Հայաստանի ատենախոսությունների բաց մատչելիության պահոց = Open Access Repository of the Armenian Electronic Theses and Dissertations (Armenian ETD-OA) = Репозиторий диссертаций Армении открытого доступа

Թվային պատկերների մշակման վեյվլեթատիպ նոր ձևափոխությունների սինթեզում

Մինասյան, Լիլիթ Գեորգիի (2014) Թվային պատկերների մշակման վեյվլեթատիպ նոր ձևափոխությունների սինթեզում. PhD thesis, ՀՀ ԳԱԱ Ինֆորմատիկայի և ավտոմատացման պրոբլեմների ինստիտուտ.

[img] PDF (Abstract)
Available under License Creative Commons Attribution.

Download (1163Kb)

    Abstract

    Թվային պատկերների մշակման խնդիրներն օգտագործվում են կենսագործունեության, գիտության, տեխնիկայի շատ ոլորտներում: Մշակման մեթոդները կարելի է բաժանել երկու խմբի` անմիջական և սպեկտրալ: Առաջին դեպքում մշակման են ենթարկվում պատկերի փիքսելները: Սպեկտրալ մեթոդները մշակման են ենթարկում պատկերի Ֆուրյեի, Հադամարի, Ուոլշի, դիսկրետ կոսինուս, Հաարի, վեյվլեթ կամ այլ ձևափոխությունների արդյունքում ստացված երկչափ սպեկտրերը: Ազդանշանը ձևափոխության միջոցով վերածվում է տարբեր սպեկտրալ բաղադրիչների: Արդյունքում հնարավոր է լինում իմանալ յուրաքանչյուր բաղադրիչների մասնակցության չափն ազդանշանում: Գործնական տեսակետից դասական ձևափոխություններն ունեն թերություններ: Նախ որևէ սպեկտրալ բաղադրիչի մասնակցության չափը ազդանշանում գտնելու համար անհրաժեշտ է ողջ ինֆորմացիան ազդանշանի մասին: Պատկերներում հանդիպում են տարբեր չափերի օբյեկտներ: Բնական է պատկերն անալիզի ենթարկել տարբեր մասշաբային ներկայացումներում: Ոչ ստացիոնար ազդանշանների համար ձևափոխության միջոցով հնարավոր չէ ճշտել պատկերի տարբեր տիրույթներում ինչ չափով է մասնակցում տվյալ տվյալ սպեկտրալ բաղադրիչը: Այդ դժվարությունները հաղթահարելու համար կիրառվում են պատուհանային ձևափոխություններ: Սակայն այդ դեպքում առաջանում են աղմուկներ, որոնք արտահայտվում են աղմուկների տեսքով խզման կետերի շրջակայքում: Վեյվլեթ ձևափոխությունը լուծում է նույն խնդիրները, ինչ դասական ձևափոխությունները, սակայն զերծ է նշված թերություններից: Հաշվի առնելով վերոհիշյալ նկատառումները, անհրաժեշտություն է առաջանում սինթեզել նոր վեյվլեթատիպ դիսկրետ ձևափոխություններ, որոնք կկիրառվեն պատկերների մշակման ավելի արդյունավետ ալգորիթմներ ստեղծելու համար: Ատենախոսության նպատակն է սինթեզել վեյվլեթատիպ նոր ձևափոխություններ և մշակել պատկերների սեղմման, աղմուկներից զտման ու միջարկման արագագործ ալգորիթմեր, նրանց հիման վրա ստեղծել ծրագրային փաթեթներ, կատարել համեմատական վերլուծություն մշակված և դասական ալգորիթմների հետ: Цифровая обработка изображений является важнейшей задачей во многих областях жизнедеятельности, науки и техники. Перечислим некоторые из них: обработка изображений полученных из космических зондов, обработка рентгеновских изображений, их изучение и диагностика, цифровое телевидение, организация видеоконференций и т. д. Важными направлениями в обработке изображений являются сжатие, интерполяция, фильтрация. Обычно решения этих задач основываются на ортогональном линейном преобразовании. Классическими примерами таких преобразований являются дискретное преобразование Фурье, дискретное косинусное преобразование, преобразование Карунена-Лоэва, Хаара, Уолша, Адамара и т. д. Эти преобразования находятся путем вычисления свертки сигнала конечной длины с базисными функциями. В результате получаются спектральные коэффициенты, которые подвергаются дальнейшей обработке. Многие из этих преобразований имеют эффективные алгоритмы вычислений. Все эти преобразования применяются к неперекрывающимся блокам сигнала и обеспечивают хороший результат в случае стационарных сигналов. Вейвлет преобразования более приспособлены для обработки нестационарных сигналов и в частности изображений, являющихся нестационарными по своей природе. С развитием новых технологий меняются требования к алгоритмам обработки, а традиционные методы не всегда справляются с поставленными задачами. В изображениях встречаются объекты различных размеров. Естественно требовать, чтобы с помощью преобразования можно было анализировать изображение на различных масштабных представлениях. Для изображений любая спектральная область соответствует определенному масштабу и ориентации. В случае, когда имеют значения местоположения объектов различных масштабов, необходима также пространственная локализация. Традиционные преобразования не обеспечивают необходимую локализацию. Локализационные свойства вейвлет анализа заложены в самой его структуре. В связи с этим возникает необходимость применения вейвлет преобразований. Целью данной диссертации является синтез новых вейвлетотипных преобразований, создание алгоритмов с применением этих преобразований для сжатия, интерполяции и шумоподавления изображений. На основании этих алгоритмов нужно разработать программное обеспечение и провести сравнительный анализ результатов предлагаемых и классических алгоритмов. Digital image processing is an important task in many spheres of vital activity, science, and engineering. Here are some of them: processing the images obtained from the cosmic sondes, processing the X-ray images, their study and diagnosis, digital television, organization of videoconferences, etc. Important areas in image processing are compression, interpolation, and noise reduction. The solutions of these problems are usually based on the orthogonal linear transformation. Classical examples of such transformations are the discrete Fourier transform, the discrete cosine transform, Karhunen-Loeve, Haar, Walsh-Hadamard and other transforms. These transformations are found by calculating the convolution signal of finite length with basis functions. As a result, spectral coefficients are obtained which are exposed to further processing. Many of these transforms have efficient algorithms for computing. All of these transformations are applied to non-overlapping blocks of the signal, and provide a good result in the case of stationary signals. Wavelet transforms, more suitable for processing non-stationary signals and images in particular, are non-stationary in nature. With the development of new technologies are changing the requirements for processing algorithms, and traditional methods do not always cope with the tasks. Objects of different dimensions are found in the images. So it is natural to require that the image be analyzed in different scale representations by means of transforms. For images, any spectral area corresponds to a definite scale and orientation. In case the disposition of the objects of various scales is essential, a spectral localization is also required. The traditional transforms do not provide the necessary localization. In this respect, a need for applying the wavelet transformation arises. The goal of this thesis is synthesis of new wavelet-type transformations, developing algorithms with applying those transformations for compression, noise reduction and image interpolation. On the basis of these algorithms it is required to develop software and perform a comparative analysis of the proposed and classical algorithms results.

    Item Type: Thesis (PhD)
    Additional Information: Синтез новых вейвлетотипных преобразований обработки изображений. Synthesis of new wavelet-type transformations for image processing.
    Uncontrolled Keywords: Минасян Лилит, Minasyan Lilit
    Subjects: Informatics and Computer Systems
    Divisions: UNSPECIFIED
    Depositing User: NLA Circ. Dpt.
    Date Deposited: 30 Sep 2016 10:25
    Last Modified: 30 Sep 2016 10:25
    URI: http://etd.asj-oa.am/id/eprint/3527

    Actions (login required)

    View Item