українська
Анотація:Монографія присвячена розробці нових підходів до задач попередньої обробки та компресії зображень з використанням методів на базі вейвлет-перетворення. Основний наголос у монографії робиться на математичному моделюванні даних у вейвлет-просторі. Викладено базові основи вейвлет-перетворення даних, запропоновано новий метод побудови вейвлет-фільтрів на основі апарату теорії полюсів. Проаналізовано методи компресії даних і, з урахуванням результатів, розроблено ефективний алгоритм втратного стиску зображень. Аналітично виведено вираз залежності необхідного бітового ресурсу від внесених у дані спотворень для джерел, які описуються узагальненим гаусівським законом розподілу для нижньої межі Шенона, за середньоквадратичного критерію якості, а також розроблено методики перевірки інтервалу його точності. Детально розроблено різні варіанти математичної моделі: приховане марковське дерево та алгоритми фільтрації і сегментації зображень на їх основі. Розроблено новий алгоритм швидкої ініціалізації параметрів моделі. Запропоновано ряд модифікацій моделі, які дають можливість врахувати більше залишкових кореляційних зв’язків між вейвлет-коефіцієнтами. Це покращило роботу алгоритмів попередньої обробки зображень, побудованих на основі цієї моделі.
Читацька аудиторія:Книга призначена для наукових співробітників та інженерно-технічних працівників, що займаються розробкою методів та побудовою систем обробки і компресії зображень, аспірантів та студентів вищих навчальних закладів, які вивчають алгоритми обробки...
російська
Анотація:Монография посвящена разработке новых подходов к задачам предварительной обработки и компрессии изображений с использованием методов вейвлет-преобразования. Основное внимание в монографии уделено математическому моделированию данных в вейвлет-пространстве. Изложены основы вейвлет-преобразования данных, предложен новый метод построения вейвлет-фильтров на основании аппарата теории полюсов.Проанализированы методы компрессии данных и, с учетом результатов, разработан эффективный алгоритм сжатия изображений. Аналитически выведено выражение зависимости необходимого битового ресурса от внесенных в данные искажений для источников, описанных обобщенным гаусовским законом распределения для нижней границы Шенона, согласно среднеквадратическиму критерию качества, а также разработаны методики проверки интервала его точности.Детально разработаны различные варианты математической модели: скрытое марковское дерево и алгоритмы фильтрации и сегментации изображений на их основе. Разработан новый алгоритм быстрой инициализации параметров модели. Предложен ряд модификаций модели, дающих возможность учесть больше остаточных корреляционных связей между вейвлет-коэффициентами. Это улучшило работу алгоритмов предварительной обработки изображений, построенных на этой модели.
Читацька аудиторія:Книга предназначена для научных сотрудников и инженерно-технических работников, занимающихся разработкой методов и построением систем обработки и компрессии изображений, аспирантов и студентов вузов, изучающих алгоритмы обработки...