Обработка и формирование растровых изображений в автоматизированных контролирующих системах тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Шишков, Илья Иванович

• Шишков, Илья Иванович
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Шишков, Илья Иванович

Содержание

Введение

Глава 1. Анализ средств и методов обработки и формирования растровых изображений

1.1. Анализ применения растровых изображений в автоматизированных контролирующих системах

1.2. Анализ методов обработки растровых изображений

1.3. Анализ инструментальных средств обработки растровых изображений

1.4. Формулировка задачи исследования

Выводы к главе 1

Глава 2. Моделирование процесса обработки растровых изображений в автоматизированных контролирующих системах

2.1. Разработка модели процесса обработки растровых изображений

в автоматизированных контролирующих системах

2.2. Исследование процесса обработки растровых изображений в автоматизированных контролирующих системах

2.3. Исследование средств повышения эффективности обработки растровых изображений

2.4. Структурно-функциональное моделирование адаптивной системы обработки растровых изображений

Выводы к главе 2

Глава 3. Разработка и исследование алгоритмов обработки растровых изображений

3.1. Принципы создания параллельных алгоритмов обработки растровых изображений в адаптивной системе обработки растровых изображений

3.2. Алгоритм линейной фильтрации растровых изображений

3.3. Алгоритм восстановления томографического среза

Выводы к главе 3

Глава 4. Реализация и исследование прототипа адаптивной системы обработки растровых изображений

4.1. Проектирование прототипа адаптивной системы обработки растровых изображений

4.2. Особенности реализации прототипа адаптивной системы обработки растровых изображений

4.3. Применение параллельного алгоритма линейной фильтрации в системе рентгеновского контроля

4.4. Применение параллельного алгоритма восстановления томографического среза в программно-аппаратном комплексе компьютерной томографии

Выводы к главе 4

Заключение

Литература

Приложение А. Реализация подсистемы визуализации прототипа адаптивной системы обработки растровых изображений

Приложение Б. Реализация параллельного алгоритма линейной фильтрации

Введение диссертации (часть автореферата) на тему «Обработка и формирование растровых изображений в автоматизированных контролирующих системах»

Введение

Автоматизированные системы визуального контроля технических объектов и управления технологическими процессами по его результатам широко распространены в различных областях промышленности. В частности, к ним относятся системы оптического контроля печатных плат и изделий микроэлектроники, а также неразрушающего контроля деталей и конструкций. Процессы визуального контроля в большинстве данных систем сводятся к анализу полутоновых растровых изображений структуры изделий, получаемых такими методами, как микрофотография, рентгенография, ультразвуковая эхолокация и т.д., на предмет выявления таких дефектов, как микротрещины, неоднородности структуры и другие [61].

Методы и алгоритмы решения задач визуального контроля в настоящее время разработаны достаточно хорошо как в теории, так и на практике. Программное обеспечение известных систем обработки изображений предусматривает выполнение основных функций: высокочастотной и низкочастотной фильтрации, изменения контраста, интенсивности, масштаба, цветокоррекции. Однако существующие программные системы дороги, не предусматривают расширения, несовместимы по аппаратной платформе с другими системами [42]. Кроме того, с каждым годом растёт объём обрабатываемых изображений и появляются всё новые классы прикладных задач, в значительной мере расширяющих границы области применения подобных алгоритмов. В результате возникает ситуация, в которой существующие системы обработки растровых изображений не включают всех необходимых процедур или обладают недостаточным быстродействием [15, 61]. Зачастую для их эксплуатации требуются дорогостоящие специализированные вычислительные мощности с очень высокой скоростью обработки.

Таким образом, необходимость повышения скорости обработки растровых изображений в автоматизированных контролирующих системах, а также высо-

кая стоимость и недостаточное быстродействие существующих систем определяют актуальность создания одновременно высокоэффективных и недорогих средств обработки растровых изображений.

Работы отечественных и зарубежных учёных, касающиеся темы данного исследования, можно условно разделить на следующие категории:

• модели, методы и алгоритмы обработки и формирования растровых изображений: Р. Вудс, Р. Гонсалес, Я. А. Фурман, Б. Яне, Т. Павлидис, У. Прэтт, В. А. Сойфер, С. С. Садыков;

• разработка алгоритмов и анализ их эффективности: И. В. Романовский, Т. Кормен, Ч. Лейзерсон, Р. Ривест, А. Ахо, Н. Вирт, Д. Кнут;

• параллельные вычисления: Г. Таубенфельд, Э. Дейкстра, П. Б. Хансен, Т. Хоар.

Объектом исследования является процесс обработки и формирования растровых изображений в автоматизированных контролирующих системах.

Предметом исследования являются методы и алгоритмы обработки и формирования растровых изображений.

Целью исследования является повышение эффективности обработки и формирования растровых изображений в автоматизированных контролирующих системах с учётом ограниченной вычислительной мощности современных персональных компьютеров.

Для достижения поставленной цели были сформулированы и решались следующие основные задачи.

1. Анализ методов и средств обработки и формирования растровых изображений, используемых в автоматизированных контролирующих системах.

2. Разработка и исследование модели процесса обработки растровых изображений в автоматизированных контролирующих системах.

3. Исследование методов и возможностей решения задачи визуального контроля объектов по растровым изображениям на современных персональных компьютерах.

4. Разработка и исследование структурно-функциональной модели адаптивной системы обработки растровых изображений.

5. Разработка и исследование алгоритмов параллельной обработки данных (параллельных алгоритмов) для реализации методов обработки растровых изображений.

6. Разработка прототипа адаптивной системы обработки растровых изображений и анализ результатов его применения.

Методы исследования. В качестве основных средств теоретических исследований использовались методы системного анализа, математического моделирования, дискретной математики, математической статистики, цифровой обработки изображений, а также методы оценки эффективности алгоритмов.

Научная новизна работы состоит в том, что:

• предложена автоматная модель процесса обработки и формирования растровых изображений в автоматизированных контролирующих системах, отличительной особенностью которой является то, что она учитывает присутствие человека в системе, обеспечивая своевременное предоставление ему результатов применения операций обработки изображений;

• предложены параллельные алгоритмы обработки растровых изображений, отличительной особенностью которых являются высокая степень параллелизма и способность выполняться на большинстве современных графических ускорителей;

• предложен метод повышения эффективности обработки и формирования растровых изображений на современном персональном компьютере, отличительной особенностью которого является применение графического ускорителя и разработанных параллельных алгоритмов;

• предложена структурно-функциональная модель адаптивной системы обработки растровых изображений, отличительной особенностью которой являются:

- адаптация системы за счёт конфигурирования её подключаемыми модулями,

- возможность автоматизации выбора алгоритма обработки на основании анализа доступного программного и аппаратного обеспечения.

Практическая значимость работы заключается в том, что разработанные теоретические положения реализованы в виде комплекса алгоритмов и программ, представляющего собой прототип адаптивной системы обработки растровых изображений, а также в результатах внедрения указанного комплекса в ФГБОУ ВПО «Госуниверситет — УНПК» и ЗАО «Научприбор».

Результаты диссертационного исследования внедрены в учебный процесс кафедры «Информационные системы» ФГБОУ ВПО «Госуниверситет — УНПК» в рамках дисциплин «Компьютерная графика» и «Компьютерная обработка данных» и в ЗАО «Научприбор» в системе рентгеновского контроля «Express Inspection» и программно-аппаратном комплексе компьютерной томографии.

В основу диссертационной работы положены результаты исследований, полученные автором в ходе работ по программе «УМНИК» (проект «Программный комплекс оперативной обработки цифровых снимков большого размера») и Государственному контракту №14.740.11.1258 «Программные средства оперативной обработки полутоновых растровых изображений большого размера», выполняемому по Федеральной программе «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.

Достоверность и обоснованность научных положений, результатов, выводов и рекомендаций, приведенных в диссертационной работе, достигается за счёт: корректного применения известного математического аппарата; непротиворечивости и воспроизводимости результатов, полученных теоретическим путём; соответствия результатов теоретических и экспериментальных исследований.

Положения, выносимые на защиту.

1. Модель процесса обработки и формирования растровых изображений в автоматизированных контролирующих системах.

2. Метод повышения эффективности обработки растровых изображений.

3. Модель адаптивной системы обработки растровых изображений.

4. Параллельный алгоритм линейной фильтрации растровых изображений.

5. Параллельный алгоритм восстановления томографического среза методом обратных фильтрованных проекций.

6. Прототип адаптивной системы обработки растровых изображений.

Апробация работы. Основные положения диссертационной работы докладывались на следующих конференциях.

1. IV Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве» (г. Орёл, 2010г.).

2. Международной научно-технической интернет-конференции «Информационные системы и технологии» (г. Орёл, 2011г.).

3. XVI научной конференции преподавателей и сотрудников ФГБОУ ВПО «Госуниверситет —УНПК» (г. Орёл, 2011г.).

4. II Международной научно-технической конференции «Компьютерные науки и технологии» (г.Белгород, 2011г.).

5. Международной научно-практической конференции «Научные исследования и их практическое применение. Современное состояние и пути развития» (г.Одесса, 2011г.).

Публикации. Основные научные результаты диссертации опубликованы в 11 работах, в том числе в 1 монографии, 3 статьях в журналах, входящих в перечень ВАК РФ. По результатам исследований получено одно свидетельство о государственной регистрации программы для ЭВМ.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Шишков, Илья Иванович

Выводы к главе 4

На основании результатов проведённых исследований разработан прототип адаптивной системы обработки растровых изображений. Разработаны требования к нему, предложена архитектура и осуществлён выбор средств реализации каждой подсистемы прототипа.

Далее рассмотрены особенности реализации прототипа адаптивной системы обработки растровых изображений, обеспечивающие применение результатов проведённых исследований.

Наконец, описаны результаты применения разработанных параллельных алгоритмов и прототипа адаптивной системы обработки растровых изображений в существующих автоматизированных контролирующих системах. Применение параллельного алгоритма линейной фильтрации в системе рентгеновского контроля «Express Inspection» привело к сокращению времени выполнения этой операции минимум в 12 раз.

Прототип адаптивной системы обработки растровых изображений применён в качестве основы программного обеспечения программно-аппаратного комплекса компьютерной томографии. Восстановление томографического среза в нём осуществляется с помощью разработанного в данной работе параллельного алгоритма. Применение параллельного алгоритма восстановления томографического среза, выполняемого на графическом ускорителе, сокращает время его выполнения минимум в 7 раз.

Заключение

В ходе выполнения диссертационного исследования получены следующие результаты.

1. В результате анализа средств обработки растровых изображений выявлено, что в современных автоматизированных контролирующих системах используются либо вычислительные мощности с высоким быстродействием, что зачастую экономически нецелесообразно, либо средства, обладающие низкой скоростью обработки, что может противоречить требованиям технологического процесса. При этом анализ методов обработки растровых изображений показал, что многие из них допускают создание параллельных алгоритмов их реализации.

2. Разработана модель процесса обработки и формирования растровых изображений в автоматизированных контролирующих системах, учитывающая наличие в них человека и позволяющая своевременно предоставлять ему результаты выполнения операций обработки изображений.

3. Сформулированы требования к эффективности представленных в модели операций в виде асимптотических оценок вычислительной сложности реализующих их алгоритмов.

4. Разработан метод обработки и формирования растровых изображений на современных персональных компьютерах, в основе которого лежит применение параллельных алгоритмов с использованием графического ускорителя.

5. Разработана структурно-функциональная модель адаптивной системы обработки растровых изображений, позволяющая автоматизировать процесс выбора алгоритма обработки на основании анализа доступного программного и аппаратного обеспечения и обладающая свойством конфигурирования подключаемыми модулями.

6. Сформулированы принципы создания параллельных алгоритмов в адаптивной системе обработки растровых изображений.

7. Разработан параллельный алгоритм линейной фильтрации растровых изображений, имеющий оценку времени выполнения, не зависящую от размеров обрабатываемого изображения.

8. Разработан параллельный алгоритм восстановления томографического среза методом фильтрованных обратных проекций, имеющий оценку времени, не зависящую от размеров среза.

9. Разработан прототип адаптивной системы обработки растровых изображений, в рамках которого были реализованы созданные параллельные алгоритмы.

10. Проведены исследования прототипа адаптивной системы обработки растровых изображений, которые показали его эффективность при решении задач обработки растровых изображений. В частности, происходит сокращение времени выполнения линейной фильтрации в 12 раз, а восстановления томографического среза —в 7 раз.

11. Результаты проведённых исследований внедрены в промышленных разработках (система досмотрового рентгеновского контроля «Express Inspection» и программно-аппаратный комплекс компьютерной томографии на ЗАО «Научприбор») и в учебном процессе (дисциплины «Компьютерная графика» и «Компьютерная обработка данных» на кафедре «Информационные системы» ФГБОУ ВПО «Госуниверситет —УНПК»),

Список литературы диссертационного исследования кандидат технических наук Шишков, Илья Иванович, 2012 год

Литература

1. Александров В. В., Горский Н. Д., Пономарёв В. М. Представление и обработка изображений. Ленинград: Наука, 1985. 188 с.

2. Афанасьев К. Е., Стуколов С. В., Демидов А. В., Малышенко В. В. Многопроцессорные вычислительные системы и параллельное программирование: Тех. доклад.: Кемеровский государственный университет, 2004. URL: http://umk.portal.kemsu.ru/mps (дата обращения: 30.03.2012).

3. Ахо А., Хопкрофт Д., Ульман Д. Структуры данных и алгоритмы. М: Издательский дом «Вильяме», 2003. 384 с.

4. Бабич А. В. Введение в UML // Интернет университет информационных технологий. 2008. URL: http : //www. intuit. ru/department/se/intuml (дата обращения: 05.10.2011).

5. Басс Л., Клементе П., Кацман Р. Архитектура программного обеспечения на практике. СПб: Питер, 2006. 575 с. ISBN: 5-169-00494-5.

6. Берилло А. NVidia CUDA — неграфические вычисления на графических процессорах // Интернет-журнал IXBT. 2008. URL: http : //www. ixbt. com/video3/cuda-1. shtml (дата обращения: 07.08.2011).

7. Берилло А. Новая графическая архитектура NVidia GF100 // Интернет-журнал IXBT. 2010. URL: http://www.ixbt.com/video3/gfl00.shtml (дата обращения: 07.08.2011).

8. Бизин И. В. Автоматизация исследования методов востановления изображения сечения по проекциям: Кандидатская диссертация / ОрёлГТУ. 2008.

9. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. М: Мир, 1989. 446 с. ISBN: 5-09-001009-2.

10. Блохин В. Г., Глудкин О. П., Гуров А. И., Ханин М. А. Современный эксперимент: подготовка, проведение, анализ результатов. М: Радио и связь, 1997. 232 с.

11. Бутаков Е. А., Островский В. И., Фадеев П. JI. Обработка изображений на ЭВМ. М: Радио и связь, 1987. 238 с.

12. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. СПб: Невский диалект, 1998. 519 с. ISBN: 5-7989-0067-3.

13. Буч Г., Рамбо Д., Якобсон И. Язык UML. Руководство пользователя. 2-е изд. СПб: ДМК Пресс, 2007. 496 с. ISBN: 5-94074-260-2.

14. Вайтузин О. П., Кузовников А. А. Изучение микроструктуры металлов методом компьютерной оптической микроскопии. Учебное пособие. Красноярск: СибГАУ им. М. Ф. Решетнева, 2006. 98 с.

15. Вакунов Н. В. Разработка и исследование многомасштабных алгоритмов обработки и анализа изображений в производственных системах контроля качества: Кандидатская диссертация / Владимирский государственный университет. 2005.

16. Васин Д. Ю. Исследование моделей описания, разработка алгоритмического, программного и технологического обеспечения обработки растровых изображений графических документов: Кандидатская диссертация / Научно-исследовательский институт прикладной математики и кибернетики Нижегородского носударственного университета им. Н.И.Лобачевского. 2006.

17. Вигерс К. И. Разработка требований к программному обеспечению. Русская редакция, 2004. 575 с. ISBN: 5-7502-0240-2.

18. Вирт Н. Алгоритмы и структуры данных. 2-е изд. СПб: Невский диалект, 2001. 352 с. ISBN: 5-7940-0065-1.

19. Воеводин В. В. Параллельные вычисления. СПб: БХВ-Петербург, 2002. 608 с. ISBN: 5-94157-160-7.

20. Воробьёв А., Берилло A. AMD Radeon HD 6950/6970: чуть слабее GeForce GTX 570/580, но и дешевле // Интернет-журнал IXBT. 2010. URL: http://www.ixbt.com/video3/cayman-partl.shtml (дата обраще-

ния: 07.08.2011).

21. Воробьёв А., Берилло A. NVidia GeForce GTX 580: новый король 3D-rpa-фики на закате 2010 года // Интернет-журнал IXBT. 2010. URL: http:// www.ixbt.com/video3/gfll0-partl.shtml (дата обращения: 07.08.2011).

22. Гагарина JI. Г., Морозова Н. В. Алгоритм коррекции изображений при выводе на различные устройства визуализации // Известия вузов. Электроника. 2003. № 2. С. 83-86.

23. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Д. Приёмы объектно-ориентированного проектирования. Шаблоны проектирования. Питер, 2010. 368 с. ISBN: 978-5-469-01136-1.

24. Гмурман В. Е. Теория вероятностей и математическая статистика. Учебное пособие. М: Высшее образование, 2006. 479 с. ISBN: 5-9692-0031-Х.

25. Голуб А. И. Правила программирования на С и С++. Москва, 2001. 241 с. ISBN: 0-07-029689-8.

26. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М: Техносфера, 2005. 1072 с. ISBN: 5-94836-028-8.

27. Грузман И. С., Киричук В. С., Косых В. П. и др. Цифровая обработка изображений в информационных системах. Новосибирск: НГТУ, 2000. 168 с.

28. Гультяев А. К., Машин В. А. Проектирование и дизайн пользовательского интерфейса. Корона-Принт, 2007. 346 с. ISBN: 978-5-7931-0477-7.

29. Дымченко JI. Особенности архитектуры AMD/ATI Radeon // Интернет-журнал IXBT. 2010. URL: http://www.ixbt.com/video3/rad.shtml (дата обращения: 07.08.2011).

30. ЗАО «Спектр КСК». Phasor XS — ультразвуковой дефектоскоп на фазированной решетке. URL: http://www.spektr-ksk.ru/pribor.php?id=1411 (дата обращения: 12.03.2012).

31. Клюев В. В. Приборы для неразрушающего контроля материалов и изделий. М: Машиностроение, 1986. 488 с.

32. Кнут Д. Искусство программирования, том 1. Основные алгоритмы. 3-е изд. М: Вильяме, 2006. 720 с. ISBN: 0-201-89683-4.

33. Кнут Д. Искусство программирования, том 2. Получисленные методы. 3-е изд. М: Вильяме, 2007. 832 с. ISBN: 0-201-89684-2.

34. Кнут Д. Искусство программирования, том 3. Сортировка и поиск. 2-е изд. М: Вильяме, 2007. 824 с. ISBN: 0-201-89685-0.

35. Константинов И. С., Мозгов С. С. и др. Компьютерная графика: методы, модели и средства преобразования графической информации. Введение в компьютерную графику и теоретические основы изображений. Орёл: ОрёлГТУ, 2010. Т. 1. 364 с. ISBN: 978-5-93932-198-3.

36. Константинов И. С., Мозгов С. С. и др. Компьютерная графика: методы, модели и средства преобразования графической информации. Теоретические основы обработки изображений и прикладные аспекты компьютерной графики. Орёл: ОрёлГТУ, 2010. Т. 2. 238 с. ISBN: 978-5-93932-198-3.

37. Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. М: МЦНМО, 2000. 960 с. ISBN: 5-900916-37-5.

38. Липаев В. В. Управление разработкой программных средств: методы, стандарты, технология. М: Финансы и статистика, 1993. 160 с.

39. Майерс С. Наиболее эффективное использование С++. 35 новых рекомендаций по улучшению ваших программ и проектов. М: ДМК Пресс, 2000. 304 с. ISBN: 5-94074-033-2.

40. Майерс С. Эффективное использование С++. 55 верных способов улучшить структуру и код ваших программ. 3-е изд. М: ДМК Пресс, 2006. 300 с. ISBN: 5-94074-304-8.

41. Методы компьютерной обработки изображений, Под ред. В. А. Сойфера. 2-е изд. М: ФИЗМАЛИТ, 2003. 784 с.

42. Морозова Н. В. Разработка программно-аппартных средств для обработки информационных сигналов на основе гистограммных преобразований для визуализации изображений (на терминальных устройствах): Канди-

датская диссертация / Московский государственный институт электронной техники (технический университет). 2005.

43. Наттерер Ф. Математические аспекты компьютерной томографии. М: Мир, 1990. 288 с. ISBN: 5-03-001355-5.

44. Немнюгин С. А. Модели и средства программирования для многопроцессорных вычислительных систем // Интернет университет информационных технологий. 2010. URL: http://www.intuit.ru/department/ supercomputing/modswms/1 (дата обращения: 15.11.2011).

45. Официальный сайт компании DELL. URL: http://www.dell.ru (дата обращения: 30.08.2011).

46. Павлидис Т. Алгоритмы машинной графики и обработки изображений. М: Радио и связь, 1986. 394 с.

47. Попов Р. И. Обзор методов параллельного программирования, основанных на обмене сообщениями // Сборник трудов конференции молодых ученых. Выпуск 6. Информационные технологии. 2009. С. 304-309.

48. Препарата Ф., Шеймос М. Вычислительная геометрия: введение. М: Мир, 1989. 478 с. ISBN: 5-03-001041-6.

49. Прэтт У. Цифровая обработка изображений. М: Мир, 1982. Т. 1. 311 с.

50. Прэтт У. Цифровая обработка изображений. М: Мир, 1982. Т. 2. 791 с.

51. Рабинер JL, Гоулд Б. Теория и применение цифровой обработки сигналов. М: Мир, 1978. 848 с.

52. Рентгенотехника. Справочник, Под ред. В. В. Клюева. М: Машиностроение, 1980. 383 с.

53. Роджерс Д. Алгоритмические основы машинной графики. М: Мир, 1989. 512 с. ISBN: 5-03-000476-9.

54. Романовский И. В. Дискретный анализ. СПб: Невский диалект, 2008. 336 с. ISBN: 5-7940-0138-0.

55. Садыков С. С. Цифровая обработка и анализ изображений. Ташкент: НПО «Кибернетика», 1994. 193 с.

56. Садыков С. С., Жизняков А. Л., Юрков Н. К. Автоматизированные и информационные технологии и аппаратура. Автоматизация восстановления и обработки томографических снимков. Учебное пособие. Пенза: Издательство Пензенского государственного университета, 2000. 104 с.

57. Садыков С. С., Кан В. Н., Самардинов И. Р. Методы выделения структурных признаков изображений. Ташкент: Фан, 1990. 101 с.

58. Садыков С. С., Стулов Н. Н. Методы и алгоритмы выделения признаков объектов в системах технического зрения. М: Горячая линия-Телеком, 2005. 204 с.

59. Самарина О. В. Новый методологический подход к цифровой обработке изображений, основанный на теории геометрических инвариантов // Известия ОрёлГТУ. Серия «Фундаментальные и прикладные проблемы техники и технологии: информационные системы и технологии». 2008. № 1-2/269(544). С. 159-199.

60. Себеста Р. Основные концепции языков программирования. М: Вильяме, 2001. 672 с. ISBN: 5-8459-0192-8.

61. Семашко Е. А. Автоматизация выбора профилей сжатия изображений в системах технической диагностики: Кандидатская диссертация / ФГБОУ ВПО «Госуниверситет - УНПК». 2011.

62. Семенков О. И. Методы обработки и формирования растровых изображений. Минск: Институт технической кибернетики АН БССР, 1986. 98 с.

63. Сергиенко А. Б. Цифровая обработка сигналов. СПб: Питер, 2003. 604 с.

64. Сорокин П. А. Автоматизация визуального технологического контроля в производствах на автоматических роторных линиях. Учебное пособие. Тула: ТулГУ, 2001. 82 с.

65. Сорокин П. А. Теория оптимальных систем оптической дефектоскопии поверхности. Учебное пособие. Тула: ТулГУ, 2001. 100 с.

66. Стародубов Д. Н. Методы и алгоритмы обработки и анализа дефектоскопических и металлографических снимков: Кандидатская диссертация / Вла-

димирский государственный университет. 2008.

67. Страуструп Б. Язык программирования С++. М: ООО «Бином-Пресс», 2005. 1104 с. ISBN: 5-7989-0223-4.

68. Терещенко С. А. Методы вычислительной компьютерной томографии. М: Физмалит, 2004. 320 с. ISBN: 5-9221-0551-5.

69. ТОО «Ультра спектр». Характеристики ультразвукового дефектоскопа-томографа УД4-76. URL: http://ultraspectrum.kz/ultrazvukovoy_ defektoskop-tomograf _ (дата обращения: 12.03.2012).

70. Торрес Р. Д. Практическое руководство по проектированию и разработке пользовательского интерфейса. Вильяме, 2002. 400 с. ISBN: 5-8459-0367-Х.

71. Троицкий И. Н. Компьютерная томография. М: Знание, 1988.

72. Троицкий И. Н. Статистическая теория томографии. М: Радио и связь, 1989. 240 с.

73. Ту Д., Гонсалес Р. Принципы распознавания образов. М: Мир, 1978. 414 с.

74. Фурман Я. А., Юрьев А. Н., Яншин В. В. Цифровые методы обработки и распознавания бинарных изображений. Красноярск: Издательство Красноярского университета, 1992. 248 с. ISBN: 5-7470-0202-Х.

75. Характеристики ренгенотелевизионного интроскопа Astrophysics XIS-1818. URL: http://www.infosecur.ru/shop/antiterror/rentgen/XIS-1818 (дата обращения: 05.03.2012).

76. Характеристики рентгеновского интроскопа «TS-SCAN 5280». URL: http: //www.infosecur.ru/shop/antiterror/rentgen/rentgen_5280 (дата обращения: 12.03.2012).

77. Характеристики рентгенотелевизионной установки НОРКА-120. URL: http://www.infosecur.ru/shop/antiterror/rentgen/rentgenl20 (дата обращения: 12.03.2012).

78. Характеристики тепловизора Fluke Ti32. URL: http://www.ndtprom.ru/ product/fluke-ti32.html (дата обращения: 29.02.2012).

79. Хикс Ч. Р. Основные принципы планирования эксперимента. М: Мир, 1967. 406 с.

80. Чеканов Д. NVidia CUDA: вычисления на видеокарте или смерть CPU? // Интернет-журнал Tom's Hardware Guide. 2008. URL: http://www.thg.ru/ graphic/nvidia_cuda/print .html (дата обращения: 07.08.2011).

81. Чукин Ю. В. Структуры данных для представления изображений // Зарубежная радиоэлектроника. 1983. № 8. С. 35-47.

82. Шишков И. И. Об особенностях разработки программной библиотеки восстановления томографического среза // «Информационные технологии в науке, образовании и производстве» (ИТНОП). Материалы IV Международной научно-технической конференции. 2010. Т. 2. С. 198-202.

83. Шишков И. И. Разработка универсальной программной библиотеки восстановления томографического среза // Информационные системы и технологии. 2010. № 3(59). С. 58-62.

84. Шишков И. И. Архитектура программного комплекса оперативной обработки цифровых снимков большого размера // Компьютерные науки и технологии: сборник трудов Второй Международной научнотехнической конференции. 2011. С. 697-701.

85. Шишков И. И. Использование современных графических ускорителей для повышения эффективности обработки растровых изображений // Сборник научных трудов SWorld. По материалам международной научно-практической конференции «Научные исследования и их практическое применение. Современное состояние и пути развития 2011». 2011. Т. 3. С. 40-41.

86. Шишков И. И. Использование шаблонов проектирования в одной из задач разработки инструментальных средств создания элементов графического интерфейса пользователя // «Информационные системы и технологии». Материалы международной научно-технической интернет-конференции. 2011. Т. 2. С. 114-119.

87. Шишков И. И. Линейная фильтрация растровых изображений с использованием графического ускорителя // Информационные системы и технологии. 2011. № 6(68). С. 19-26.

88. Шишков И. И. Способы сокрытия реализации инструментальных средств создания прикладных программ // «Информационные системы и технологии 2011». Материалы международной научно-технической интернет-конференции. 2011. Т. 2. С. 110-113.

89. Шишков И. И., Константинов И. С., Мозгов С. С. Оперативная обработка растровых изображений большого размера. Модели, алгоритмы и программные средства. LAP LAMBERT Academic Publishing GmbH & Co. KG, 2012. 108 c. ISBN: 978-3-8473-1835-4. (личное участие 33%).

90. Шишков И. И., Митин А. А. К вопросу об оперативной обработке растровых изображений большого размера // «Информационные технологии в науке, образовании и производстве» (ИТНОП). Материалы IV Международной научно-технической конференции. 2010. Т. 3. С. 194-197. (личное участие 50%).

91. Шишков И. И., Терентьев С. В. О проблеме визуализации изображений в информационной системе компьютерной томографии // Фундаментальные и прикладные проблемы техники и технологии. 2010. С. 94-98. (личное участие 50%).

92. Шлее М. Qt 4.5. Профессиональное программирование на С++. СПб: БХВ-Петербург, 2010. 883 с. ISBN: 978-5-9775-0398-3.

93. Яне Б. Цифровая обработка изображений. М: Техносфера, 2007. 584 с. ISBN: 987-5-94836-122-2.

94. Advanced Micro Devices, Inc. Официальный сайт компании AMD. URL: http://www.amd.com/ru (дата обращения: 23.08.2011).

95. ASUSTeK Computer Inc. Официальный сайт компании ASUS. URL: http: //ru.asus.com (дата обращения: 30.08.2011).

96. Barney В. Introduction to parallel computing. 2011. URL: https://computing.llnl.gov/tutorials/parallel_comp (дата обращения: 02.02.2012).

97. Blanchette J., Summerfield M. С++ GUI programming with Qt 4. Prentice Hall, 2006. 560 c. ISBN: 978-0-13-187249-3.

98. Examples of ImageMagick Usage. URL: http://www.imagemagick.org/ Usage (дата обращения: 05.08.2011).

99. Freelmage Web Site. URL: http://freeimage.sourceforge.net/index. html (дата обращения: 05.08.2011).

100. GEGL Documentation. URL: http://www.gegl.0rg/#_d0cumentati0n_2 (дата обращения: 05.08.2011).

101. ImageMagick Web Site. URL: http://www.imagemagick.org (дата обращения: 05.08.2011).

102. Как А. С., Slaney M. Principles of Computerized Tomographic Imaging. Society of Industrial and Applied Mathematics, 2001. 327 c. ISBN: 089871494X.

103. Khronos Group. OpenCL official web site. URL: http://www.khronos.org/ opencl (дата обращения: 05.08.2011).

104. Microsoft Corporation. DirectX Developer Center. URL: http://msdn. microsoft.com/en-us/directx/default (дата обращения: 05.08.2011).

105. Noël P., Walczak A., Xu J. и др. GPU-based cone beam computed tomography // Computer Methods and Programs in Biomedicine. 2010. T. 98(3). C. 271-277.

106. Nokia Corporation. Официальный сайт библиотеки Qt. URL: http ://qt. nokia.com (дата обращения: 07.11.2011).

107. Nokia Corporation. Qt Reference Documentation. 2011. URL: http ://doc. qt.nokia. com/4.8/index.html (дата обращения: 07.11.2011).

108. NVidia Corporation. Официальный сайт компании NVidia. URL: http: //www.nvidia.ru (дата обращения: 23.08.2012).

109. NVidia Corporation. CUDA GPUs. URL: http://developer.nvidia.com/ cuda-gpus (дата обращения: 23.11.2011).

110. NVidia Corporation. CUDA Zone. URL: http://www.nvidia.ru/object/ cuda_home_new_ru.html (дата обращения: 05.08.2011).

111. NVidia Corporation. NVidia CUDA С Programming Guide, 2011. URL: http://developer.download.nvidia.com/compute/cuda/4_0/toolkit/ docs/CUDA_C_Programming_Guide.pdf (дата обращения: 01.10.2011).

112. NVidia corporation. OpenCL programming guide for the CUDA architecture, 2010. URL:http://developer.download.nvidia.com/compute/cuda/3_1/ toolkit/docs/NVIDIA_OpenCL_ProgrammingGuide.pdf (дата обращения: 17.08.2011).

113. Papenhausen E., Zheng Z., Mueller К. GPU-accelerated back-projection revisited: Squeezing performance by careful tuning // f3d. 2009. C. 19-22.

114. Rost R. J., Licea-Kane B. OpenGL Shading Language. 3 изд. Addison-Wesley, 2009. 804 c. ISBN: 978-0-321-63763-5.

115. Samsung Group. Официальный сайт компании Samsung. URL: http:// www.samsung.com/ru (дата обращения: 30.08.2011).

116. Sanders J., Kandrot E. CUDA by example. Addison-Wesley, 2010. 313 c. ISBN: 0-13-138768-5.

117. Scherl H., Keck В., Kowarschik M., Hornegger J. Fast GPU-Based CT Reconstruction using the Common Unified Device Architecture (CUDA) // Nuclear Science Symposium Conference Record. 2007. C. 4464-4466.

118. Shreiner D. OpenGL programming guide: the official guide to learning OpenGL, versions 3.0 and 3.1. 7 изд. Addison Wesley, 2009. 1015 c. ISBN: 0-321-55262-8.

119. Taubenfeld G. Synchronization Algorithms and Concurrent Programming. Pearson, 2006. 440 c. ISBN: 0131972596.

120. TIOBE Programming Community Index. URL: http://www.tiobe. com/index.php/content/paperinfo/tpci/index.html (дата обращения:

18.10.2011).

121. Vlcek V. V. Computation of filtered back projection on graphics cards // SSIP'05 Proceedings of the 5th WSEAS international conference on Signal, speech and image processing. 2005.

122. Wright R., Haemel N., Sellers G. OpenGL Superbible. 5 изд. Addison Wesley, 2010. 1008 с. ISBN: 0-32-171261-7.