ОМНПрограммирование Programming and Computer Software

  • ISSN (Print) 0132-3474
  • ISSN (Online) 3034-5847

Определение степени сложности объектов на изображениях

Код статьи
10.31857/S0132347424050036-1
DOI
10.31857/S0132347424050036
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том / Номер выпуска 5
Страницы
31-41
Аннотация
Предложен новый метод оценки сложности геометрических фигур (пятен), учитывающий внутреннюю структуру пятен, а не только их внешний контур. Задача по вычислению степени сложности объектов разделена на составляющие: сегментация пятен и оценка сложности изолированных пятен. Новый метод обладает относительно низкой вычислительной сложностью по сравнению с рассмотренными в работе альтернативными методами. С помощью нового метода был создан алгоритм на основе параллельных вычислений языка CUDA для графических ускорителей (видеокарт), что дополнительно повышает быстродействие нашего метода. Проведен качественный и количественный анализ существующих (альтернативных) методов, выявлены их преимущества и недостатки по сравнению с нашим методом и друг с другом. Реализованный на основе нового метода алгоритм апробирован как на искусственных, так и на реальных изображениях.
Ключевые слова
инварианты Hu сложность изображения сжатие изображения контур изображения сегментация изображения выделение контуров классификация изображений статистические моменты изображений вычислительная сложность
Дата публикации
17.09.2025
Год выхода
2025
Всего подписок
0
Всего просмотров
16

Библиография

  1. 1. https://ru.wikipedia.org/wiki/WMAP
  2. 2. https://ru.wikipedia.org/wiki/Планк_ (космическая_обсерватория)
  3. 3. Hu M.K. Visual pattern recognition by moment invariants. IRE Trans. Info. Theory, IT-8:179–187, 1962.
  4. 4. Alastair Florence Frederik Doerr. A micro-xrt image analysis and machine learning methodology for the characterisation of multi-particulate capsule formulations. International Journal of Pharmaceutics, 2, 2020.
  5. 5. Kornilov A.S., Safonov I.V. An overview of watershed algorithm implementations in open source libraries. Journal of Imaging, 4(10):123, 2018.
  6. 6. Шайдук А.М., Останин С.А. Количественная оценка сложности контура медицинских изображений // Журнал радиоэлектроники. 2013. № 2.
  7. 7. Ritter H., Rothg¨anger M., Melnik A. Shape complexity estimation using vae. arXiv preprint arXiv:2304.02766., 2023.
  8. 8. Gilchrist J. Parallel data compression with bzip2. Proceedings of the 16th IASTED international conference on parallel and distributed computing and systems, 16:559–564, 2004.
  9. 9. Shannon C.E. A mathematical theory of communication. The Bell system technical journal, 27 (3):379–423, 1948.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека