Публікація:
Дослідження та порiвняння генетичних алгоритмів відновлення зображень

dc.contributor.authorТорба, О. О.
dc.date.accessioned2023-01-14T20:48:47Z
dc.date.available2023-01-14T20:48:47Z
dc.date.issued2022
dc.description.abstractМетою кваліфікаційної роботи є дослідження генетичних алгоритмів з реставрування зображень. Реконструкція зображень з багатокутників – це один з найпопулярніших прикладів застосування генетичних алгоритмів в обробці зображень - реконструкція зображення за допомогою набору напівпрозорих фігур, що перекриваються. Ці експерименти дозволяють використовувати останні досягнення в області аналізу та стиснення зображення. У ході виконання кваліфікаційної роботи досліджується два способи побудови зображення схожого на оригінал: попіксельна середньоквадратична помилка (СКО); структурна подібність (Structural Similarity – SSIM).
dc.identifier.citationТорба О. О. Дослідження та порiвняння генетичних алгоритмів відновлення зображень : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / О. О. Торба ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 72 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/21343
dc.language.isouk
dc.subjectгенетичний алгоритм
dc.subjectобробка зображень
dc.subjectвідновлення зображень
dc.titleДослідження та порiвняння генетичних алгоритмів відновлення зображень
dc.title.alternativeResearch and Comparison of Genetic Algorithms for Image Reconstruction
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 2 з 2
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_SPm-20-2_Torba_O_O_dodatok.pdf
Розмір:
655.95 KB
Формат:
Adobe Portable Document Format
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_SPm-20-2_Torba_O_O.pdf
Розмір:
1.64 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: