Алгоритмы и устройства полигонально-рекурсивного метода кодирования изображений тема диссертации и автореферата по ВАК РФ 05.13.05, кандидат наук Альмахрук Мухиб Махмуд Исмаил

• Альмахрук Мухиб Махмуд Исмаил
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Альмахрук Мухиб Махмуд Исмаил

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР МЕТОДОВ КОДИРОВАНИЯ И ДЕКОДИРОВАНИЯ ИЗОБРАЖЕНИЙ

1.1. Методы кодирования в спектральной области сигнала изображений

1.2. Методы кодирования в пространстве сигнала изображений

1.3. Цель и задачи исследования

ГЛАВА 2. РАЗРАБОТКА МОДИФИЦИРОВАННОГО МЕТОДА И АЛГОРИТМОВ КОДИРОВАНИЯ И ДЕКОДИРОВАНИЯ ИЗОБРАЖЕНИЙ

2.1. Суть полигонально-рекурсивного модифицированного метода кодирования и декодирования изображений

2.2. Алгоритмы полигонального модифицированного метода кодирования изображений

2.2.1. Алгоритмы с фиксированным расположением ХТ

2.2.2. Алгоритмы с произвольным расположением ХТ

2.3. Структуры данных представления пирамид изображений

2.4. Разработка систематизации полигонально-рекурсивных алгоритмов

2.5. Основные выводы

ГЛАВА 3. РЕКУРРЕНТНЫЕ СООТНОШЕНИЯ ДЛЯ ОЦЕНКИ ПАРАМЕТРОВ УСТРОЙСТВ КОДИРОВАНИЯ ИЗОБРАЖЕНИЙ

3.1. Кодирование двоичного источника информации

3.2. Постановка задачи нахождения рекуррентных соотношений

3.3. Общий подход к кодированию характерных точек изображений

3.4. Рекуррентные соотношения оценки параметров устройств сжатия по ХТ

3.5. Результаты моделирования рекуррентных соотношений

3.6. Основные выводы

ГЛАВА 4. МОДЕЛИРОВАНИЕ АЛГОРИТМОВ КОДИРОВАНИЯ И ДЕКОДИРОВАНИЯ ИЗОБРАЖЕНИЙ

4.1. Модель тракта кодирования и декодирования изображений

4.2. Некоторые задачи моделирования

4.3. Результаты моделирования алгоритмов

4.4. Преимущества и сравнение с известными методами

4.5. Основные выводы

ГЛАВА 5. РАЗРАБОТКА СПЕЦИАЛИЗИРОВАННЫХ УСТРОЙСТВ ПОЛИГОНАЛЬНО-РЕКУРСИВНОГО МОДИФИЦИРОВАННОГО МЕТОДА

5.1. Проектирование элементов и устройств обработки изображений

5.2. Выбор вычислительной базы и аппаратная реализация

5.3. Определение производительности устройств

5.4. Основные выводы

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ:

Приложение 1. Свидетельство о регистрации программы для ЭВМ

Приложение 2. Свидетельство о регистрации программы для ЭВМ

Приложение 3. Свидетельство о регистрации программы для ЭВМ

Приложение 4. Акт ИПТ РАН

Приложение 5. Акт АО «НИИТ»

Приложение 6. Способ соединения характерной точки с соседними пикселями

Введение диссертации (часть автореферата) на тему «Алгоритмы и устройства полигонально-рекурсивного метода кодирования изображений»

ВВЕДЕНИЕ

Актуальность темы исследования. Одной из областей использования элементов и узлов вычислительной техники является цифровая обработка видеоинформации, принимаемой от фотоприёмников, преобразующих накопленные фотоны в пиксели, которые затем подвергаются различным цифровым спектральным преобразованиям. В последнее время цифровая обработка изображений перешла в новую стадию развития и возникло относительно новое направление - пространственная обработка изображений [1].

Визуальные видеоданные по сравнению с другими данными наиболее объемные и характеризуются высокой степенью неопределенности, что делает их практически невозможными для анализа, хранения и передачи. При переходе к спектральным методам, проблема усугубляется из-за передачи некоррелированных значений-трансформант яркостей изображения, символами полосы частот канала. Вместе с тем, как показали исследования, видеоинформация, с которой встречаемся на практике, обладает большой статической избыточностью [2]. Следовательно, необходимо применить такой способ кодирования сигнала, при котором передача видеоинформации выполняется с сокращением этой избыточности для достижения минимальной скорости передачи соответствующей пропускной способности канала и его полосы частот.

На сегодняшний день параллельная, качественная и высокопроизводительная компьютерная обработка видеоинформации является одной из важнейших задач разработчиков техники и технологии. Огромные средства вкладываются в разработку эффективных методов и алгоритмов анализа для различных мультимедийных систем. При этом применение параллельных вычислительных алгоритмов является стратегическим направлением развития вычислительной техники.

В цифровой обработке изображений ведутся исследования в области проектирования специализированных цифровых видеокамер, отличающихся использованием распределенной обработки сигналов во всех элементах камер, в том числе и в фотоприемниках [3], а также в области пространственных методов представления и анализа видеоданных, которые наиболее полно учитывают не только

структуру объектов, но и свойства реальных изображений [4-6]. В частности, перспективным является разработка структурированных взаимосвязанных списков видеоданных для представления объектов изображений в виде динамических массивов, содержащих необходимую информацию о взаимосвязи и признаках характерных точек изображений. При этом полученные одномерные динамические массивы должны отображать иерархическую пирамиду изображения как совокупность полигонов различных форм и размеров [7-9].

Изображения имеют избыточность из-за того, что большинство элементов обладают одной или имеют близкие по значению яркости, следовательно, основная площадь изображения содержит однородные малоизменяющиеся области.

Для решения проблем передачи и анализа развивается направление представления визуальных данных с применением полигонально-рекурсивных структур (ПРС) [10, 11]. Эти ПРС представляют собой исходные изображения в виде набора характерных точек (ХТ), а ХТ получаются путём деления кадров на сегменты с различными формами количествами пикселов. Далее процесс повторяется для каждого вновь полученного полигона до тех пор, пока размер полигона не станет равным единице [12].

В процессе разбиения формируется соответствующая структура видеоданных в виде одномерного динамического массива (ОДМ), содержащего следующую информацию:

- иерархию изображения в виде «дерева»;

- уровни и адреса, указывающие на связь между полигонами различных уровней пирамиды;

- координаты и яркости ХТ объектов изображений;

- указатели на размер и формы полигонов в пирамиде изображения.

По завершению процесса разбиения получаем ОДМ, элементы и уровни которого последовательно уточняют друг друга и приводят к исходному изображению. Этот ОДМ иногда называют пирамидой изображения [8, 13].

Наряду с этим получает развитие другое самостоятельное направление, связанное с кодированием и декодированием изображений и основанное на триангуляционных методах интерполяции, суть которых заключается в построении планарного графа из заданного набора ХТ [14-16].

Интерполяционные триангуляционные методы позволяют разбить изображение на треугольники, каждый из которых максимально характеризует свою локальную область. В результате обработки всего исходного изображения получаем список треугольников. Процесс кодирования заключается в нахождении ХТ изображений, а процесс декодирования состоит в соединении этих ХТ не пересекающимися отрезками (триангуляцией Делоне) [17], причем каждый полученный треугольник характеризуется тремя вершинами с координатами и яркостью. Процесс восстановления включает закраску каждого треугольника путем интерполяции яркостей вершин. Если после восстановления результирующего изображения не достигнута минимальная среднеквадратическая ошибка, то добавляется еще ХТ и триангуляция строится заново [18, 19].

Данный подход имеет следующие особенности: во-первых, максимальный коэффициент сжатия в зависимости от требуемой точности восстановления, во-вторых, сложный алгоритм реализации, требующий огромные аппаратные затраты и в-третьих, невозможность параллельной обработки, что делает его практически нереализуемым. Кроме того, на сегодняшний день отсутствуют какие- либо алгоритмы по нахождению ХТ изображений в целом [20, 21].

В данной работе предлагается способ перехода от интерполяционных триангуляционных методов с нерегулярной структурой к регулярным триангуляционным решёткам, где в качестве механизма для распараллеливания процессов кодирования и декодирования изображений используется функция разбиения изображения в виде рекурсии. Кроме того, в процессе рекурсивного разбиения формируются контекстно-независимые структуры пирамиды изображения с различными формами и размерами полигонов, что служит инструментом при выборе нужного кодера в зависимости от анизотропических свойств сигнала изображений.

Анализ методов кодирования и декодирования изображений на основе полигонально-рекурсивного разбиения показал, что все они преследуют цель в меньшей степени сократить избыточность и в большей степени дать возможность распараллеливать алгоритмы для создания специализированных мультимедийных многопроцессорных вычислительных систем, предназначенных для передачи и анализа с учётом семантических свойств сигналов изображений.

Цифровые сигнальные процессоры (ЦСП) на сегодняшний день играют важную роль во многих задачах видеонаблюдения и слежения за объектами. С появлением видеосистем наблюдения, проблема анализа и классификации объектов на изображениях становится более актуальной. Требуется решение задач, связанных с большими объемами видеоданных в режиме реального времени. Существует необходимость разработки специализированных устройств, которые могли бы быстро и при низких затратах сохранить структуру и взаимосвязь объектов изображений. В качестве элементной базы для реализации устройств ЦСП в настоящее время является наиболее распространенный способ параллельной обработки видеоинформации в реальном времени [1—3].

Современные устройства кодирования и декодирования изображений (УКиДИ) на базе ЦСП, характеризуются высокой производительностью, низкой стоимостью, малыми размерами, малым потреблением мощности и высокой агрегатной способностью. При этом для достижения высокой производительности в основу положено распараллеливание вычислений.

Решение оптимизационной задачи проектирования УКиДИ на базе ЦСП включает: а) выбор наилучшей структурной организации системы; б) построение параллельных алгоритмов (ПА) функционирования и, в) оценка производительности системы в целом.

Таким образом, исследуемая тема является востребованной и представляет собой важным научным и практическим результатом, а предложенные оригинальные методы и программные средства соответствуют мировому уровню в исследуемой области.

Степень разработанности темы. Исследование пирамидальных структур и пространственное преобразование изображений были предложены Павлидисом Т. ещё в 1976 г. в статье «Picture Segmentation by a Tree Traversal Algorithm», где изображение тогда описывалось упорядоченной последовательностью фрагментов, располагаемых одно над другим (отсюда и название - пирамида изображения). В 1985 г. В. В. Александров и Н. Д. Горский выпустили свою первую книгу «Представление и обработка изображений. Рекурсивный подход», где впервые систематизировано изложение подхода к машинной обработке изображений, в основе которого лежит

представление полутоновых изображений пирамидальными рекурсивными структурами. Их главный недостаток - отсутствие интерпретации фрагментов изображения в виде множества ХТ на этапе кодирования, позволяющих кроме компактного представления, достичь более высокого сжатия за счет триангуляции их на этапе декодирования.

Возможность реализации проекта с параллельной структурой и оценка производительности вычислительных устройств служат новой базой для увеличения скорости выполнения основных операций преобразования данных, и они являются одним из основных путей повышения эффективности функционирования средств вычислительной техники.

Применение рекурсии явилось базой для создания параллельных алгоритмов преобразования сигналов изображений, а также эффективной реализации рекурсивных алгоритмов поиска характерных точек изображений с учетом особенностей цифровых сигнальных процессоров.

Цель и задачи

Цель исследования - создание специализированных устройств для улучшения информационных показателей качества процессов кодирования и декодирования нестационарных источников изображений.

Объект исследования - устройства для улучшения информационных показателей качества кодирования и декодирования изображений.

Предмет исследования - метод, алгоритмы и специализированные устройства дискретного пространственного преобразования сигналов изображений.

Для достижения поставленной цели необходимо решить следующие задачи исследования:

1) обзор имеющихся на данный момент различных методов сжатия и восстановления, таких как спектральные и пространственные и обозначение их достоинств и недостатков;

2) разработку новых алгоритмов кодирования и декодирования видеоинформации на основе модифицированного полигонально-рекурсивного метода;

3) разработку рекуррентных соотношений для определения параметров и характеристик устройств кодирования и декодирования изображений по характерным точкам;

4) исследование алгоритмов кодирования и декодирования изображений, обеспечивающих максимальное распараллеливание с использованием цифровых сигнальных процессоров;

5) разработку специализированных устройств пространственного преобразования сигналов изображений с использованием сигнальных процессоров.

Главный результат - получение оценки точности, скорости и сложности трёх новых алгоритмов нахождения ХТ, реализация которых обеспечивает в конечном итоге создание параллельных специализированных устройств кодирования и декодирования изображений.

Научная новизна результатов исследования. Предложены: итерационно-рекурсивный подход поиска ХТ, система рекуррентных соотношений для определения параметров устройств кодирования и декодирования и динамические структуры представления пирамиды изображения по ХТ, позволяющие улучшить коэффициент сжатия.

Теоретическая значимость работы заключается в развитии методов разработки устройств кодирования, обеспечивающих повышение коэффициента сжатия по сравнению с известными методами и, при сохранении качества восстановленных изображений.

Практическая значимость работы заключается в:

1) совершенствовании полигонально-рекурсивного метода нахождения ХТ на этапе кодирования и соединении их в треугольники на этапе декодирования;

2) построении динамических структур пирамиды изображений с сохранением семантики, что позволяет использовать их в решении задач обнаружения и распознавания объектов на изображениях;

3) разработке специализированных устройств, ориентированных на создание параллельных видеосистем кодирования и декодирования изображений.

Методология и методы исследования

Основная тенденция совершенствования теоретической и технической базы средств вычислительной техники связана с необходимостью учёта кроме триады:

точности восстановления, скорости передачи и сложности кодирующих систем, еще и структуры и взаимосвязи объектов на изображениях, что способствует развитию технологий распознавания образов, а также помогает более эффективно модернизировать средства и технологии систем видеонаблюдения, осуществлять приём, анализ и передачу видеоинформации в реальном времени, усиливать конкурентоспособность продукции на рынке, ускорять решение проблем безопасности и развитие народного хозяйства. При выполнении диссертационного исследования главным образом применялись теоретические методы: теория вероятностей, теории алгоритмов и теории сложности, теории передачи информации, а для экспериментальной оценки предложенных алгоритмов - компьютерное моделирование; среди эмпирических методов соискателем применялись комбинаторика, статистическая обработка данных, линейное программирование и аппроксимация.

Соответствие паспорту научной специальности

Согласно паспорту специальности 05.13.05 - «Элементы и устройства вычислительной техники и систем управления», исследования по данной диссертации соответствуют следующим пунктам:

Пункт 1: Разработка научных основ создания и исследования общих свойств и принципов функционирования элементов, схем и устройств вычислительной техники и систем управления;

Пункт 3: Разработка принципиально новых методов анализа и синтеза элементов и устройств вычислительной техники и систем управления с целью улучшения их технических характеристик.

Положения, выносимые на защиту:

1) итерационный способ построения регулярных триангуляционных сеток по характерным точкам изображений позволяющий повысить качество кодирования и декодирования изображений в части лучшего приближения к нижней границе скорости передачи при заданном искажении и обеспечивающий возможность семантической обработки в отличии от стандартных методов;

2) система рекуррентных соотношений параметров устройств, которая позволяет определить характеристики (число полигонов при разбиении, число ХТ изображений и объём памяти) устройств кодировании и декодирования видеоинформации;

3) динамические структуры видеоданных позволяющие передавать сжатые структурированные видеоданные по последовательным каналам с возможностью восстановления изображений при произвольных моментах времени искажений в ходе передачи;

4) выбор лучшего алгоритма нахождения характерных точек на начальном этапе целесообразно осуществлять из разработанной систематизации по пяти признакам: количеству полигонов в результате разбиения; форме; взаимосвязи этапов сжатия и восстановления; расположению ХТ в полигонах; критерию нахождения ХТ;

Степень достоверности и апробация результатов

Достоверность полученных научных результатов. Разработанные соискателем диссертации модифицированного метод и алгоритмы были применены при выполнении в НИР № 115013010038 «Разработка транспортных видео информационных систем на основе новых архитектурных решений» Института проблем транспорта им. В. Н. Соломенко РАН, а также при получении соответствующих экспериментальных результатов, с помощью инструментального программного обеспечения: Microsoft Visual Studio 2010.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на конференциях различного уровня:

1. Измерение скорости SD-карт при записи и чтении видео информации на схемах с программируемой логикой / М.М. Альмахрук [и др.] // Транспорт России: проблемы и перспективы: материалы Юбилейной Междунар.Науч.-практич. конф. - 2015. - С. 81-91.

2. Модель системы мониторинга для видеоинформационной поддержки диспетчерского центра МЧС / М.М. Альмахрук [и др.] // Телевидение: передача и обработка изображений: материалы 13 междунар науч-практич. конф., г.Санкт-Петербург 29 - 30 июня, 2016. - СПб., 2016. - С. 46- 53.

3. Распознавание лиц на основе регулярных иерархических триангуляционных сеток / М.М. Альмахрук [и др.] // Телевидение: передача и обработка изображений: материалы 13 междунар. науч.-практич конф., г.Санкт-Петербург, 29 - 30 июня, 2016. -СПб., 2016. - С. 66-72.

4. Алгоритмы и устройства обработки изображений по характерным точкам// М.М. Альмахрук [и др.] // Телевидение: передача и обработка изображений: материалы 13 междунар. науч.-практич конф., г.Санкт-Петербург, 29 - 30 июня, 2016. - СПб., 2016. -С. 89-96.

5. Алгоритмы и устройства обработки изображений по характерным точкам / М.М. Альмахрук [и др.] // Транспорт России: проблемы и перспективы : Материалы междунар. науч-практич. конф., г. Санкт-Петербург, 29-30 нояб., 2016. - СПб., 2016. - С. 81-88.

6. Методика тестирования кодеров на основе представительной выборки транспортных сюжетов/ / М.М. Альмахрук [и др.] // Транспорт России: проблемы и перспективы : Материалы междунар. науч-практич. конф., г. Санкт-Петербург, 29-30 нояб., 2016. - СПб., 2016. -С. 60-66.

7. Транспортные видеосистемы на кристалле: новые методы и технологий распознавания/ М.М. Альмахрук [и др.] // Транспорт России: проблемы и перспективы : Материалы междунар. науч-практич. конф., г. Санкт-Петербург, 29-30 нояб. , 2016. - СПб., 2016. - С. 91-98.

8. Обнаружение и распознавание транспортных средств. / М.М. Альмахрук [и др.] // Транспорт России: проблемы и перспективы : материалы междунар. науч-практич. конф., г. Санкт-Петербург, 29-30 нояб. 2016. - СПб., 2016. - С. 130-136.

9. Видеосистемы на кристалле обнаружения лесных пожаров /М.М. Альмахрук [и др.] // Транспорт России: проблемы и перспективы : материалы междунар. науч-практич. конф., г. Санкт-Петербург, 29-30 нояб. 2016. - СПб., 2016. - С. 150-159.

10. Обнаружение и распознавание транспортных средств по триангуляционным сеткам / М.М. Альмахрук// Телевидение: передача и обработка изображений: материалы 14 междунар. нач.-практич. конф., г. Санкт-Петербург, 27 - 28 июня, 2017. - СПб., 2017. - С. 86- 93.

11.Саккадические движения глаз и концепция кодирования изображений по опорным точкам / М.М. Альмахрук// Телевидение: передача и обработка изображений: материалы 14 междунар. нач.-практич. конф., г. Санкт-Петербург, 27 - 28 июня, 2017. -СПб., 2017. - С. 207- 211.

12.Саккадические движения глаз и концепция выделения опорных точек / М.М. Альмахрук [и др.]/ Материалы 23-ой МНМК «Современное образование: материалы 23-

й междунар. науч.-метд. конф., г. Санкт-Петербург, 21 апр. 2017. - Т. 1. - СПб.,2017. - С. 99-102.

Соискателем разработаны три алгоритма и программы кодирования и декодирования по ХТ:

1) Свидетельство № 2016661804 Российская Федерация. Кодек изображений по характерным точкам №1Т-ДПП-^: свидетельство об официальной регистрации программы для ЭВМ /М. М. Альмахрук, Ш. С. Фахми и др.// заявитель и правообладатель АО «Научно-исследовательский институт телевидения». - № 2016619090; заявл. 24.08.2016; зарегистр. 21.10.2016. - 1 с.

2) Свидетельство № 2016661806 РФ. Итерационный триангуляционный кодек изображений: свидетельство об официальной регистрации программы для ЭВМ / М. М. Альмахрук, Ш. С. Фахми и др.; заявитель и правообладатель АО «Научно-исследовательский институт телевидения». - № 2016619075; заявл. 24.08.2016; зарегистр. 21.10.2016. - 1 с.

3) Свидетельство № 2017611827 РФ. Программа для кодирования и декодирования изображений методом деления на полигоны различной формы и размера: свидетельство об официальной регистрации программы для ЭВМ / М.М.Альмахрук, Ш. С. Фахми; заявитель и правообладатель АО «Научно-исследовательский институт телевидения». - № 2016664058; заявл. 21.12.2016; зарег. 09.02.2017. - 1 с.

Публикации по теме диссертации

По теме диссертации опубликовано 21 научных работ: 6 - в журналах, входящих в перечень ВАК, 1 входит в БД WoS, и 12 работ содержатся в материалах научных конференций. Получены 3 свидетельства о государственной регистрации программы для ЭВМ.

Структура и объём диссертации

Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы, включающего 107 наименований. Основной текст работы изложен на 142 страницах машинописного текста. Работа содержит 52 рисунка и две таблицы.

ГЛАВА 1. ОБЗОР МЕТОДОВ КОДИРОВАНИЯ И ДЕКОДИРОВАНИЯ

ИЗОБРАЖЕНИЙ

Рассматривая проблему проектирования эффективных устройств анализа и передачи изображений, специалисты преследуют цель: структурирование объектов изображений и минимизация скорости передачи изображения при допустимом (заданном) его искажении. За последнее десятилетие был достигнут значительный прогресс в области создания эффективных систем передачи изображений. Этот прогресс связан с созданием и усовершенствованием новых методов кодирования изображений и появлением технологии «система на кристалле», а также сравнительно недорогих, компактных, быстродействующих полупроводниковых устройств обработки сигналов [24-25].

Можно сказать, что неудобства и трудности, из-за большой информационной емкости видеосистемы, особенно заметно проявляются при переходе к цифровому представлению изображения. Следовательно, задача сжатия изображений наиболее актуальна с точки зрения создания высокопроизводительных параллельных систем обработки изображений [26-29].

Данная глава вводит в круг проблем, связанных с цифровыми методами передачи изображений и, вместе с тем, является подготовительной для понимания тех обстоятельств, которые привели к исследованию и решению задач данной работы.

Вопрос, связанный с анализом имеющихся на текущий момент методов кодирования и декодирования изображений, является сложным. Сложность обусловлена тем, что эти методы многообразны и ориентированы на решение конкретной прикладной задачи. Поэтому, в диссертации эти методы должны быть оценены, во-первых, с точки зрения минимизации скорости передачи, как числа бит на пиксель (или коэффициента сжатия) и, во-вторых, с точки зрения распараллеливания алгоритмов и структуризации видеоданных.

Необходимо ввести ясность по поводу критерия оценки алгоритмов кодирования и декодирования изображений.

Скорость передачи - это скорость передачи сжатых видеоданных, измеряемая в количествах бит на пиксель по аналогии с пропускной способностью канала (т. е. количество символов в секунду).

Коэффициент сжатия - это безразмерная величина, характеризующая во сколько раз объем передаваемых данных уменьшается после преобразования соответствующими алгоритмами.

Методы кодирования и декодирования изображений можно разделить на два класса:

- первый включает в себя методы с использованием спектрального аппарата исследования различных разверток при анализе изображений в частотной области, и они рассматриваются в первом разделе [30-36].

- второй полностью отличается от первого и базируется на обработке видеоинформации в пространстве сигнала изображений, т. е. в декартовой системе - x, y и z, где последняя координата (z) представляет собой яркость пикселя исходного изображения, что подробно рассматривается во втором подразделе главы [37-40].

1.1. Методы кодирования в спектральной области сигнала изображений

Практика проектирования систем обработки видеоинформации показывает, что исходное изображение или его локальные области, называемые сегментами, подвергаются спектральному преобразованию. При этом для обхода всех отсчетов исследованы различные способы, позволяющие преобразовывать сегменты в одномерные массивы. Далее эти массивы подвергаются различным математическим преобразованиям (Корунена-Луэва, косинус или синус и т.д. [41-45] в целях декорреляции и получения ряда чисел, называемых коэффициентами (трансформантами) преобразования). Трансформанты представляют собой набор чисел, расположенных в порядке убывания относительно основной трансформанты, называемой мощностью сигнала [46-50].

Далее приводится краткое описание основных спектральных методов преобразования сигналов.

1.1.1. Спектральные методы обработки изображений. Идея обработки видеоинформации с использованием спектральных преобразований можно рассматривать с позиции обобщенного подхода векторного квантования, основанного на

замене некоторых отсчетов сигнала изображений одним значением [51-57]. Для построения систем обработки видеоинформации в реальном времени было разработано множество оригинальных способов с учётом корреляции соседних пикселей. Эти способы прямо (или косвенно) используют различные математические преобразования с учётом локальных характеристик и свойств изображений [58-61].

Поскольку преобразование Корунена-Луэва считается наиболее оптимальным с точки зрения разложения сигнала по своим ортогональным базисам, то оно было использовано в линейном кодировании с многократным интегрированием скалярных произведений сигнала на всём интервале задания исходного сигнала [7, 87].

Исследования показали, что при приемлемом субъективном качестве результирующих изображений спектральные способы, перечисленные выше, дают хорошие показатели коэффициента сжатия (уменьшение скорости передачи с 8 бит/пиксель до 2 бит/пиксель) при размерах сегмента 16x16. Эксперименты с преобразованием сегментов размера 8x8 дали результаты ~ 2,5 бит/пиксель при том же субъективном качестве. Работы над сегментами изображения размером 4x4 не дали нужное уменьшение скорости передачи, и полученные результаты кодирования не превысили значений 3-4 бит/пиксель (при линейном предсказании и соответствующем субъективном качестве результирующего изображения [42].)

Список литературы диссертационного исследования кандидат наук Альмахрук Мухиб Махмуд Исмаил, 2019 год

СПИСОК ЛИТЕРАТУРЫ

1. Гонсалес, Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс - М.: Техносфера, 2006. - 1072 с.

2. Burger, W. Digital Image Processing an algorithmic introduction using Java [Text]/ W. Burger, M. J. Burge. - Berlin [et al.], Springer, 2016. - 566 p.

3. Молодяков, С.А. Проектирование специализированных цифровых видеокамер [Текст] / / С.А. Молодяков - СПб.: Изд-во СПбГПУ, 2016. - 285 с.

4. Schäfer, R. Digital Video Coding Standards and Their Role in Video Communications [Text] / R.Schäfer, T. Sikora // Proceedings of the IEEE. - 1995. - V. 83. - P. 907-923.

5. Видеосистема на кристалле с адаптацией разрядности АЦП [Текст] /

A.А Умбиталиев [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. -2015. - Вып. 6. - С. 154-156.

6. Видеосистема на кристалле с адаптацией разрядности АЦП [Текст] / Бородулин В.В [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. -2017. - Вып. 3. - С. 27-34.

7. Метод адаптивного ортогонального преобразования видеоданных [Текст] / С.В. Дворников [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. 2016. - Вып. 4. - С. 85-91.

8. Александров, В.В. Представление и обработка изображений. Рекурсивный подход [Текст] / В.В. Александров, И. Д. Горский. - Л.: Наука, 1985.

9. Александров, В.В. Цифровая технология инфокоммуникации. Передача, хранение и семантический анализ текста, звука, видео [Текст] / Александров

B.В., Кулешов С.В., Цветков О.В. - СПб.: Наука, 2008 — С. 243.

10. Александров, В. В. Алгоритмы и программы структурного метода обработки данных [Текст] / В.В. Александров, И.Д. Горский. - Л.: Наука, 1983. -192 с.

11. Patil, B.S. Image security in wireless sensor networks using quadtree coding [Text] / B.S. Patil // Proceeding of NCRIET-2015 & Indian J. Sci.Res. - 2015. - № 12(1). - P. 443-447.

12. Efficient quadtree based block-shift filtering for deblocking and deranging [Text] / G.Zhai [et al.] // Journal of Visual Communication and Image Representation. 2009. - № 20(8). - P. 595-607.

13. Выделение и хранение опорных точек изображений на основе динамических рекурсивных структур [Текст] / М.М. Альмахрук [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения, 2016, вып. 3, c. 99-107.

14. Фахми, Ш.С. Кодирование видеосигналов [Текст] / Ш.С. Фахми, // Изв. СПбГЭТУ "ЛЭТИ". Сер. Информатика, управление и компьютерные технологии. - 2007. - Вып.3. - С. 34-40.

15. Веселов, А.И. Алгоритм оценки характеристик корреляционного шума в системах распределенного кодирования видеоданных / А. И. Веселов // Алгоритм оценки характеристик корреляционного шума в системах распределенного кодирования видеоданных. - М., 2015. - С. 219-225.

16. Введение в цифровую обработку изображений. Методы фильтрации и сжатия изображений [Текст]/ М.Р. Гильмутдинов [и др.] , - СПб., 2015.

17. Opelt, A. Learning an alphabet of shape and appearance for multi-class object detection [Text] / A. Opelt, A. Pinz, A. Zisserman, // International Journal of Computer Vision. - 2008.

18. Prasad, V.C. Efficient VLSI parallel algorithm for Delaunay triangulation on orthogonal tree network in two and three dimensions [Text] / V.C. Prasad, S. Saxena, C.P. Bhatt // IEEE Trans. Comput. — 1990. —V. 38, N 3. — P. 400—404.

19. Rosenfeld, A. Some Uses of Pyramids in Image Processing and Segmentation [Text] / A. Rosenfeld // Proceedings of the DARPA Imaging Understanding Workshop. - 1980. - P. 112-120.

20. Делоне, Б.Н. О пустоте сферы [Текст] / Б.Н. Делоне // Изв. АН СССР. -1934. - № 4. - С. 793-800.

21. Костюк, Ю.Л. Эффективные алгоритмы построения триангуляции Делоне [Текст] / Ю.Л. Костюк, А.В. Скворцов // Геоинформатика. Теория и практика. - Томск: Изд-во ТГУ, 1998. - Вып. 1. - С. 22-47.

22. Bernaschi, M. GPU based detection of topological changes in Voronoi diagrams [Text] / M. Bernaschi,, M. Sbragaglia // Comput. Phys. Commun. 213, 19 (2017).

23. .Boer, W. H., de. Fast Terrain Rendering Using Geometrical MipMapping, E mersion Project, October 2000 [Электронный ресурс]. - Режем доступа: http://www.connectii.net/emersion. - Заглавие с экрана

24. Losasso, F. Geometry clipmaps: terrain rendering using nested regular grids [Text] / F. Losasso, H. Hoppe // ACM Trans. Graph.- 2004. - V/ 23(3). - P. 769-776. Losasso, F. Geometry clipmaps: terrain rendering using nested regular grids [Text] / F. Losasso, H. Hoppe // ACM Trans. Graph.- 2004. - V/ 23(3). - P. 769-776.

25. Рабаи, Ж.М. Цифровые интегральные схемы. Методология проектирования [Текст] / Ж.М. Рабаи, А. Чандракасан, Н. Боривож. - 2-е изд. — М.: Вильямс, 2007. — С. 912.

26. Точность, скорость и сложность устройств кодирования изображений по опорным точкам [Текст] / М.М. Альмахрук [и др.]// Научно-технический вестник информационных технологий, механики и оптики. - 2016. - Т. 16. № 4. - С. 678689.

27. Бухтеев, А. Системы на кристалле. Новые тенденции [Текст] / А. Бухтеев, В. Немудров // Электроника.- 2004. - № 3. - С. 52-56.

28. Информационные показателе качества устройств кодирования по характерным точкам [Текст] / М.М. Альмахрук [и др.] // Вопросы радиоэлектроники, сер. Техника телевидения. -2016. - Вып. 3. - С. 86-91.

29. Метод распознавания лиц на основе полигонально-рекурсивных триангуляционных сеток [Текст] / М.М. Альмахрук [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 3. - С. 86-91.

30. Систематизация алгоритмов нахождения и кодирования опорных точек изображений [Текст]/ М.М. Альмахрук [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения, 2017. - Вып. 3. - С. 15-20.

31. Твердотельная революция в телевидении [Текст] / Березин В. В. [и др.]. -М.: Радио и связь, 2006. - 350 с.

32. Воеводин, Вл. В. Численные методы, параллельные вычисления и информационные технологии [Электронный ресурс]. - Режим доступа: studmed.ru>voevodin-vv-parallelnye-vychisleniya.... - Заглавие с экрана

33. Introduction to Parallel Computing [Электронный ресурс] / A. Grama [et al.]. -Режим доступа: электронный адрес. - Заглавие с экрана/

34. GPU-based parallel genetic approach to large-scale travelling salesman problem [et al.] / S. Kang [et al.] // The Journal of Supercomputing. - 2016.- № 1. - P. 16.

35. Wolf, W. The future of multiprocessor systems-on-chips [Text] / W. Wolf // Proc. 41st Annu. Des. Autom. Conf. - 2004. - P. 681-685.

36. Дворкович, А.В. Цифровые видеоинформационные системы (теория и практика) [Текст] / А.В. Дворкович, В.П. Дворкович. - М.: Техносфера, 2012.1008 с.

37. A Fast and Improved Image Compression Technique Using Huffman Coding [Text] / P. Rachit [et al.] //IEEE ... - 2016. - P. 2283-2286.

38. Ghanbari, M. Standard Codecs: Image compression to Advanced Video Coding [Text] / M. Ghanbari // Institution Electrical Engineers 2003, CHM, 430 p.

39. Даджион, Д. Цифровая обработка многомерных сигналов [Тест] / Д. Даджион, Р. Мерсеро. - М.: Мир, 1988. - 488 с.

40. Zhou, H. Digital image processing [Text] / H. Zhou, J. Wu, J. Zhang, // Analysis Compression Digital Image Compression. Part 1. - 2010. - 72 p.

41. Gonzalez R.C. Real Time Digital Image Enhancement [Text] / R. C. Gonzalez R. E. Woods // Proc. IEEE. - 1986. - V. 67, № 5. - P. 643-654.

42. Ричардсон, Я. Видеокодирование. H.264 и MPEG-4 - стандарты нового поколения [Текст] / Я. Ричардсон. - М: Техносфера, 2005. - 368 с.

43. Lee S. An E cient Parallel Algorithm for Delaunay Triangulation on Distributed Memory Parallel Computers [Text] / S. Lee, C.-I. Park, C.-M. Park //Proc. The 1996 Int. Conf. PDPTA. - 1996, Aug.

44. Kropatsch, W.G. Irregular pyramids [Text] / W.G. Kropatsch, A. Montanvert // Technical Report PRIP-TR-5, Dept. f. Pattern Recognition and Image processing, TU. - Wien, 1992.

45. Агаронян, О.С. Иерархическая адаптивная сегментация изображения [Текст] / О.С. Агаронян // Проблемы управления. - 2009. - № 4. - С. 74-79.

46. Shewchuk, J.R. Updating and constructing constrained Delaunay and constrained regular triangulations by flips [Text] / J. R. Shewchuk // Proceedings 19th Annual Symposium on Computational Geometry. - USA, San Diego, ACM Press, 2003. - P. 181-190.

47. Прэтт, У. Цифровая обработка изображений [Текст] / У. Прэтт. - В 2-х т. - М.: Мир, 1982.

48. Зубакин, И.А. Адаптивный алгоритм кодирования видеоинформации на основе трехмерного дискретного косинусного преобразования/ И.А. Зубакин, Ш.С. Фахми [Текст] // Изв. вузов России. Радиоэлектроника. - 2010. - Вып. 1. -С. 49-54.

49. Wang, Y. Motion estimation and mode decision for low-complexity h.264 decoder [Text] / Y. Wang, S.-F. Chang // Tech. Rep., Columbia University DVMM Group, 2005. - № 4. - 210 p.

50. Fast mode decision and motion estimation for jvt/h.264 [Text] / P. Yin [et al.] // Proc. ICIP'03, 14-17 Sept. 2003. - 2003. - V. 3. - P. 853-856.

51. Marpe, D. The H.264/ MPEG-4 Advanced Video Coding standard and its applications [Text] / D. Marpe, T. Wiegand, G.J. Sullivan // IEEE Communications Magazine. - 2006. - V. 44, № 8. - P. 134-144.

52. Уэлетид, С. Фракталы и вейвлеты для сжатия изображений в действии [Текст] / С. Уэлетид. - М.: Триумф, 2003. - 320 с.

53. Цифровая обработка изображений в информационных системах [Текст] / И.С. Грузман [и др.]. - Новосибирск: Изд-во НГТУ, 2002. - 352 с.

54. Методы компьютерной обработки изображений [Текст]. - М.: Физмат, 2001. - 698 с.

55. Ebrahimi, T. Visual data compression for multimcdia applications: an overview [Text] / T. Ebrahimi, M. Kunt // Proceedings of the lEEE. - 1988. - 86(h).

56. Новые технологии цифрового телевидения [Текст] / Н.Н. Вилкова [и др.] // Цифровая обработка сигналов. - 2010. - № 4. - С. 52-56.

57. Кривошеев, М.И. На пороге новой эры развития цифрового ТВ-вещания [Текст] / М.И. Кривошеев // Телевидение и радиовещание. - 2013. - № 2. - С. 3238.

58. Zhang, F. List-Message Passing Achieves Capacity on the q-ary Symmetric Channel for Large q [Text] / F. Zhang, H. Pfister // Proc. IEEE Global Telecom. Conf. -Washington, - 2007. - Nov. - P. 283-287.

59. Reed, I.S. Polynomial codes over certain finite fields [Text] / I.S. Reed, G. Solomon // J. Soc. Industrial Appl. Math. - 1960. - V.8. - P. 300-304.

60. ISO/IEC 14496-3 - Information Technology -- Coding of Audio-Visual Objects -- Part 3: Audio, 2005.

61. Рао, К. Р. Ортогональные преобразования при обработке цифровых сигналов [Текст] / К.Р. Рао, Н. Ахмед. - М.: Связь, 1980. - 248 с.

62. Харатишвили, Н.Г. Цифровое кодирование с предсказанием непрерывных сигналов [Текст] / Н.Г. Харатишвили. - М.: Радио и связь, 1986.

63. Roese, J. A. Interframe Transform Coding and Predictive Coding Methods [Text] / J. A. Roese, W.K. Pratt, G.S. Robinson // IEEE International Communications Conference, San Francisco, California, June 1975.

64. Ульянов, В.Н. Кодирование повторяющихся последовательностей [Текст] / В.Н. Ульянов // Распознавание-99: Материалы 4-ой междунар. конф. -Курск, 1999. - С. 36-38.

65. Do, M. The contourlet transform: An efficient directional multiresolution image representation [Text] / M. Do, M. Vetterli // IEEE Trans. Image Process. -2005. - V. 14, № 12. - P. 2091-2106.

66. A.Benjamin Joseph. Edge Preserved Image Compression Technique Using Wavelet and Edge Based Segmentation / A.Benjamin Joseph, R. Baskaran // International Journal of Computer Science & Informatics. - 2011. - V. 1, № 2. - P. 8085.

67. Умбиталиев, А.А. Проекты национальных стандартов цифрового телевидения высокой и повышенной четкости [Текст] / А.А. Умбиталиев Л.Л. Полосин, С.А. Третьяк // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2009.- № 2. - С. 7-15.

68. Перспективы развития видеоинформационных систем малых космических аппаратов [Текст] /А.А. Умбиталиев [и др.] // Телевидение: передача и обработка изображений. - 2016. - Т. 1. - С. 35-39.

69. Теория электрической связи [Текст] / К.К. Васильев [и др.]. - Ульяновск: Изд-во УлГТУ, 2008. - Т. 33. - 452 с.

70. Гриценко, В.М. Полуарифметические коды, исправляющие ошибки сумматора [Электронный ресурс] / В. М. Гриценко // Проблемы передачи информации. - 1974. - Режим доступа: Problems Inform. Transmission, 1974, 10:4, 300-307.

71. Фано, Р. Передача информации. Статистическая теория связи [Текст] / Р. Фано. - М.: Мир, 1965. - 438с.

72. Мак-Вильямс, Ф. Дж. Теория кодов, исправляющих ошибки [Текст] / Ф. Дж. Мак-Вильямс, Н.Дж.А. Слоэн. - М.: Связь, 1979. - 744 с.

73. Хартли, Р. Передача информации [Текст] / Р. Хартли // Теория информации и ее применение. - М.: Физматгиз, 1959.

74. Сагалович, Ю. Л. Введение в алгебраические коды [Текст] / Ю.Л. Сагалович. — М.: Изд-во МФТИ, 2007. — 262 с.

75. Глушков, В.А. Теория электрической связи [Текст] / В.А. Глушков, А.Г. Нестеренко. - Ульяновск: Изд-во УФВУС, 2003. - 96с.

76. Вернер, М. Основы кодирования [Текст] / М. Вернер. — М.: Техносфера, 2004. — 288 с.

77. Эксперимент на дисплее. Первые шаги вычислительной физики [Текст] / А. Мигдал [и др.] — М.: Наука, 1989. — 176 с.

78. Препарата, Ф. Вычислительная геометрия: Введение [Текст] / Ф. Препарата, ММ. Шеймос. - М.: Мир, 1989. - С. 478.

79. Пью, А. Техническое зрение роботов [Текст] / А. Пью - М.: Машиностроение, 1987. - 320 с.

80. Гиппенрейтер, Ю. Б. Движения человеческого глаза [Текст] / Ю. Б. Гиппенрейтер. — М.: Изд-во МГУ, 1978. — 256 с.

81. Binocularity in prism-reared monkeys, Eye / M.J.L. Crawford [et al.] //1996. - № 10. - P. 161-166

82. Елисеева, И. И. Общая теория статистики [Текст] / И.И. Елисеева, М.М. Юзбашев. - СПб.: Финансы и статистика, 2005. - С. 657.

83. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео [Текст] / Д. Ватолин [и др.] 2003.

84. Хаффман, Д.А. Методы построения кодов с минимальной избыточностью [Текст] / Д.А. Хаффман // Кибернетический сборник.-1963. -Вып. № 3.

85. Шеннон, К. Работы по теории информации и кибернетике [Текст] / К. Шеннон -М..: Иностр. лит., 1963. - 832 с.

86. Shannon, C. A Symbolic Analysis of Relay and Switching Circuits [Text] / C.A. Shannon // IEEE Transactions of the American Institute of Electrical Engineers — 1938. — V. 57, № 12.—P. 713-723.

87. Феллер, В. Введение в теорию вероятности и её приложения [Текст] / В. Феллер -М..: Мир, 1989.

88. Колмогоров, А. Н. Теория информации и теория алгоритмов [Текст] / А.Н. Колмогоров. - М.: Наука, 1987. - 304 с.

89. Kolmogorov, A. N. On tables of random numbers [Text] / A.N. Kolmogorov // Sanknya. A. - 1963. - V. 25, № 4. - P. 369-376.

90. Зубакин, И.А. Классификация нестационарных изображений и разработка методики оценки алгоритмов кодирования источника [Текст] / И.А. Зубакин, Ш.С. Фахми // Науч. тех. вестник СПбГУ ИТМО. - 2010. - № 2(66). - С. 54 - 59.

91. Цыцулин, А. К. Концепция качества информации в теории связи [Текст] / А.К Цыцулин, И.А. Зубакин // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. -Вып. 4. - С. 19-25.

92. Измерение качества видеоинформации, формируемой телекамерой [Текст] / А.К. Цыцулин [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 4. -С. 26-32.

93. Измерение качества видеоинформации на выходе цифрового кодера источника и его эффективности [Текст] / И.А. Зубакин [и др.] // Вопросы радиоэлектроники. Сер. Техника телевидения. - 2016. - Вып. 4. - С. 33-39.

94. Мараховский, В. Б. Моделирование параллельных процессов. Сети Петри. Курс для системных архитекторов, программистов, системных аналитиков, проектировщиков сложных систем управления [Текст] / В.Б. Мараховский, Л.Я. Розенблюм, А.В. Яковлев. - СПб.: Профессион. лит., АйТи-Подготовка, 2014. - 400 с.

95. Хорошевский, В.Г. Архитектура вычислительных систем [Текст] / В.Г. Хорошевский. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2008. - 520 с.

96. Прангишвили, И.В. Многопроцессорные управляющие вычислительные комплексы с перестраиваемой структурой: Препринт [Текст] / И.В. Прангишвили, В.В. Резанов. - М.: Изд-во ИТМиВТ АН СССР, 1977.

97. Специализированные ЭВМ [Текст] / В. К. Шмидт [и др.]. - М.: Выш шк., 1981. - 279 с.

98. Закревский, А. Д. Логические основы проектирования дискретных устройств [Текст] / А.Д. Закревский, Ю.В. Поттосин, Л.Д. Черемисинова. - М.: Физматлит, 2007. - 592 с.

99. Высокопроизводительные параллельные вычисления на кластерных системах [Текст]. — Владимир: Изд-во Владимир. гос. ун-та, 2009. — 437 с.

100. Гаврилова, Н.М. Разработка системы проектирования аналоговых 1р-блоков на примере синтезирования фильтров [Текст] / Н.М. Гаврилова, С.А. Молодяков // Информатика и кибернетика: сб. докл. студ. науч. конф. ин-та информац. технол. и управ. - 2015. - С. 3-5.

101. Молодяков, С.А. Фотоприемники в системах потоковой обработки сигналов и изображений [Текст] / С.А. Молодяков // Информатика и кибернетика (СотСоп-2015): материалы студ. науч. конф., г. Санкт-Петербург, 20-24 апр. 2015 г. - СПб.: Изд-во СПбГПУ, 2014.

102. Молодяков, С.А. Особенности и алгоритмы цифровой обработки сигналов в оптоэлектронных процессорах [Текст] / С.А. Молодяков // Цифровая обработка сигналов. - 2013. - № 3. - С. 61-66.

103. Сигов, А.С. Основы радиоэлектроники и связи [Текст] / А.С. Сигов, В.И. Нефедов. - М.: Выш. шк., 2009, 735с.

104. Фахми, Ш. С., Отладка аппаратно-программного обеспечения реконфигурируемых систем на кристалле [Текст] / Ш.С. Фахми, В.В. Березин, Р.Н. Золотухо // Компоненты и технологии. 2003. № 7. С. 118-122.

105. Игнатов, В.А. Теория информации и передачи сигналов [Текст] / В.А. Игнатов. — М.: Сов. радио, 1979. — 280 с.

106. Кричевский, Р. Е. Сжатие и поиск информации [Текст] / Р.Е. Кричевский - М.: Радио и связь, 1889. - 168 с.

107. Методы, алгоритмы кодирования и классификация изображений

морских судов/ Ш.С. Фахми [др.] // Морские интеллектуальные технологии. - 2019. -№ 1(43), Т.З - С. 145-155.

ПРИЛОЖЕНИЯ:

В приложения входят копии трех свидетельств о государственной регистрации программ для ЭВМ, а также акт внедрения результатов диссертационной работы.

1. Свидетельство № 2016661804 Р. Кодек изображений по характерным точкам М1Т-ДПП-ГУ:

2. Свидетельство № 2016661806 Итерационный триангуляционный кодек изображений:

3. Свидетельство № 2017611827 Программа для кодирования и декодирования изображений методом деления на полигоны различной формы и размера:

4. Акт ИПТ РАН

5. Акт АО «НИИТ»

6. Способ соединения характерной точки с соседними пикселями

УТВЕРЖДАЮ

АО

1

АКТ

об использовании результатов кандидатской диссертационной работы Альмахрука Мухиба Махмуда, представленной на соискание ученой степени кандидата технических наук на тему «Алгоритмы и устройства полигонально-рекурсивного метода кодирования изображений»

Комиссия в составе: председатель: главный конструктор АО «НИИ телевидения» к. т. н. Черногубов А. В., члены комиссии начальник лаборатории НТК-14 к. т. н. Морозов А. В. и старший научный сотрудник НТК-14 к. т. н. Денисов А. В составили настоящий акт о том, что результаты диссертационной работы Альмахрука М.М., включающие:

• алгоритмы и структуры цифровых устройств кодирования и декодирования изображений по характерным точкам;

• рекурсивный итерационный триангуляционный способ кодирования и декодирования изображений;

• результаты тестирования алгоритмов кодирования и декодирования изображений на основе полигонально-рекурсивного метода, использованы при разработке и выпуске отчёта АО «НИИ телевидения» по СЧНИР «Ассистент-НИИТ», выполненной в 2018 г. по заказу АО «ЛОМО», инв. №. 29265.

Использование результатов диссертационной работы Альмахрука М. М. в указанном отчёте позволило изложить на современном научно-техническом уровне разделы 3.8.7 «Форматы хранения и передачи стереоизображений» и 3.9 1. «Алгоритм обеспечения информационного потока оптико-э

Председатель комиссии

Члены комиссии

Денисов А. В.

Приложение 6. Способ соединения характерной точки с соседними

пикселями