Статті (КІТП)
Permanent URI for this collection
Browse
Recent Submissions
Item Екстенсіональний підхід до розпізнавання растрових зображень на основі їх символьних перетворень.(СНУ ім. В. Даля, 2023) Захожай, О. І.; Крохмаль, А. В.Стаття присвячена вирішенню актуального питання вдосконалення методів та інформаційних технологій розпізнавання растрових зображень для різноманітного прикладного застосування. На сьогодень, існує значне різноманіття методів обробки і розпізнавання растрових зображень. Аналіз цих методів і підходів, наведений в статті, показав доцільність їхнього застосування для певних прикладних застосувань. При цьому універсальні рішення відсутні. Крім того, обробка растрових зображень пов’язана з додатковою проблемою використання значних обсягів пам’яті для зберігання еталонів, а також надмірні витрати машинного часу для обробки великих масивів даних. В статті представлений новий підхід до підвищення швидкості розпізнавання растрових зображень з одночасним зменшенням розмірності масиву даних, що підлягають співставленню. Цей підхід базується на перетворенні растрових зображень в символьний вигляд з подальшим зберіганням і співставленням під час розпізнавання. Згідно методу, піксельний масив зображення поділяється на прямокутні сегменти, після чого кожен з них заміняється символом ASCII, максимально подібним за виглядом. Подальше співставлення здійснюється не за окремими пікселями, а за кодуваннями символів фрагменту зображення, що є подальшим розвитком підходу екстенсіонального аналізу. Новий метод дозволяє забезпечити компактність збереження еталонних зображень алфавіту класів, зменшити витрати пам'яті для їх зберігання, а також пришвидшити обробку під час класифікації.Item Метод і програмне забезпечення символьного перетворення растрових зображень.(СНУ ім. В. Даля, 2024) Захожай, О. І.; Крохмаль, А. В.В статті розглянуто новий метод і програмне забезпечення для перетворення растрових зображень в символьний вигляд для систем обробки і аналізу візуальної інформації. Відомо, що обробка растрових зображень, особливо високої роздільної здатності, вимагає значних об’ємів пам’яті для зберігання, а також обчислювальної потужності комп’ютерних систем. Представлений підхід дозволяє візуально представити інформативні об’єкти на растровому зображенні символами, які за виглядом максимально співпадають з відповідними фрагментами початкового зображення. З урахуванням малого обсягу для збереження символьних даних, таке технічне рішення дозволяє забезпечити компактне зберігання інформативних ознак растрових зображень, а також спростити процедуру їхнього співставлення під час розпізнавання. Компактне представлення алфавіту класів також дозволяє значно знизити часову складність інформаційного процесу класифікації об’єктів на зображенні. Представлене програмне забезпечення, в якому реалізовано новий метод перетворення растрових зображень, може бути легко інтегроване до будь яких прикладних систем розпізнавання візуальних образів, а також системи підтримки прийняття рішень на основі візуальної інформації.