За технічних причин Електронний архів Харківського національного університету радіоелектроніки «ElAr КhNURE» працює тільки на перегляд. Про відновлення роботи у повному обсязі буде своєчасно повідомлено.
 

Публікація:
Методи та ярусно-паралельні моделі прискореної обробки напівтонових зображень

dc.contributor.authorБарковська, О. Ю.
dc.date.accessioned2016-08-30T09:28:15Z
dc.date.available2016-08-30T09:28:15Z
dc.date.issued2011
dc.description.abstractДисертаційна робота присвячена розробці моделей та методів інтелектуальної прискореної обробки напівтонових зображень на основі апарату штучних нейронних мереж та методів паралельних обчислень, які здатні аналізувати інформацію про розмір зображення для рівномірного адаптивного розподілення завдань по потоках, що дозволяє прискорити інтелектуальну обробку зображень об'єктів як у рухомому, так і в нерухомому станах та класифікувати зображення об’єктів. Подальшого розвитку набула узагальнена модель процесу обробки напівтонових зображень, яка використовує сукупність засобів та методів збору, накопичення, обробки та передачі потоку або окремого кадру для класифікації зображення об’єкта. Вперше запропоновано метод прискореної скелетонізації бінарного зображення на основі бітових масок та удосконалено метод скелетонізації на основі структурних елементів, що мають зменшену кількість скалярних операцій та обчислювальну складність, а також більшу швидкодію у порівнянні із існуючими методами скелетонізації, залежно від розміру зображення, а також від наявних обчислювальних ресурсів. Запропоновано ярусно-паралельні моделі рядкової та блочної обробки напівтонових зображень, які за рахунок попереднього розподілу вихідного зображення на групи рядків або блоків дозволяють прискорити процес класифікації та уникнути «прокляття розмірності». Результати роботи використані для вирішення завдання контролю виготовленої цегли, що розміщена у вагонетці, а також як незалежний експерт пыд час вирішенні завдань у системі суддівства спортивних змагань. Dissertation work is devoted to development of models and methods of the intellectual speed-up processing of half-tone images on the basis of artificial neuron networks and methods of parallel calculations that is able to analyze information about the size of images for the even adaptive division of tasks on streams, that allows to accelerate the intellectual processing of images being both in the movable and in immobile states, and to classify the images. The improved model of process of digital image processing, which uses the aggregate of facilities and methods of collection, accumulation, treatment and transmission of stream or separate shot, for classification of image of object was got a subsequent development. The method of speedup skeletonization of binary image is first offered on the basis of bit masks and the method of skeletonization was improved on the basis of structural elements, which have the diminished amount of scalar operations and calculable complication, and also greater speedup, in comparing to the existent methods of the skeletonization, in dependence on the size of image, and on present calculable resources. It is offered tier parallel models of the string and sectional processing of semitone images which due to the previous distributing of initial image on the groups of lines or blocks allow to accelerate the process of classification and to avoid the «curse of dimension». Job performances are used for the decision of tasks in the system of judging of sporting competitions as an independent expert, and also for the decision of task of control of brick's quality.uk_UA
dc.identifier.citationБарковська О. Ю. Методи та ярусно-паралельні моделі прискореної обробки напівтонових зображень : автореф. дис. ... канд. техн. наук : 05.13.23 "Системи та засоби штучного інтелекту" / Барковська О. Ю. ; Харьк. нац. ун-т радиоэлектроники. – Х., 2011. – 23 с.uk_UA
dc.identifier.urihttp://openarchive.nure.ua/handle/document/1893
dc.language.isoukuk_UA
dc.subjectметоди обробки зображеньuk_UA
dc.subjectярусно-паралельна модельuk_UA
dc.subjectскелетонізаціяuk_UA
dc.subjectбінаризаціяuk_UA
dc.subjectпаралельні обчисленняuk_UA
dc.subjectнейронна мережаuk_UA
dc.subjectmethods of image processinguk_UA
dc.subjectimage processing modelsuk_UA
dc.subjecttier-parallel modeluk_UA
dc.subjectbinary image sceletanizationuk_UA
dc.subjecthalftone image binarizationuk_UA
dc.subjectparallel calculationsuk_UA
dc.subjecta neural networkuk_UA
dc.titleМетоди та ярусно-паралельні моделі прискореної обробки напівтонових зображеньuk_UA
dc.typeOtheruk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
BarkovskajaAU.doc
Розмір:
513.5 KB
Формат:
Microsoft Word
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис:

Колекції