Научный журнал

Современные наукоемкие технологии

ISSN 1812-7320

"Перечень" ВАК

ИФ РИНЦ = 0,940

• Авторы
• Файлы
• Литература

Гащенко И.А. 1

---

1 Воронежский институт высоких технологий

Статья в формате PDF

963 KB

1. Преображенский А.П. Алгоритмы прогнозирования радиолокационных характеристик объектов при восстановлении радиолокационных изображений / А.П. Преображенский, О.Н. Чопоров // Системы управления и информационные технологии. 2004. № 5 (17). С. 85-87.

2. Косилов А.Т. Восстановление радиолокационных изображений объектов с использованием методов радиоголографии / А.Т. Косилов, А.П. Преображенский // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 8. С. 79-81.

3. Преображенский А.П. Построение радиолокационных изображений объектов / А.П. Преображенский, Ю.П. Хухрянский // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 8. С. 20-23.

4. Чутченко Ю.Е. Исследование возможности улучшения качества изображения / Ю.Е. Чутченко, А.П. Преображенский // Территория науки. 2007. № 3. С. 364-369.

Определенные способы по исследованию изображений базируются не только на применении априорных данных, связанных с оптическими характеристиками изображения, но и на том, что могут быть реализованы процедуры его анализа.

Цель данной работы заключается в построении помехоустойчивого алгоритма распознавания изображений сигналов.

Задачи данной работы:

– Проведение анализа основных методов обработки и распознавания изображений;

– Разработка эффективного алгоритма распознавания изображений сигналов;

– Разработка программного продукта, дающего возможность исследования возможностей по распознаванию сигналов сложной формы.

Весьма важной с точки зрения информативности для изображения является его форма, поскольку цвет и функция распределения яркости по изображению для реальных условий могут меняться и не всегда относятся к каким-то значимым признакам. Под формой в общем случае понимают очертание объекта, его внешний вид, контуры.

Главное окно разработанной программы, содержит такие компоненты на форме:

– Кнопка «Открыть изображение» – открытие изображения для того, чтобы его исследовать;

– Кнопка «Включить шум» – зашумление изображения на основе выбранного алгоритма;

– Кнопка «Распознать» – распознавание зашумленного изображения;

– Кнопка «Сохранить» – проводится сохранение изображений с формы;

– Кнопка «Провести анализ» – строится график среднеквадратичного отклонения исходя из выбранного алгоритма искажения изображения

Также на форме присутствуют дополнительные панели:

– Панель «Определите тип зашумления» – задается алгоритм зашумления исходного выбранного изображения;

– Панель «Параметры шума» – мы задаем параметры для алгоритма шума, который был выбран;

– Панель «Сохранение» – мы отмечаем те изображения, которые требуется сохранить;

– Панель «Испытания» – указывается количество испытаний, необходимых для того, чтобы построить график среднеквадратичного отклонения;

– Панель «Зашумить еще раз» – указывается, если есть повторное зашумление, то есть на зашумленное изображение накладывается еще один шум.

Программа проводит сравнение искаженного изображения с каждой из имеющейся у нее эталонной фигурой, дает оценку суммарного среднеквадратичного отклонения, и делается вывод о том, какое изображение изображено, исходя из минимального значения среднеквадратичного отклонения. Та эталонная фигура, при сравнении с которой было получено это минимальное среднеквадратическое отклонение, признается изображенной на искаженном изображении. Эта фигура выводится в панель «Эталонное изображение» и проводится вывод ее названия в нижней части главного окна. Программа дает возможности исследований зависимостей значений среднеквадратичного отклонения для разным эталонным фигур в зависимости от того какой шум и его параметры.

Библиографическая ссылка