Scientific journal
Advances in current natural sciences
ISSN 1681-7494
"Перечень" ВАК
ИФ РИНЦ = 0,775

В настоящее время в измерительных и прикладных телевизионных системах, вещательном телевидении широко используют цифровое преобразование изображений.

Ряд подходов к исследованию изображений основан не только на использовании априорных данных об оптических характеристиках изображения, но и на возможностях реализации процедур анализа. Хорошим примером может служить применение процедур анализа изображений для контроля шаблонов микросхем, в медицине и биологии при анализе мазков крови и др.

Актуальность данной темы обусловлена необходимостью построения помехоустойчивых алгоритмов распознавания изображений сигналов. Исходными данными для классификации изображений структурным или физическим признакам являются результаты измерения последних. Наиболее информативной устойчивой характеристикой простого изображения служит его форма, так как цвет и распределение яркости по изображению в реальных условиях изменчивы и не всегда являются признаками класса.

Замкнутые линии могут иметь бесконечное множество траекторий, что создает значительную избыточность при таком кодировании информации. Возможно, поэтому при восприятии контурных изображений зрительный анализатор мозга человека легко достраивает недостающие фрагменты формы и воспринимает набор контуров как целостный образ.

Особенность рассматриваемого классификационного признака состоит в невозможности его оценки, поскольку код сигнала, в том числе форма изображения, не подлежит измерению. Оценить можно лишь степень его соответствия (сходства) с сигналом аналогичной структуры (эталоном).

На основе разработанного алгоритма распознавания, создан программный продукт, в среде программирования Delphi 7. Данный продукт позволяет проводить анализ возможности распознавания для различных видов шумов и отличается достаточно простым и наглядным интерфейсом.