УМЕНЬШЕНИЕ ВЫЧИСЛИТЕЛЬНЫХ ЗАТРАТ ПРИ ИДЕНТИФИКАЦИИ МЕСТОПОЛОЖЕНИЯ ФРАГМЕНТОВ НА БОЛЬШИХ ИЗОБРАЖЕНИЯХ


Цитировать

Полный текст

Аннотация

Рассмотрено использование псевдоградиентного подхода при решении задач поиска по эталону, идентификации и определения параметров местоположения фрагментов изображений. При этом эталонный и искомый фрагменты могут иметь взаимные геометрические и яркостные деформации. Для сокращения вычислительных затрат используется структурная оптимизация алгоритмов поиска. Найдены выражения для расчета вероятности ошибочного выбора фрагмента и распределений вероятностей числа итераций предложенных алгоритмов

Об авторах

Александр Григорьевич Ташлинский

УлГТУ

Email: tag@ulstu.ru
д.т.н., профессор; УлГТУ

Ибрагим Нариманович Кавеев

УлГТУ

Email: k.ibragim@gmail.com
аспирант; УлГТУ

Анна Михайловна Хорева

УлГТУ

Email: apata@mail.ru <mailto:apata@mail.ru>
аспирантка; УлГТУ

Список литературы

  1. Huang T.S., Netravali T.S. 3-D motion estimation // Machine Vision for Tree-Dimensional Scenes. New York: Academic, 1990. - Р. 194-219.
  2. Tomasi С., Kanade T. Shape and Motion from Image Streams Under Orthography // A Factorization Method, Int'l J. Computer Vision. V. 9, N. 2, 1992. - Р. 137154.
  3. Jacobson L., Wechsler H. Derivation of optical flow using a spatiotemporal-frequency approach // Comput. Vision, Graphics. Image Processing. V. 38, 1987. - Р. 29-65.
  4. Soille P. Morphological Image Analysis. Berlin, Heidelberg; New York: Springer-Verlag, 1993. - 420 р.
  5. Rajala S.A., Abdelqader I. M., BilbroG. L., Synder W. E. Motion estimation optimization // IEEE Proc. ICASSP-92, V 3, 1992. - Р. 226-236.
  6. Wang Y. and Lee O. Active mesh - A feature seeking and tracking image sequence representation scheme // IEEE Trails. Image Processing. V. 3, 1994. - Р. 610624.
  7. Цыпкин Я.З. Информационная теория иден-тификации. М.: Наука. Физматлит, 1995. - 520 с.
  8. Tashlinskii A.G. Pseudogradient Estimation of Digital Images Interframe Geometrical Deformations // Vision Systems: Segmentation & Pattern Recognition. Vienna, Austria: I-Tech Education and Publishing, 2007. - Р. 465-494.
  9. Поляк Б.Т., Цыпкин Я.З. Псевдоградиентные алгоритмы адаптации и обучения // Автоматика и телемеханика. №3, 1973. - С. 45-68.
  10. Ташлинский А.Г., Тихонов В.О. Методика анализа погрешности псевдоградиентного измерения параметров многомерных процессов // Известия вузов: Радиоэлектроника. Т. 44, № 9, 2001. - С. 7580.
  11. Tashlinskii A. Computational Expenditure Reduction in Pseudo-Gradient Image Parameter Estimation // Computational Science-ICCS 2003. V. 2658, Proceeding, Part II, Berlin: Springer, 2003. - Р. 456462.
  12. Tashlinskii A.G., Muratkhanov D.S. Structural Optimization of Pseudogradient Algorithms for Measuring Interframe Image Deformations // Pattern Recognition and Image Analysis. 2003, V.13, N.1, 2003. - Р. 177-178.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Ташлинский А.Г., Кавеев И.Н., Хорева А.М., 2010

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах