Классификация изображений и преобразований
Классификация по природе зрительного восприятия изображений и подход к их представлению и обработке. Тоновые и цветные изображения. Непрерывные кривые и линии. Аппроксимация поверхностей многогранниками, а также описание кривых для получения проекций.
Подобные документы
Применение методов сокращения избыточности, опирающихся на специфические особенности зрительного восприятия изображений. Изучение градиентных способов, основанных на выделении краевых точек, которые, малочувствительны к шумам и контрастности изображения.
статья, добавлен 16.07.2020Алгоритм комплекса программ исследования цифровых изображений. Типы растровых изображений: бинарные, полутоновые, палитровые и полноцветные. Построение полноцветных изображений в формате RGB. Сущность бинаризации изображения, работа с пикселями.
курсовая работа, добавлен 18.01.2016Применение автоматизированного системно-когнитивного анализа. Программный инструментарий для ввода (оцифровки) изображений из графических файлов. Расчет количества информации, содержащегося в пикселе изображения. Формирование прототипов изображений.
статья, добавлен 19.05.2017Метод масштабирования малогабаритных изображений, базирующийся на итеративном преобразовании фрагмента изображения с использованием бикубической интерполяции. Увеличение требуемой части изображения с целью получения криминалистически значимой информации.
статья, добавлен 02.04.2019Применение автоматизированного системно-когнитивного (АСК) анализа для ввода и оцифровки изображений из графических файлов. Синтез обобщенных изображений классов, абстрагирование, классификация и идентификация. Численный пример АСК-анализа изображений.
статья, добавлен 20.05.2017Технология изготовления коллажей на основе фотографических изображений. Калибровка и профилирование монитора. Влияние процедуры калибрования на цветопередачу изображения при обработке. Методы достижения максимальной точности цветовоспроизведения.
контрольная работа, добавлен 25.04.2015Проблема потери качества изображения. Основные методы восстановления расфокусированных изображений. Функции смаза и способы дефокусировки изображения. Алгоритм деконволюции смазанных изображений при помощи фильтра Винера и методом регуляризации Тихонова.
статья, добавлен 11.01.2018Особенность применения фильтров для улучшения качества изображений или для подготовки к дальнейшей обработке. Оценка полученных изображений для улучшения качества получаемых изображений. Анализ автоматизации обработки большого набора изображений.
статья, добавлен 18.04.2023Понятие и общая характеристика морфинга, его виды и применение. Особенности алгоритма преобразования графических изображений, в частности, алгоритма интерполяции и кривых Безье. Разработка программы в среде Mathlab, демонстрирующей морфинг изображения.
курсовая работа, добавлен 24.02.2011Применение вариационно-стабилизирующих преобразований разных типов для изображений, сформированных оптическими сенсорами. Границы допустимой неточности оценок помех для применения обобщенного преобразования Энскомба в задачах фильтрации изображений.
статья, добавлен 13.01.2017Классификация и типы компьютерных изображений: растровые и векторные, их отличительные особенности и внешний вид, направления и этапы получения. Факторы, влияющие на качество данных изображений, сравнение и оценка их основных преимуществ и недостатков.
презентация, добавлен 23.05.2012Определение основной задачи распознавания образов в преобразовании уже имеющегося изображения на формально понятный язык символов. Растровые представления изображений. Моделирование изображений растра. Параметрический алгоритм рисования линии.
лекция, добавлен 26.09.2017- 13. Двухэтапные методы и алгоритмы сжатия цифровых изображений на основе дискретных преобразований Уолша
Роль и значение сжатия изображений для повышения эффективности использования коммуникационных и информационно-вычислительных ресурсов. Повышение эффективности поблочного кодирования цифровых изображений с использованием дискретных преобразований Уолша.
автореферат, добавлен 28.03.2018 Описание алгоритмов кластеризации, реализующих задачу поиска изображений по содержанию –Content-Based Image Retrieval. Определение признаков изображения, по которым формируются кластеры изображений и рассмотрение способов извлечения данных признаков.
статья, добавлен 29.07.2017Компьютерная графика – это раздел компьютерной математики, занимающийся синтезом изображений на экране дисплея. Генератор кривых, основанный на вычислительной структуре, состоящей из элементов двух типов – конического и линейного интерполяторов.
лабораторная работа, добавлен 19.03.2009Системы передачи данных и цифровой обработки сигналов. Дискретное вейвлет преобразование изображения. Публикация ортонормальной системы базисных функций с локальной областью определения. Поиск изображений по образцу и многомасштабное редактирование.
дипломная работа, добавлен 07.08.2018Способы решения проблемы содержательного описания изображения на различных уровнях абстракции. Технология доступа к коллекциям изображений и видеофильмов по визуальному содержанию. Количественная оценка близости изображений по значениям примитивов.
научная работа, добавлен 28.10.2018Спектральное признаковое пространство, формируемое стандартной процедурой блочного кодирования JPEG-формата. Классификация без восстановления изображения. Основные задачи обработки мультимедиа изображений. Типичная схема семантической классификации.
статья, добавлен 08.02.2013Понятия, определения нейронных сетей и классификации изображений. Методы оптимизации работы нейронной сети. Описание интерфейса программной реализации решения задачи классификации изображений. Решение задачи распознания изображений реальных объектов базы.
дипломная работа, добавлен 06.06.2015Исследование механизмов зрительного восприятия неполных изображений. Предъявление наблюдателю последовательности фрагментированных графических массивов с заданными параметрами. Сопоставление характеристик стимулов с ответами и выявление закономерностей.
статья, добавлен 26.06.2018Программы: Art Dabbler, Ultra Fractal, Fractal Explorer, ChaosPro, Apophysis, Mystica. Сферы применения фрактального изображения: создания обычных текстур, фоновых изображений, ландшафты для компьютерных игр, построение ирреальных изображений.
реферат, добавлен 20.02.2009Создание адаптивного алгоритма фрактального сжатия медицинских изображений. Этапы разделения изображения на домены и ранги, сравнение и подбор пары домен ранг. Адаптивный способ сжатия и кодирование фотореалистичных изображений базовым алгоритмом.
статья, добавлен 01.07.2018Методика работы в векторном редакторе. Изучение приемов построения ломаных линий и сплайновых кривых посредством программы "Компас-3D LT". Создание и редактирование кривых Безье и NURBS. Принципы моделирование сложных "скульптурных" поверхностей.
лабораторная работа, добавлен 22.07.2017Использование компьютерных технологий, построенных на методологии бустинга для классификации сложноструктурируемых изображений. Классификация изображений рентгенограмм грудной клетки с пневмонией на основе кластерной структуры плоскости Кохонена.
статья, добавлен 23.10.2017Стандартные этапы работы алгоритма CBIR-системы. Методы сравнения различных подходов CBIR и используемые для этого аннотированные коллекции изображений. Разработка Web-приложения для поиска изображений по содержанию. Пример изображения для фильтра Габора.
дипломная работа, добавлен 27.08.2016