Ви є тут

Методы эффективной декомпозиции вычислительных процедур линейной локальной фильтрации изображений

Автор: 
Мясников Владислав Валерьевич
Тип роботи: 
диссертация доктора физико-математических наук
Рік: 
2008
Артикул:
568679
179 грн
Додати в кошик

Вміст

СОДЕРЖАНИЕ
ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.
ВВЕДЕНИЕ
ГЛАВА 1 Эффективный алгоритм над множеством алгоритмов ЛЛФ
1.1 Постановка задачи и основные определения
1.1.1 Постановка задачи ЛЛФ. Априорная информация о задаче.
1.1.2 Представление априорной информации о входном сигнале.
1.1.3 Алгоритм решения задачи ЛЛФ. Сложность алгоритма. Понятия эффективного и строго эффективного алгоритмов
1.1.4 Категории сложности алгоритмов ЛЛФ.
1.1.5 Основные классы алгоритмов ЛЛФ.
1.2 Алгоритмы ЛЛФ постоянной сложности и их свойства
1.2.1 Распространение алгоритма постоянной сложности.
1.2.2 Корректная сложность и приведенные алгоритмы постоянной сложности
1.2.3 Компетентный алгоритм над множеством алгоритмов постоянной сложносги
1.2.4 О распространении приведенного компетентного атгоритма.
1.2.5 Исследование операций приведения и построения компетентного алгоритма
1.2.6 О корректности функции сложности для алгоритмов постоянной сложности
из основных классов алгоритмов ЛЛФ
1.3 Алгоритмы вариантной сложности и их свойства.
1.3.1. Основные типы алгоритмов вариантной сложности.
Алгоритмы предпостоянной сложности
1.3.2. Сложность алгоритма предпостоянной сложности для
модели разреженных сигналов.
1.3.3. Стратегии выбора алгоритма предпостоянной сложности.
Компетентный алгоритм.
1.3.4. Распространение алгоритма предпостоянной сложности.
Корректная функция сложности и приведенный алгоритм.
1.4 Расширение множества алгоритмов ЛЛФ по модели СЯ.
Индуцированный алгоритм и основные теоремы о его эффективности.
1.4.1 Модель СБ Расширение множества алгоритмов ЛЛФ по модели СИ
1.4.2 Расширения множеств алгоритмов ЛЛФ из основных классов.
Подклассы алгоритмов модели СЯ
1.4.3 Основные теоремы об эффективности алгоритма, индуцированного априорной информацией о задаче ЛЛФ
1.4.4 Метод построения эффек тивного алгоритма над множеством
алгоритмов стандартной сложности.
1.5 Об эффективном алгоритме над множеством алгоритмов ЛЛФ из основных классов.
1.6 Обобщения эффективного алгоритма
1.6.1 Эффективный алгоритм, минимизирующий ожидаемое время решения задачи
1.6.2 Эффективный алгоритм линейной локальной фильтрации изображений.
1.6.3 Эффективный алгоритм множественной корреляции
Выводы и результаты.
1 ЛАВА 2 Построение индуцированного алгоритма ЛЛФ над приведенным
компетентным алгоритмом.
2.1 Построение индуцированного алгоритма
2.1.1 Необходимые и достаточные условия строгой эффективности индуцированного алгоритма для задачи ЛЛФ без априорной информации о свойствах сигнала.
2.1.2 Замечания о сложности индуцированного алгоритма для задач ЛЛФ
с непустой априорной информацией о свойствах сигнала.
2.1.3 Необходимые и достаточные условия строгой эффективности индуцированного алгоритма для задач с априорной информацией о свойствах сигнала.
2.1.4 Определение параметров индуцированного алгоритма.
2.1.5 О некорректности задачи представления конечного цифрового сигнала
в виде ЛРП заданного порядка с ограничениями.
2.2. О задаче представления конечного цифрового сигнала в виде ЛРП заданного порядка над полем СЦр с ограничениями
2.2.1 Условия существования решения задачи представления конечного цифрового сигнала в виде ЛРП заданного порядка над полем вЦ
2.2.2 Аналитически корректная задача представления конечного цифрового
сигнала в виде ЛРП заданного порядка над полем вЦ.
2.3. О задаче представления конечного цифрового сигнала в виде ЛРП заданного порядка над полем И с ограничениями.
2.3.1 Формулировка задачи представления конечного цифрового сигнала
в виде ЛРП заданного порядка над полем И.
2.3.2 Решение задачи представления конечного цифрового сигнала
в виде ЛРП заданного порядка над полем И.
2.4 Прямое решение задачи построения индуцированного алгоритма.
2.4.1 Ограничения подхода.
2.4.2 От сплайнов к расширенному ЛРС
2.4.3 Алгоритм модели СЯ, порождаемый сплайнпредставлением КИХ.
2.4.4 Построение простого эффективного алгоритма
2.5 Об устойчивости индуцированного алгоритма вычисления свертки.
2.6 Примеры построения эффективных алгоритмов ЛЛФ вычисления сверток.
2.6.1 Простые эффективные алгоритмы ЛЛФ для КИХ в виде однородной ЛРП.
2.6.2 Эффективные алгоритмы ЛЛФ для Ш КИХ, заданной в виде сплайна
2.6.3 Сплайнвейвлеты с конечными носителями и
эффективный алгоритм локального ДВП.
2.6.4 Примеры численного построения эффективного алгоритма ЛЛФ
для 10 вещественнозначной КИХ
2.6.5 Простые эффективные алгоритмы ЛЛФ для неразделимой полиномиальной КИХ.
2.6.6 Простой эффективный алгоритм ЛЛФ для неразделимой КИХ, удовлетворяющей однородному ЛРС.
2.6.7 Примеры численного построения эффективного алгоритма ЛЛФ для 2Э КИХ.
Комментарии к главам 1 и 2.
Выводы и результаты
ГЛАВА 3 Эффективные локальные линейные признаки цифровых сигналов и изображений.
3.1 Эффективные локальные линейные признаки
3.1.1 Общая задача построения эффективных локальных линейных признаков
3.1.2 Алгоритм модели СЯ, порождаемый кусочнооднородной
последовательностью над К.
3.1.3 МСпоследователыюсти
3.1.4 О существовании и единственности НМСиоследовательности.
Семейство НМСпоследовательностей.
3.1.5 Частная задача построения эффективных локальных линейных признаков
3.1.6 Методы построения эффективных локальных линейных признаков
3.1.7 Примеры НМС и избыточных ОМСпоследовательностей.
3.2 Наборы эффективных локальных линейных признаков
3.2.1 Наборы линейных взаимнорекуррентных последовательностей
3.2.2 Алгоритм модели СЯ множественной корреляции, порождаемый набором линейных взаимнорекуррентных последовательностей над К.
3.2.3 НМСнабор последовательностей
3.2.4 О существовании и единственности НМСнабора последовательностей.
Семейство НМСнаборов последовательностей
3.2.5 Частная задача построения набора эффективных локальных
линейных признаков.
3.2.6 Методы построения наборов эффективных локальных линейных признаков
3.2.7 Примеры НМСнаборов последовательностей
3.3 О некоторых наборах взаимнорекуррентных Ш и последовательностей и порождаемых ими алгоритмах вычисления локальных линейных признаков
3.3.1 Набор симметричных взаимнорекуррентных полиномов и
эффективный алгоритм вычисления обобщенных моментов
3.3.2 Набор антисимметричных взаимнорекуррентных полиномов и эффективный алгоритм вычисления обобщенных моментов.
3.3.3 Анализ наборов симметричных и антисимметричных взаимнорекуррентных полиномов и порождаемых ими алгоритмов множественной корреляции.
3.3.4 Набор взаимнорекуррентных бинарных последовательностей
и эффективный алгоритм множественной корреляции
Выводы и результаты.
ГЛАВА 4 Применение эффективных алгоритмов ЛЛФ для решения задач обработки изображений и компьютерного зрения
4.1 Методы и алгоритмы построения элементов систем компьютерного зрения, использующих эффективные алгоритмы ЛЛФ.
4.1.1 Построение элементов систем компьютерного зрения,
предназначенных для решения задач обнаружения и классификации
4.1.2 Построение элементов систем компьютерного зрения, предназначенных для решения задач обнаружения и локализации объектов на изображениях
4.2 Метод согласованной оптимизации как средство построения систем компьютерного зрения, использующих эффективные алгоритмы
4.2.1 Основные обозначения.
4.2.2 Ограничения метода согласованной оптимизации.
4.2.3 Основные положения метода согласованной оптимизации.
Базовая итерационная процедура метода
4.2.4 Модификации базовой итерационной процедуры
метода согласованной оптимизации.
4.2.5 Метод согласованной оптимизации процедуры совместного
обнаружения и локализации объектов на изображении
4.2.6 Метод согласованной оптимизации двухэтапной процедуры
обнаружения и распознавания локальных объектов на изображении
4.3 Примеры решения задач обработки изображений и компьютерного зрения с применением эффективных алгоритмов ЛЛФ
4.3.1 Выделение контуров и углов на изображении
4.3.2 Синтез нелинейного локального преобразования по прецеденту.
4.3.3 Распознавание дактилоскопических изображений.
4.3.4 Поиск изображений, видео и аудио данных в коллекциях.
4.3.5 Моделирование видеоинформационого тракта.
4.3.6 Распознавание номеров автотранспортных средств.
4.3.7 СЯЮсистема обработки данных дистанционного зондирования.
4.3.8 Поиск личности по фотоизображению лица в БД
4.3.9 Обнаружение транспортных средств на аэрофотоснимках,
полученных с низколетящего летательного аппарата.
Выводы и результаты.
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ