Метод представления данных изображения радужной оболочки для формирования индивидуального кода

  • автор:
  • специальность ВАК РФ: 05.12.04
  • научная степень: Кандидатская
  • год защиты: 2001
  • место защиты: Санкт-Петербург
  • количество страниц: 152 с. : ил
  • стоимость: 230 руб.
  • нашли дешевле: сделаем скидку

действует скидка от количества
2 работы по 214 руб.
3, 4 работы по 207 руб.
5, 6 работ по 196 руб.
7 и более работ по 184 руб.
Титульный лист Метод представления данных изображения радужной оболочки для формирования индивидуального кода
Оглавление Метод представления данных изображения радужной оболочки для формирования индивидуального кода
Содержание Метод представления данных изображения радужной оболочки для формирования индивидуального кода
Вы всегда можете написать нам и мы предоставим оригиналы страниц диссертации для ознакомления
1. МОДЕЛЬ ИЗОБРАЖЕНИЯ РАДУЖНОЙ ОБОЛОЧКИ
1.1. Радужная оболочка как объект исследования иридодиагностики. Симптоматика дифференциальной оценки биомикроскопии радужной оболочки
1.1.1. Цвет радужной оболочки
1.1.2. Тип радужной оболочки
1.1.3. Плотность
1.1.4. Состояние зрачка
1.1.5. Состояние автономного кольца
1.1.6. Адаптационные кольца
1.1.7. Токсико-дистрофические знаки
1.1.8. Лимфатический розарий
1.1.9. Лакуны
1.1.10. Токсические и пигментные пятна
1.2. Состояние вопроса и дальнейшие перспективы развития методов кодирования изображений
1.2.1. Теоретический обзор методов компрессии и тенденций их развития
1.2.1.1. Устранение статистической зависимости
1.2.1.2. Использование разбиения
1.2.1.3. Учет ошибок компрессионных трансформаций
1.2.2. Экспериментальное обоснование гибридных технологий кодирования изображений
1.2.2.1. Фрактально-интерполяционный метод компрессии
1.2.2.2. Интерполяционное сжатие с кодированием ошибок интерполяции.
1.2.2.3. Блочное кодирование
1.2.2.4. Кодирование контуров
1.3. Оценка качества компрессионных трансформаций ИРО
1.3.1. Одиночные методы
1.3.2. Парные методы
1.3.2.1. Оценки на основе корреляции
1.3.2.2. Статистические оценки
1.3.2.3. Оценка потерь и ложных компонент
1.3.2.4. Дифференциально-статистический подход

ВЫВОДЫ
ЦЕЛЬ И ЗАДАЧИ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ
2. ТЕОРИЯ КОДИРОВАНИЯ ИЗОБРАЖЕНИЯ РАДУЖНОЙ ОБОЛОЧКИ
2.1. Общие замечания по выбору методов компрессии ИРО
2.2. Интерполяция изображений на основе полиномов и контуров
2.2.1. Кодирование низкочастотных составляющих изображения на основе полиномов
2.2.1.1. Постановка задачи полиномиальной интерполяции ИРО
2.2.1.2. Полиномиальная интерполяция по методу наименьших квадратов.
2.2.1.3. Полиномиальная интерполяция по методу Лагранжа
2.2.2. Кодирование высокочастотных составляющих изображения с помощью методов кодирования контуров
2.2.2.1. Модель контура
2.2.2.2. Линейные пространства вектор-контуров
2.2.2.3. Свойства скалярного произведения в пространстве С*
2.2.2.4. Спектральный анализ контуров изображений
2.2.2.5. Уауе1е1-преобразование и выделение контуров
2.3. Фрактальное кодирование изображений
2.3.1. Постановка задачи фрактального кодирования
2.3.2. Системы итерируемых функций
2.3.3. Аффинные преобразования
ВЫВОДЫ
3. ГИБРИДНЫЙ МЕТОД КОМПРЕССИИ ИЗОБРАЖЕНИЯ РАДУЖНОЙ ОБОЛОЧКИ
3.1. Разбиение изображения на локально стационарные фрагменты
3.1.1. Модель изображения как совокупности фрактальных и топологических объектов
3.1.1.1. Фрактальные объекты
3.1.1.2. Топологические объекты
3.1.2. Модель изображения радужной оболочки как объекта исследования иридодиагностики
3.2. Методы компрессии ИРО на основе фрактально-топологической модели
изображения
3.2.1. Выбор субкодеров для построения гибридного фрактального метода

3.2.2. Методы классификации блоков
3.2.3. Стыковка субкодеров
3.3. Кодирование ИРО полиномно-контурным методом
3.3.1. Разбиение ИРО на фрагменты и предварительные преобразования.
3.3.2. Выделение и кодирование контуров
3.3.3. Стыковка субкодеров
3.4. Оценка быстродействия алгоритмов
3.4.1. Фрактальные методы компрессии
3.4.2. Полиномно-контурный метод
ВЫВОДЫ
4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ГИБРИДНОГО МЕТОДА КОМПРЕССИИ ИЗОБРАЖЕНИЯ РАДУЖНОЙ ОБОЛОЧКИ ГЛАЗА
4.1. Методика проведения эксперимента
4.2. Результаты машинного моделирования
4.2.1. Оценка быстродействия исследуемых кодеров
4.2.2. Оценка качества компрессионных трансформаций
4.3. Характерные артефакты кодеров
ВЫВОДЫ
ЗАКЛЮЧЕНИЕ
РЕКОМЕНДАЦИИ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. ЭКСПЕРИМЕНТАЛЬНЫЕ РЕЗУЛЬТАТЫ
Результаты кодирования ИРО фрактальным кодером с ортогонализацией базиса
коллажа
Результаты кодирования ИРО гибридным фрактальным кодером с ортогонализацией
базиса коллажа и билинейной интерполяцией
Результаты кодирования ИРО гибридным полиномно-контурным кодером
Параметры метода Хосака и гистограммного критерия для случая кодирования ИРО
фрактальным кодером с ортогонализацией базиса коллажа
Параметры метода Хосака и гистограммного критерия для случая кодирования ИРО гибридным фрактальным кодером с ортогонализацией базиса коллажа и билинейной интерполяцией

чение равнялось бы единице. Нормированная корреляция - коэффициент корреляции имеет следующий вид:
Согласно теореме Парсеваля (1.8), значение коэффициента корреляции (1.27) может быть вычислено с использованием спектральных образов изображений.
При восприятии изображений очень важную роль играют контуры предметов. Поэтому при оценке качества изображений очень часто используют коэффициент корреляции лапласианов изображений. Применение оператора Лапласа к изображению приводит к обострению контуров изображения. При этом коэффициент корреляции лапласианов (1.27) в спектральной области имеет следующий вид:
Умножение спектра на квадрат частоты в частотной области эквивалентно применению оператора Лапласа в координатной области описания.
Эксперименты, выполненные на изображениях, которые были преобразованы с помощью фильтров низких и высоких пространственных частот, показали, что обычный коэффициент корреляции (1.27) остается довольно большим даже в том случае, когда очень сильно подавлены высоко и среднечастотные компоненты изображения, и субъективно оно воспринимается как низкокачественное, а коэффициент корреляции лапласианов (1.28) быстро уменьшается при сужении полосы низкочастотного фильтра. Можно, однако, получить низкокачественные изображения с большими искажениями в области низких пространственных частот [31], для которых коэффициент корреляции лапласианов оказывается сравнительно большим.
1.3.2.2. Статистические оценки.
Еще одним парным критерием верности передачи изображения является абсолютная ошибка, а именно, разность функций, описывающих эталонное и искаженное изображения, которая имеет следующий вид:
где: 8 = {г,у: 1 < г < N , 1 < / < Л'} - область пространственных отсчетов изображения.

£ _ к— /—
(1.27)
к=М=
(1.28)
(1.29)
Вы всегда можете написать нам и мы предоставим оригиналы страниц диссертации для ознакомления

Рекомендуемые диссертации данного раздела