Задачи идентификации неоднородностей на цифровых изображениях. Предварительная обработка снимков с использованием полосовых частотных фильтров. Преобразование изображений в псевдоцвета. Принципы нейросетевой технологии для распознавания текстуры снимков.
Аннотация к работе
ФГБОУ ВО Поволжский государственный университет телекоммуникаций и информатикиРазработан алгоритм нейросетевого классификатора, реализующего на аппаратном уровне принципы нейросетевой технологии для распознавания текстуры изображения. Метод оценки изображения учитывает статистику значений пикселей из локального множества, основан на исследовании гистограмм «зоны интереса» и эталона. Для улучшения качества изображения используется предварительная обработка снимков с использованием полосовых частотных фильтров и преобразованием в псевдоцвета. Актуальность разработки новых методов и моделей цифровой обработки изображений, определяется, прежде всего, возросшими требованиями к качеству и надежности разрабатываемых систем и устройств, созданием перспективных информационных технологий с использованием нейронных сетей. Области D можно поставить в соответствие эталонное изображение, каждый элемент которого определяется в зависимости от его принадлежности области D0 или : Используя данное представление, можно получить модель нормализуемого изображения в виде следующего соотношения: где ,-центрированные однородные случайные поля с заданными автоковариационными функциями, v(n1, n2) - шумовая составляющая наблюдаемого изображения, и - параметры яркостного преобразования изображения относительно эталона.