные искажения цветотоновой шкалы.
2.3.3. Пространственно частотные искаэсения
изображений.
2.3.4. Шумы и помехи па изображениях
2.4. Формирование структурных кластеров и динамических
межкластерных переходов в пространстве структурных параметров.
2.4.1. Точки фиксации кластеров в пространстве
структурных параметров
2.4.2. Пространственночастотные искажения
изображений.
2.4.3. Шумы и помехи па изображениях,.
2.4.4. Взаимные влияния структурных элементов изображения,
2.5. Полученные результаты и выводы
Глава 3. Структурноцветовой анализ графических изображений
3.1. Анализ разделимости кластеров. Диаграммы и матрицы
различения экстентов кластеров
3.2. Решающие правила при распознавании структурных
элементов изображения.
3.3. Методика структурноцветового анализа изображений
3.4. Распознавание цвета на изображениях.
3.5. Распознавание структурных элементов изображения.
3.6. Полученные результаты и выводы
Глава 4. Экспериментальное исследование методики структурноцветового анализа.
4.1. Адаптивное цветотоновое преобразование
4.1.1. Компенсация нелинейных искажений цветотоновой шкалы
4.1.2. Компенсация шумов и помех, представляющих текстуру.
4.1.3. Компенсация цветовых и тоновых дефектов изображения
4.2. Разработка технологии обработки графических изображе
ний на основе центроидного преобразования
4.3. Разработка быстрого алгоритма центроидного преобразо
вания.
4.4. Полученные результаты и выводы.
Заключение.
Литература


Объектом исследования являются: графические изображения, получаемые на различных стадиях процесса их воспроизведения, их пространственноструктурные и графические свойства и характеристики, кластеры структурных элементов изображений и динамические межкластерные переходы в пространствах структурных параметров и цветовых компонент элементов изображений, адаптивное цветотоновое и центроидное преобразования изображений. Методы исследования. В работе применялись теоретические и экспериментальные методы исследования. Теоретические исследования основаны на использовании теории вероятностей, математической статистики, теории статистических решений, методов обработки и анализа изображений, методов распознавания образов. В экспериментальных исследованиях использовались статистические методы обработки данных, методы моделирования и анализа пространственных структур, методы кластерного анализа, основы цифровой обработки изображений, методы распознавания многозональных изображений. Достоверность и обоснованность полученных в работе результатов и выводов подтверждается экспериментальными исследованиями, опытом практической реализации технологии, алгоритмов и программ обработки графической информации, научными трудами и апробациями результатов работы на представительных научных форумах, а также сравнительным анализом с известными результатами современных исследований и разработок. Теоретические положения, установленные в работе, математические модели и алгоритмы обработки графических изображений, основанные на теории вероятностей и математической статистике, методах кластерного анализа и обработки данных, обосновываются адекватностью выбора исходных посылок и последовательным применением аппарата математических выводов для получения аналитических выражений. Достоверность экспериментальных результатов обеспечена их согласованностью с теоретическими выводами, большим объемом экспериментального материала, хорошей воспроизводимостью экспериментальных данных и практическим использованием разработанной технологии обработки графической информации. Практическая ценность работы заключается в применении новых эффективных моделей и методов анализа графических изображений. Предложенная новая динамическая экстентная кластерная модель цветного графического изображения позволила разработать научно обоснованные критерии разделимости кластеров в пространстве цветовых компонент и пространственно-структурных параметров, выработать решающие правила распознавания структурных элементов и цветовых компонент изображения и, на этой основе, разработать методику структурно-цветового анализа цветных графических изображений. Применение разработанной методики повышает эффективность анализа пространственной структуры цветных изображений для использования в системах обработки и анализа графической информации. На основе проведенных теоретических и экспериментальных исследований даны практические рекомендации по определению параметров обработки изображений, исходя из геометрических характеристик структурных элементов и их взаимного расположения, и применению цветокорректирующих преобразований с учетом шумов и искажающих факторов воспроизведения цветных графических изображений. Предложены эффективная вычислительная схема и быстрый алгоритм обработки данных. Проведен анализ возможностей и получены оценки эффективности разработанных средств и методов обработки и анализа графической информации. Установлено, что разработанный метод структурно-цветового анализа графических изображений, а также реализующие этот метод технология, алгоритмы и программы обработки графической информации позволяют добиться высокой достоверности результатов анализа при локализации и оценке структурных элементов изображений. Реализация н внедрение работы. Тульском филиале ОАО «ЦентрТелеком». Созданные программно-инструментальные средства обработки графической информации позволили повысить эффективность функционирования цифровых телекоммуникационных каналов связи при ее передаче, обеспечили повышение их пропускной способности, сокращение объемов памяти. Разработка математических моделей пространственной структуры изображений, методов их анализа и распознавания на основе цен-троидного преобразования» № ГР . Физико-техническом институте УрО РАН г. Апробация работы. Теория управления и математическое моделирование» (Ижевск, ).