Алгоритм построения внешнего контура объекта по искаженному изображению с использованием адаптивных линейных нейроэлементов

Е.А. Самойлин; М.А. Пантюхин

Алгоритм построения внешнего контура объекта по искаженному изображению с использованием адаптивных линейных нейроэлементов

Е.А. Самойлин¹, М.А. Пантюхин²

научная статья Страницы: 51-59

¹ д.т.н., профессор, Военный учебно-научный центр Военно-воздушных сил, Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина (г. Воронеж)
² адъюнкт, Военный учебно-научный центр Военно-воздушных сил, Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина (г. Воронеж)

Ключевые слова: детектор границ построение контура линейный нейроэлемент аддитивный шум размытие изображения

Аннотация

Предложен алгоритм построения кусочно-линейной аппроксимации внешнего контура объекта по искаженному цифровому изображению с использованием адаптивных линейных нейроэлементов. Показано, что разработанный алгоритм устойчив при искажениях, вызванных воздействием аддитивных помех и размытии изображения.

Для цитирования

Самойлин Е.А., Пантюхин М.А. Алгоритм построения внешнего контура объекта по искаженному изображению с использованием адаптивных линейных нейроэлементов // Нейрокомпьютеры: разработка, применение. 2015. № 9. С. 51–59.

Список источников

Дятлов Е.И. Машинное зрение (аналитический обзор) // Матричные системы и машины. 2013. № 2. С. 32-40.
Потапов А. Системы компьютерного зрения: современные задачи и методы // ControlEngineeringРоссия. 2014. № 1(49). С. 20-26.
Прокопенко В.Т., Трофимов В.А., Шарок Л.П. Психология зрительного восприятия / Учебное пособие. СПб: СПбГУИТМО. 2006. 73 с.
Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005. 1072 с.
Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах / Учебное пособие. Новосибирск: Изд-во НГТУ. 2000. 168 с.
Самойлин Е.А., Челахов В.М.Повышение точности аппроксимации нестационарных данных линейной нейронной сетью методом кортежирования обучающего множества // Нейрокомпьютеры: разработка, применение. 2011. № 7. С. 20-26.
Самойлин Е.А., Пантюхин М.А.Метод размножения нейросетевых оценок при определении параметров линейной зависимости по данным, содержащим нормально-аномальные помехи // Нейрокомпьютеры: разработка и применение. 2014. № 1. С. 41-45.
Canny J. A Computational Approach to Edge Detection // IEEE Transactions on pattern analysis and machine intelligence. Vol. PAMI-8. 1986. № 6. P. 679-698.
Руднев В.А. Применение микроконтроллеров для реализации нейронных сетей / Вестник УюРГУ. 2012. № 16. С. 181-183.

[1] Дятлов Е.И. Машинное зрение (аналитический обзор) // Матричные системы и машины. 2013. № 2. С. 32-40.

[2] Потапов А. Системы компьютерного зрения: современные задачи и методы // ControlEngineeringРоссия. 2014. № 1(49). С. 20-26.

[3] Прокопенко В.Т., Трофимов В.А., Шарок Л.П. Психология зрительного восприятия / Учебное пособие. СПб: СПбГУИТМО. 2006. 73 с.

[4] Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005. 1072 с.

[5] Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах / Учебное пособие. Новосибирск: Изд-во НГТУ. 2000. 168 с.

[6] Самойлин Е.А., Челахов В.М.Повышение точности аппроксимации нестационарных данных линейной нейронной сетью методом кортежирования обучающего множества // Нейрокомпьютеры: разработка, применение. 2011. № 7. С. 20-26.

[7] Самойлин Е.А., Пантюхин М.А.Метод размножения нейросетевых оценок при определении параметров линейной зависимости по данным, содержащим нормально-аномальные помехи // Нейрокомпьютеры: разработка и применение. 2014. № 1. С. 41-45.

[8] Canny J. A Computational Approach to Edge Detection // IEEE Transactions on pattern analysis and machine intelligence. Vol. PAMI-8. 1986. № 6. P. 679-698.

[9] Руднев В.А. Применение микроконтроллеров для реализации нейронных сетей / Вестник УюРГУ. 2012. № 16. С. 181-183.

Аннотация

Для цитирования

Похожие статьи