Теоретические основы развития систем автоматизации технологических процессов контурной сегментации изображений тема диссертации и автореферата по ВАК РФ 05.13.07, кандидат наук Колдаев, Виктор Дмитриевич

• Колдаев, Виктор Дмитриевич
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Колдаев, Виктор Дмитриевич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ 5 ГЛАВА 1. АНАЛИЗ НАУЧНО-МЕТОДОЛОГИЧЕСКИХ ОСНОВ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ ДЛЯ АВТОМАТИЗИРОВАННЫХ

ПРОИЗВОДСТВЕННЫХ СИСТЕМ

1.1. Генезис алгоритмов обработки и сегментации изображений

1.2. Таксономия методов сегментации изображений

1.3. Методы оценки качества изображений

1.4. Анализ методов формирования признаков изображений 72 Выводы по первой главе 78 ГЛАВА 2. РАЗРАБОТКА И МОДИФИКАЦИЯ ГРАДИЕНТНЫХ МЕТОДОВ КОНТУРНОЙ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ

2.1. Организация данных в автоматизированных производственных системах

2.1.1. Проектирование систем обработки изображений

2.1.2. Имитационное моделирование систем обработки

изображений в АПС

2.2. Разработка методов представления контуров изображений 101 2.2.1 .Связывание элементов контуров 110 2.2.2. Основные источники шума на цифровом изображении

2.3. Градиентные методы контурной сегментации изображений

2.3.1. Модификация и исследование методов логического и

мажоритарно-логического сглаживания

2.3.2. Градиентные методы на основе операторов с

окрестностью е X е

2.3.3. Анализ интерактивного разностного оператора

2.3.4. Исследование модификации оператора Робертса

2.3.5. Разработка методики использования метода масок

2.3.6. Модификация методов Собеля, Превитта, Дэвиса

2.4. Результаты экспериментальных исследований эффективности градиентных методов

154

Выводы по второй главе

ГЛАВА 3. ИССЛЕДОВАНИЕ И РАЗРАБОТКА ЭВРИСТИЧЕСКИХ

МЕТОДОВ КОНТУРНОЙ СЕГМЕНТАЦИИ

3.1. Исследование свойств и моделей параллельных вычислений

3.2. Теоретические аспекты эвристического подхода к контурной сегментации изображений

3.2.1. Алгоритм фиксированных окон (HI)

3.2.2. Алгоритм фиксированных направлений (#2)

3.2.3. Алгоритм рекуррентной фильтрации (#3)

3.2.4. Алгоритм топологической сегментации (НА)

3.2.5. Алгоритм линейной сегментации с центроидной фильтрацией (Н5)

3.2.6. Модификация алгоритмов нелинейной сегментации

3.3. Создание методики использования методов контурной

сегментации и выбора порога фильтрации

Выводы по третьей главе 193 ГЛАВА 4. ИССЛЕДОВАНИЕ И РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ КОНТУРНОЙ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ НА

ОСНОВЕ КВАЗИТОПОЛОГИЧЕСКИХ ПОДХОДОВ

4.1. Теоретический подход к построению графовых моделей 196 связывания элементов контуров

4.2. Разработка квазитопологических алгоритмов контурной

сегментации

4.2.1. Алгоритм блочной сегментации (KTÏ)

4.2.2. Алгоритм маркирования точек (КТ2)

4.2.3. Алгоритм построения R-деревьев (КТЪ)

4.2.4. Алгоритм следящей пары (КТ4)

4.2.5. Алгоритм поиска в глубину (КТ5)

4.2.6. Алгоритм иерархического тайлинга полигонов (КТ6)

4.2.7. Модификация алгоритма Сузуки для построения дерева детальности (КТ7)

4.3. Использование квазитопологических алгоритмов в задачах трассировки

4.4. Оценка асимптотической вычислительной сложности алгоритмов 240 Выводы по четвертой главе

ГЛАВА 5. ПРОВЕДЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ ПО ОЦЕНКЕ ЭФФЕКТИВНОСТИ ПРЕДЛОЖЕННЫХ

ТЕОРЕТИЧЕСКИХ ПОДХОДОВ

5.1. Методика проектирования систем сегментации изображений

5.2. Результаты экспериментальных исследований разработанных алгоритмов

5.3. Селективный подход к эффективному выбору методов контурной сегментации изображений

Выводы по пятой главе

ГЛАВА 6. РАЗВИТИЕ ТЕОРИИ АВТОМАТИЗАЦИИ ПРОЕКТИРОВАНИЯ ПРОЦЕССА ОБУЧЕНИЯ ОСНОВАМ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ

6.1. Теоретические аспекты субъектно-центрированного подхода к автоматизации процесса обучения

6.2. Разработка технологии имитационного моделирования индивидуальных образовательных маршрутов

6.2.1. Сравнительный анализ технологий обучения

6.2.2. Методика использования дуплексной системы управления процессом обучения на основе графовых моделей

6.3. Экспериментальное исследование эффективных методов

обучения основам сегментации изображений

Выводы по шестой главе

ЗАКЛЮЧЕНИЕ

БИБЛИОГРАФИЯ

Приложение 1. Акты внедрения диссертационной работы

Приложение 2. Свидетельства об официальной регистрации программ для ЭВМ в РОСПАТЕНТ

Введение диссертации (часть автореферата) на тему «Теоретические основы развития систем автоматизации технологических процессов контурной сегментации изображений»

ВВЕДЕНИЕ

Автоматизированная обработка изображений представляет собой быстро развивающуюся отрасль знаний, рассматривающую измерение параметров, спектральный анализ многомерных сигналов, сегментацию, распознавание и сжатие изображений. Использование персональных электронных вычислительных машин (ПЭВМ) позволяет создавать автоматизированные производственные системы (АПС) с высокой экономической и технической эффективностью, технологической целесообразностью, функционал которых дает возможность быстрее и надежнее решать различные задачи автоматизированной обработки сигналов.

Основными этапами процесса преобразования информации, которые могут выполняться в совокупности или в отдельных сочетаниях программными системами обработки изображений, являются: фильтрация, сегментация и распознавание. Важным процессом обработки изображения является сегментация, позволяющая выделять множество сегментов, которые покрывают изображение, или множество контуров, выделенных из него. Результаты сегментации используются для обнаружения характеристик определенного типа, измерения параметров объектов на изображении и их распознавания. Для использования в АПС выбор алгоритма сегментации определяется не только его быстродействием, качеством, но и возможностью реализации.

Исследования в области обработки и сегментации изображений изложены в работах отечественных (В.А. Абрамов, Ю.С. Андреев, Ю.М. Баяковский, A.A. Богуславский, В.П. Вежневец, Ю.И. Журавлев, М.Д. Казанов, В.Ф. Нестерук, В.В. Сергеев, В.А. Сойфер, С.В. Яблонский, Л.П. Ярославский) и зарубежных (Б. Рассел, Юй-Цзинь Чжан, Р. Вудс, П. Виола, М. Джонс, Л. Дэвис, Р. Гонсалес, В. Липпел, Т.С. Хуанг, Д. Превитт, А. Розенфельд, Т. Павлидис, У. Прэтт) ученых.

В настоящее время вопросам развития АПС уделяется повышенное внимание фирмами (IFM Electronic, Leuze Electronic, Reis Robotics GmbH & Co. KG Maschinenfabrik, Pepperl + Fuchs (Германия), Intuitive Surgical (США), Staubli (Швейцария), Omron, Fanuc, Motoman, Panasonic, Mitsubishi Group (Япония)) и университетами (Massachusetts Institute of Technology, University of Illinois, University of Washington, Stanford University, University of Maryland, Radiation

Center Lexington, University Berkeley). В России аналогичными работами занимаются в университетах МГУ, МФТИ (Москва), СПбГУ, ГУАП (С-Петербург), СГАУ (Самара), РГРУ (Рязань), НГУ (Новосибирск), ТГПУ (Томск).

Для обработки изображений используются следующие пакеты цифровой обработки изображений: Adobe PhotoShop (фирма Adobe), Picture Publisher (Astral Development), Corel Photo Paint (Corel), ER Mapper (ROY International), Erdas Imagine (Intergraph), OpenCV(Intel Corporation), PC Paintbrush IV (ZSoft). Большинство из них выполняют функции улучшения качества - фильтрацию, масштабирование, выравнивание гистограммы или эквализацию. Однако ни один из этих пакетов не содержит полный комплект возможных функций, необходимых для визуализации изображений в современных АПС.

В зависимости от текстуры, качества, размера и типа изображения: (двухуровневое, полутоновое, цветное, с непрерывным тоном, дискретно-тоновое или индексированное) применяют различные способы сегментации. Выбор конкретного метода обработки изображений производится, в основном, экспериментально, так как каждый алгоритм сегментации обладает достаточно узкой специализацией и не всегда пригоден для изображений, отличающихся от типичных случаев.

Причины сложившейся ситуации:

• низкое качество контурной сегментации изображений при использовании в АПС из-за наличия аддитивных шумов;

• отсутствие методологических и научных основ выбора стандартных алгоритмов контурной сегментации в АПС;

• постоянное повышение требований АПС к программному обеспечению и сложность их формализации;

• отсутствие эффективных технологий обучения основам сегментации изображений, ориентированных на усложняющиеся АПС, для повышения квалификации операторов систем технического зрения.

При анализе технологий обучения были обнаружены противоречия между принципом вариативности в концепции субъектно-центрированного образования и практикой преподавания.

Таким образом, исследования, направленные на развитие методологических основ повышения эффективности методов и алгоритмов сегментации изображений, обладающих высокой степенью вариабельности, сочетающих преимущества различных подходов и увеличивающих робастность, точность и скорость процесса, а также решающих вопросы верификации широкого класса задач ЛПС и разработка новых подходов к обучению основам сегментации являются весьма акту ал ьпым и.

Целью диссертационного исследования является развитие теоретических основ обработки изображений в АПС на основе создания эффективных моделей и алгоритмов контурной сегментации изображений при решении задач автоматизации технологических процессов с априорной неопределенностью о типе изображения.

Для достижения поставленной цели необходимо решение следующих

задач:

1. Анализ научно-методологических основ проектирования технологий сегментации изображений для АПС на основе их генезиса, классификации и формализации с выделение базовых онтологических элементов (объектов, их атрибутов, отношений и процессов).

2. Разработка методики связывания элементов контуров с использованием полигональной аппроксимации, полярного, цепного, углового и топологического кодирования для устранения разрывов контура и сглаживания границ локальных областей изображений.

3. Разработка методики эффективной контурной сегментации зашумленных изображений за счет создания и модификации моделей и алгоритмов контурной сегментации на основе эвристических, градиентных и квазитопологических подходов.

4. Разработка методологии использования градиентных, эвристических и квазитопологических методов, обеспечивающих увеличение скорости сегментации и улучшение качества выделяемых ко1пуров по сравнению с традиционно используемыми алгоритмами.

5. Проведение экспериментальных исследований по оценке и классификации методов обработки изображений на основе селективного подхода к их

использованию и анализу асимптотической вычислительной сложности предложенных алгоритмов сегментации.

6. Обоснование функциональной зависимости, определяющей корреляцию оптимального порога фильтрации от среднего значения градиента при анализе различных областей исследуемых объектов.

7. Разработка эффективных субъектно-центрированных технологий, моделей и алгоритмов проектирования процесса обучения основам сегментации изображений с учетом социальных и когнитивных факторов.

Методы научного исследования. Решение основных задач диссертационной работы основано на использовании методов математического и системного анализа, теории интегральных и дифференциальных уравнений, цифровой обработки изображений, теории графов, математического и имитационного моделирования, теории вычислительных процессов, дискретной математики.

Проверка эффективности исследуемых в работе предложений проводилась на математико-аналитических и программных моделях и во время натурных испытаний системы проектирования индивидуальных образовательных маршрутов (ИОМ) и мониторинга качества образования студентов в НИУ МИЭТ.

Научная новизна работы состоит в развитии теории автоматизации процессов контурной сегментации изображений, на основе создания научно обоснованных технических решений, моделей, алгоритмов и методик обоснованного выбора наиболее рационального из них для повышения эффективности обработки изображений в АПС. В процессе исследований и разработок получены следующие научные результаты.

1. Предложены новые теоретические подходы к автоматизации процессов контурной сегментации изображений на основе научно обоснованного селективного применения совокупности разработанных моделей и алгоритмов.

2. Предложены и теоретически обоснованы концептуальная и имитационная модели функционирования системы обработки изображений как составляющие части АПС на базе разработанных математических моделей и алгоритмов, основанных на логико-лингвистическом описании с использованием фреймов для представления знаний о предметной области.

3. Разработаны и модифицированы 13 градиентных и 5 эвристических алгоритмов сегментации, повышающие качество выделения контуров и обрабатывающие изображения с зашумленностью до 15%.

4. На основе графового подхода к дифференцированному сглаживанию фрагментов изображений, разработаны 8 квазитопологических методов, позволяющих уменьшить информационную избыточность и в 1,5-2 раза повысить скорость сегментации.

5. Создана классификация методов обработки видеоизображений на основе селективного подхода к их использованию и проведена асимптотическая оценка вычислительной сложности алгоритмов сегментации.

6. Предложена методика связывания элементов контуров с использованием полигональной аппроксимации, полярного, цепного, углового и топологического кодирования, а также совокупность функций для сглаживания границ локальных областей, снижающих краевые эффекты.

7. Для устранения ступенчатого эффекта контуров разработан алгоритм антиэлайзинга и предложен адаптивный низкочастотный фильтр, увеличивающий показатель пикового соотношения сигнал/шум на 10-13%, по сравнению с изображениями, обработанными стандартными фильтрами.

8. Математически обоснована функциональная зависимость, определяющая корреляцию оптимального порога фильтрации от среднего значения градиента при анализе различных изменений четкости и детализации контуров для полутоновых и цветных изображений при визуализации объектов АПС.

9. Разработана методика селективного выбора эвристических, квазитопологических и градиентных алгоритмов построения иерархического дерева детальности, повышающих отношение сигнал/шум в 1,5 раза и обрабатывающих изображения с зашумленностью до 15-20% при выделении контуров изображений.

10. Предложено развитие теории автоматизации процессов обучения основам сегментации изображений с использованиехМ субъектно-центрированного подхода и научно обоснованных технологий формирования структурно-содержательной модели ИОМ.

Практическая ценность работы заключается в расширении возможностей автоматизированной обработки изображений в АПС при решении практических задач с использованием, представленных в работе эвристических, градиентных и квазитопологических алгоритмов контурной сегментации. Исследования доведены до конкретных методик, алгоритмов и программных средств. Результаты имитационного моделирования подтверждают повышение эффективности контурной сегментации изображений на основе предложенных моделей и алгоритмов по сравнению с традиционно используемыми.

Разработанные алгоритмы интегрируются в системах обработки изображений АПС, эффективны по временным и ресурсным затратам и позволяют осуществлять сегментацию в соответствии со структурно-геометрической моделью изображения, выделять контуры изображения с уровнем зашумленности до 15-20% и повышать в 1,5-2 раза скорость обработки. Гибкость предложенных решений делает возможным их применение в системах технического зрения, контроля качества продукции приборостроения, распознавания образов, обработки изображений в графических базах данных.

Проведенные исследования позволяют утверждать о возможных вариантах переноса практических результатов в систему вузовского образования при разработке вариативных моделей обучения студентов и повышения квалификации преподавателей. Теория, модели, алгоритмы и программные средства сегментации изображений используются при изучении вузовских дисциплин: «Структуры и алгоритмы обработки данных», «Цифровая обработка изображений», «Компьютерная обработка изображений», «Автоматизированные информационные системы». Все работы по реализации и внедрению проводились под руководством или при непосредственном участии автора.

Достоверность и надежность подтверждается:

1) совпадением теоретических и экспериментальных результатов;

2) использованием совокупности методов, релевантным задачам исследования и верификацией экспериментальных данных;

3) результатами имитационного моделирования, выразившимися в повышении качества контурной сегментации изображений;

4) успешным процессом внедрения моделей и алгоритмов обработки изображений в фирмы ЗАО «ЭЛВИС-НеоТек», ОАО «РКЦ «Прогресс» - НПП «ОПТЭКС»;

5) практической апробацией ИОМ при обучении студентов основам сегментации изображений.

Личный вклад автора. Все основные результаты получены автором лично. Главными из них являются:

• формализация процесса контурной сегментации изображений и методика построения автоматизированной обработки в контексте структурно-функциональной реализации в АПС;

• разработка концептуальной и математической моделей функционирования систем контурной сегментации изображений на базе разработанных математических алгоритмов с использованием объектно-ориентированного подхода;

• алгоритмическая реализация 5 эвристических, 13 градиентных и 8 квазитопологических алгоритмов контурной сегментации изображений, основанных на дифференцированном сглаживании фрагментов изображения со сложными детальными текстурами и различной информационной ценностью (новизна подтверждена свидетельствами об официальной регистрации программ для ЭВМ в РОСПАТЕНТ);

• математическое обоснование выбора порога фильтрации, теоретически и экспериментально подтвержденное на объектах произвольной формы, и верификация методов сегментации изображений;

• разработка методики связывания элементов контуров с использованием полигональной аппроксимации, полярного, цепного, углового и топологического кодирования для сглаживания границ локальных областей изображений, снижающих краевые эффекты;

• разработка адаптивного низкочастотного фильтра, увеличивающего показатели пикового соотношения сигнал/шум на 10-13%, по сравнению с изображениями, обработанными стандартными фильтрами;

• классификация методов сегментации изображений на основе селективного подхода к их использованию и оценка асимптотической вычислительной сложности алгоритмов сегментации;

• разработка субъектно-центрированных технологий обучения основам сегментации изображений, ориентированных на ИОМ, для повышения квалификации операторов систем технического зрения;

• автор диссертации принимал активное участие в разработке, тестировании, сопровождении предложенных и внедренных им новых технических решений в технологический процесс фирм ЗЛО «ЭЛВИС-НеоТек», ОАО «РКЦ «Прогресс» -НПП «ОПТЭКС» и во внедрении результатов диссертационной работы в учебный процесс кафедры «Информатика и программное обеспечение вычислительных систем» Национального исследовательского университета «МИЭТ».

Реализация и внедрение результатов исследования. Результаты диссертационной работы внедрены в технологический процесс фирм ЗАО «ЭЛВИС-НеоТек», ОАО «РКЦ «Прогресс» - НПП «ОПТЭКС» в рамках опытной эксплуатации автоматизированной системы обработки изображений, и позволяют осуществлять контурную сегментацию изображений с зашумленностью до 15-20%, повышать отношение сигнал/шум в 1,5 раза, увеличивать в 2 раза качество выделения контуров и повышать в 1,5-2 раза скорость обработки видеоинформации в графическом режиме. Разработанные модели и алгоритмы субъектно-центрированного подхода к обучению основам сегментации изображений используются в учебном процессе кафедры ИПОВС НИУ МИЭТ.

Основные результаты и положения, выносимые на защиту:

1. Теоретические подходы, принципы построения и методика автоматизации основных технологических процессов, которые следует учитывать в задачах, основанных на идеях формирования экстенсиональной модели предметной области АПС.

2. Концептуальная модель и структурно-функциональная организация адаптивной системы контурной сегментации изображений, позволяющие программно реализовать процесс сегментации на базе разработанных математических методов и алгоритмов с использованием объектно-ориентированного подхода и верифицировать полученные результаты.

3. Разработанные и модифицированные 8 квазитопологических, 5 эвристических и 13 градиентных алгоритмов контурной сегментации, обеспечивающие в 1,5-2 раза повышение быстродействия контурной сегментации при зашумленности исходного изображения до 15-20%.

4. Методика связывания элементов контуров с использованием полигональной аппроксимации, полярного, цепного, углового и топологического кодирования, позволяющая изменять четкость, детализацию и антиэлайзинг контуров для визуализации объектов АПС, сглаживания границ локальных областей изображений и снижения краевых эффектов.

5. Методика построения графовых моделей (нахождение кратчайших маршрутов и построение остовных подграфов), обеспечивающая в 1,5-2 раза повышение эффективности контурной сегментации посредством иерархического группирования комплексных признаков в локальные пространственные структуры и учитывает изменение внешней освещенности и влияние визуальных помех.

6. Альтернативный адаптивный низкочастотный фильтр, состоящий из линейного усредняющего и взвешенного рангового фильтра, улучшающий показатели пикового отношения сигнал/шум и среднеквадратическое отклонение яркостей изображений на 10-13% по сравнению с изображениями, обработанными стандартными фильтрами.

7. Результаты статистических исследований алгоритма выбора порога фильтрации, равного (1,4-1,6) от среднего значения градиента, теоретически и экспериментально обоснованные на бинарных и многоуровневых изображениях произвольной формы.

8. Классификация методов обработки видеоизображений на основе селективного подхода к их использованию, оценка асимптотической вычислительной сложности алгоритмов, определение для каждого метода пикового отношения сигнал/шум и относительного времени сегментации.

9. Формирование в АПС модели предметной области на основе метацентрированного механизма интеграции методики и алгоритмов обработки изображений с использованием пирамидальной сегментации, повышающей отношение сигнал/шум в 1,5 раза.

10. Авторская классификация научно обоснованных технологий формирования структурно-содержательной модели ИОМ, позволяющей разработать методику обучения основам сегментации изображений на основе разработанных квазитопологических и эвристических алгоритмов с использованием иерархических деревьев детальности.

11. Результаты экспериментальных исследований, внедрения и испытаний методов контурной сегментации, практически подтверждающие высокую эффективность и адекватность разработанной математической модели, методов и алгоритмов для автоматизации технологических процессов контроля и управления сложными объектами АПС.

Апробация работы. Результаты работы опубликованы в 132 научных статьях, учебных и методических пособиях: представлены в 11 монографиях; 8 учебниках; 27 статьях в журналах и научных сборниках, рекомендованных ВАК; в научных трудах 46 международных и 20 межвузовских конференций. Автор принимал участие в 16 научно-технических отчетах по НИР. Научная новизна полученных результатов работы подтверждена свидетельствами об официальной регистрации шести программ для ЭВМ №2014616761, №2014616762, №2014616764, №2014617094, №2014617097, №2014618912, зарегистрированных в РОСПАТЕНТ.

Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, списка литературы и двух приложений. Работа содержит 341 страницу основного текста, включая 109 рисунков, 36 таблиц, а также список литературы из 397 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы исследования и характеризуется степень ее разработанности; конкретизируются цель и задачи исследования; определяются методологическая и теоретическая основы исследования; сформулированы научная новизна, теоретическая и практическая значимость исследования, а также положения, выносимые на защиту.

В первой главе проведен анализ структуры и функциональных возможностей АПС и исследованы математические модели обработки изображений. При описании процесса контурной сегментации оценивалось

разнообразие структур изображений, многоцелевой характер их обработки, меняющийся в зависимости от задачи исследования и предметной области: иерархические методы сегментации; алгоритмы, основанные на кластеризации и использования гистограмм; морфологическая обработка изображений; алгоритмы сегментации с использованием самоорганизующихся карт Кохонена; градиентные методы выделения контуров; алгоритмы применения двумерного дискретного преобразования Фурье; сегментация с использованием методов разрастания областей и водораздела; графовые методы.

В ходе анализа выявлено, что большинство существующих систем плохо адаптированы для работы в АПС и возникает необходимость в разработке алгоритмов, способных успешно решать задачи контурной сегментации ориентированные на работу в производственных структурах. При решении задач зрительного восприятия в СТЗ возникают вопросы, связанные с необходимостью комплексного описания среды функционирования с учетом объема априорной информации, разработкой модели проблемной среды, анализом множества произвольно расположенных объектов.

На основе проведенного анализа сформулированы цели диссертационного исследования, главными из которых являются развитие теоретических основ обработки изображений в АПС за счет создания эффективных моделей и алгоритмов контурной сегментации изображений при решении задач автоматизации технологических процессов с априорной неопределенностью о типе изображения.

Во второй главе разработана концептуальная макромодель создания и развития информационных сред АПС, позволяющая формировать множество методов и алгоритмов сегментации изображений в различных направлениях деятельности, варьированием онтологических моделей и выделением подмножеств отношений между объектами реальной деятельности и их отражениями в среде. Предложены 13 модифицированных градиентных методов контурной сегментации изображений. В процессе развития систем обработки изображений появилось несколько концепций и подходов к представлению изображений и большое количество структур данных для реализации этих представлений. Для сегментации важным вопросом является представление и описание областей на изображении,

базирующемся на цепных и угловых кодах, сигнатурах, дескрипторах контуров. В результате анализа существующих методов, в соответствии с информационной системой признаков, в работе предложена авторская классификация сегментации.

В третьей главе дастся формализованное представление задачи контурной сегментации изображений с использованием эвристических методы, которые используют логические приемы и методические правила научного исследования, способные приводить к цели в условиях неполноты исходной информации. Автором разработаны 5 эвристических алгоритма, приведена сравнительная характеристика градиентных и эвристических методов, представлены результаты статистических исследований для определения оптимального порога фильтрации.

В четвертой главе представлены 8 разработанных квазитопологических методов контурной сегментации изображений. На основе предложенной автором контекстной модели разработана методика использования аппарата теории графов, обеспечивающая повышение эффективности контурной сегментации изображений за счет структурирования характеристик процессов АПС. Построение функциональной модели процесса обработки изображений позволяет на этапе моделирования исследовать ее эффективность по временным, стоимостным или ресурсным характеристикам, используя алгоритмы построения остовного дерева или нахождения кратчайших путей на графе. Описания объектов и связей между ними, а также последовательность их расположения определяют код, который зависит только от топологии данного объекта и не зависит от пространственного расположения последнего. Если в качестве представления объекта используется граф, то различия в описании трактуются как гомеоморфные преобразования, а топологические инварианты, используемые для установления гомеоморфности как квазитопологический подход. Применение графовых моделей упрощает решение прикладных задач благодаря возможности макетирования высокоуровневых алгоритмов обработки зрительных данных для задач АПС. Проведена проверка статистической значимости коэффициентов регрессии с использованием квантиля распределения Стыодента.

В пятой главе разработан селективный подход параметризации методов сегментации изображений для компонентов АПС, а также информационных ресурсов АПС с одновременной адаптацией их представлений на онтологию

предметной области. Приведены результаты проведенных исследований: анализ пикового отношения сигнал/шум. Впервые для классификации методов обработки видеоизображений произведена асимптотическая оценка вычислительной сложности алгоритмов сегментации.

В шестой главе в качестве частного случая применения результатов диссертационных исследований изложены теоретические аспекты субъектно-центрированного подхода к проектированию индивидуального образовательного маршрута (ИОМ) студентов вуза, изучающих основы сегментации изображений.

Список литературы диссертационного исследования кандидат наук Колдаев, Виктор Дмитриевич, 2015 год

БИБЛИОГРАФИЯ

1. Абламейко, C.B. Обработка изображений: технологии, методы, применение [Текст] / C.B. Абламейко, Д.М. Лагуновский. - Минск: Амалфея, 2000. - 304 с.

2. Абрамов, В.А. Выделение элементов контуров многоуровневых изображений градиентными методами [Текст] / В.А. Абрамов, В.Д. Колдаев, Н.В. Морозова // -М.: Электронная техника, серия Экономика и системы управления. Вып.4(57), 1985. - С.48-52.

3. Абрамов, В.А. Геометрические моменты и 5гпризнаки в иерархической системе машинного распознавания изображений [Текст] / В.А. Абрамов, В.Д. Колдаев // Межвуз. сборник научных трудов «Архитектура, схемотехника и математическое обеспечение микропроцессорных систем управления». - М.: МИЭТ, 1986.-С.96-102.

4. Абрамов, В.А. Градиентные методы выделения контуров бинарных и многоуровневых изображений [Текст] / В.А. Абрамов, В.Д. Колдаев // Тезисы докладов Всесоюзной конференции «Микропроцессоры-85». Методы и микроэлектронные устройства цифрового преобразования и обработки информации. - М.: МИЭТ, 1985. - С.116-117.

5. Абрамов, В.А. Системы технического зрения для автоматизации управления технологическими процессами [Текст] / В.А. Абрамов, В.Г. Дубровин, А.Р. Федоров // - М.: Электронная промышленность, вып. 4-5, 1985. - С.40-47.

6. Аванесов, B.C. Язык педагогических измерений [Текст] / B.C. Аванесов // -М.: Педагогические измерения. - № 2, 2009. - С.29-60.

7. Адамский, А.И. Модели комплексной модернизации региональных систем образования РФ [Текст] / А.И. Адамский. - М.: ИОП «Эврика», 2006. - 24 с.

8. Адаптивные методы обработки изображений [Текст] / Сборник науч. трудов под ред. В.И. Сифорова, Л.П. Ярославского - М.: Наука, 1988. - 244 с.

9. Алевич, A.B. Интегрированная система обработки контурных изображений [Текст] / A.B. Алевич, В.Д. Колдаев // Межвуз. сборник научных трудов «Проектирование и применение микропроцессорных управляющих систем». - М.: МИЭТ, 1989. - С.180-188.

10. Алисов, Е.А. Стратегии проектирования образовательной среды [Текст] / Е.А. Алисов // Вестник государственного университета управления. - №1(22), 2008. - С.200-204.

11. Анисимов, Б.В. Распознавание и цифровая обработка изображений [Текст] / Б.В. Анисимов. - М.: Высшая школа, 1983. - 305 с.

12. Анохина, Г.М. Технология личностно-адаптированной системы обучения [Текст] / Г.М. Анохина // - М.: Школьные технологии. -№ 3, 2003. - С.45-49.

13. Ахмед, Н. Ортогональные преобразования при обработке цифровых сигналов [Текст] / II. Ахмед, К.Р. Pao / Пер. с англ. / Под. ред. И.Б. Фоменко. - М.: Связь, 1980.-240 с.

14. Бабанский, Ю.К. Проблемы повышения эффективности педагогических исследований [Текст] / Ю.К. Бабанский. - М.: Педагогика, 1992. - 207 с.

15. Бабенко, В.В. Модель механизма зрительной сегментации [Текст] / В.В. Бабенко, C.II. Кульба // Сенсорные системы. - Том 16. - № 3, 2002. - С. 179-189.

16. Байденко, В.И. Болонский процесс: проблемы, опыт, решения [Текст] / В.И. Байденко. - М.: Исследовательский центр проблем качества подготовки специалистов, 2006. - 112 с.

17. Байденко, В.И. Компетенции: к освоению компетентностного подхода [Текст] / В.И. Байденко. - М.: Исследовательский центр проблем качества подготовки специалистов, 2004. - 234 с.

18. Бакут, П.А. Сегментация изображений: методы выделения границ областей [Текст] / П.А. Бакут, Г.С. Колмогоров // - М.: Зарубежная радиоэлектроника. -№10, 1987. - С.25-47.

19. Бакут, П.А. Сегментация изображений: методы пороговой обработки [Текст] / П.А. Бакут, Г.С. Колмогоров, И.Э. Ворновицкий // - М.: Зарубежная радиэлектроника. - №10, 1987 - С.6-24.

20. Бейтс, Р. Восстановление и реконструкция изображений [Текст] / Р. Бейтс, М. Мак-Доннел / Пер. с англ. - М.: Мир, 1989. - 336 с.

21. Беликова, Т.П. Некоторые методы цифрового препарирования изображений [Текст] / Т.П. Беликова // Цифровая обработка сигналов и ее применение. - М.: Наука, 1981. - С.87-98.

22. Беликова, Т.П. Обработка изображений и синдромный анализ признаков для улучшения изображений [Текст] / Т.П. Беликова, И.И. Стенина, Н.И. Яшунская // Компьютерная оптика. - № 17, 1997. - С. 103-111.

23. Белоусов, А.И. Дискретная математика [Текст] / А.И. Белоусов, С.Б. Ткачев. / Под ред. B.C. Зарубина, А.П. Крищенко. - М.: Издательство МГТУ им. Н.Э. Баумана, 2004. - 744 с.

24. Белявцев, В.Г. Алгоритмы фильтрации изображений с адаптацией размеров апертуры [Текст] / В.Г. Белявцев, Ю.Е. Воскобойников // Автометрия. -№3, 1998.-С. 18-25.

25. Белявцев, В.Г. Локальные адаптивные алгоритмы фильтрации цифровых изображений [Текст] / В.Г. Белявцев, Ю.Е. Воскобойников // Научный вестник НГТУ. - №3, 1997. - С.21-32.

26. Беспалов, П.В. Компьютерная компетентность в контексте личностно-ориентированного обучения [Текст] / П.В. Беспалов // - М.: Педагогика. - №4, 2003. - С.41-45.

27. Богуславский И.А. Прикладные задачи фильтрации и управления [Текст] / И.А. Богуславский. - М.: Наука, 1983. - 400 с.

28. Болотов, В.А. Компетентносная модель: от идеи к образовательной парадигме [Текст] / В.А. Болотов, В.В. Сериков // - М.: Педагогика. - №10, 2003. -С.9-14.

29. Бондаревская, Е.В. Личностно-ориентированный подход как технология модернизации образования [Текст] / Е.В. Бондаревская // - М.: Методист. - №2, 2003. - С.2-6.

30. Бутаков, Е.А. Обработка изображений на ЭВМ [Текст] / Е.А. Бутаков, В.И. Островский, И.Л. Фадеев. - М.: Радио и связь, 1987. - 240 с.

31. Быков, P.E. Анализ и обработка цветных и объемных изображений [Текст] / P.E. Быков, С.Б. Гуревич. - М.: Радио и связь, 1984. - 248 с.

32. Быстрые алгоритмы в цифровой обработке изображений [Текст] / Под ред. Т.С. Хуанга. - М.: Радио и связь, 1984. - 224 с.

33. Бьемон, Ж. Итерационные методы улучшения изображений [Текст] / Ж. Бьемон, Р.Л. Лагендейк, P.M. Марсеро // ТИИЭР. - Т.78, № 5, 1990. - С.58-84.

34. Нестерук, В.Ф. Вопросы теории восприятия сюжетных изображений и количественной оценки их контраста [Текст] / В.Ф. Нестерук, В.А. Соколова // Оптико-элекгронная промышленность. - №5, 1980 - С.11-13.

35. Василенко, Г.И. Теория восстановления сигналов [Текст] / Г.И. Василенко. - М.: Советское радио, 1979. - 272 с.

36. Васильев, К.К. Анализ эффективности фильтрации плоских изображений [Текст] / К.К. Васильев, В.Г. Герчес // Вероятностные модели и обработка случайных сигналов и полей: сборник научных трудов. -Кнев: УМК ВО, 1991.-С.115-122.

37. Васильев, К.К. Статистические методы обработки многомерных изображений [Текст] / К.К. Васильев, A.A. Спектор // Методы обработки сигналов и полей: сборник научных трудов. - Ульяновск: УлПИ, 1992.- С.3-18.

38. Васюков, В.Н. Квазиоптимальный алгоритм двумерной фильтрации [Текст] / В.Н. Васюков // Методы статистической обработки изображений и полей. -Новосибирск, 1984. - С.14-18.

39. Вежневец, А. Методы сегментации изображений: автоматическая сегментация. [Электронный ресурс] / А. Вежневец, О. Баринова // Компьютерная графика и мультимедиа: сетевой журнал. - №4, 2006. Режим доступа: http://cgm.computergraphics.ru/content/view/147.

40. Вежневец, А. Выделение связных областей в цветных и полутоновых изображениях [Электронный ресурс] /А. Веневежец, И.М. Журавель. -Режим доступа: http://www.ict.edu.ru/lib/index.php?a=elib&c=getForm&r=res Desc&d=light&id_res=2397.

41. Верденская, H.B. Сегментация изображений в системе автоматического анализа клеточного состава периферической крови [Текст] / Н.В. Верденская // V международная научно-техническая конференция «Радиолокация, навигация, связь». - Воронеж. - Том 2, 2000. - С. 1337-1345.

42. Владимиров, B.C. Обобщенные функции в математической физике [Текст] / B.C. Владимиров / Изд. 2-е, испр. и доп. - М.: Наука, 1979. - 320 с.

43. Волков, В.10. Пороговая обработка для сегментации и выделения протяженных объектов на цифровых изображениях [Текст] / B.IO. Волков, JI.C. Турнецкий // Информационно-управляющие системы. - №5(42), 2009. - С. 10-13.

44. Воробель, P.A. Повышение контраста изображений с помощью модифицированного метода кусочного растяжения [Текст] / P.A. Воробель, И.М. Журавель // Отбор и обработка информации. - № 14 (90), 2000. - С.116-121.

45. Воронин, A.A. Моделирование структуры организационной системы. Об алгоритмах поиска оптимального дерева [Текст] / A.A. Воронин, С.П. Мишин // Сер.1: Математика. Физика. - Волгоград: Вестник Волг, ун-та. 2001. - С.78-98.

46. Воронин, A.A. Оптимальные иерархические структуры [Текст] / A.A. Воронин, С.П. Мишин. - М.: ИПУ РАН, 2003. - 214 с.

47. Воскресенский, Е.М. Параметрическая и структурная адаптация систем распознавания текстовых меток на видеоизображениях: автореф. дисс. к.т.н. [Текст] / Е.М. Воскресенский. - Рыбинск, 2010. - 16 с.

48. Генкин, B.JI. Системы распознавания автоматизированных производств [Текст] / B.JT. Генкин, И.Л. Ерош, Э.С. Москалев. - М.: Машиностроение, 1988. -242 с.

49. Гильбо, Е.П. Обработка сигналов на основе упорядоченного выбора [Текст] / Е.П. Гильбо, И.Б. Челпанов. - М.: Советское радио, 1976. - 344 с.

50. Гимельфарб, Г.Л. Автоматизированная межотраслевая обработка снимков земной поверхности, получаемая с ИСЗ серии Landsat [Текст] / Л.Г. Гимельфарб // Зарубежная радиоэлектроника. - № 8, 1983. - С.56-84.

51. Гимельфарб, Г.Л. Аппаратные средства и особенности программного обеспечения диалоговой цифровой обработки изображений [Текст] // Зарубежная радиоэлектроника. - 1985. -№ 10. - С.87 - 128.

52. Гимельфарб, Г.Л. Расчленение цифровых изображений на участки, однородные по локальным изменениям сигнала [Текст] / Л.Г. Гимельфарб // Тезисы докладов Всесоюз. конф. «АСОИЗ-81». - М.: Наука, 1981. - С.51.

53. Гинзбург, В.М. Формирование и обработка изображений в реальном времени [Текст] / В.М. Гинзбург. - М.: Радио и связь, 1986. - 232 с.

54. Гликман, И.З. Управление самостоятельной работой студентов (системное стимулирование): учебное пособие [Текст] / И.З. Гликман. - М.: Логос, 2002. - 24 с.

55. Голд, Б. Цифровая обработка сигналов [Текст] / Б. Голд, Ч. Рэйдер / Пер. с англ. Под ред. A.M. Трахтмана. - М.: Советское радио, 1973. - 368 с.

56. Гонсалес, Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс / Пер. с англ. Под ред. П.А. Чочиа. - М.: Техносфера, 2006. - 1072 с.

57. Гонсалес, Р. Цифровая обработка изображений [Текст] / Р. Гонсалес, Р. Вудс / Пер. с англ. П.А. Чочиа. - М.: Техносфера, 2005. - С.812-916.

58. Гонсалес, Р. Цифровая обработка изображений в среде MATLAB [Текст] / Р. Гонсалес, Р. Вудс, С. Эддинс / Пер. с англ. Под ред. В.В. Чепыжова. - М.: Техносфера, 2006. - 616 с.

59. Горелик, A.J1. Методы распознавания: Учебное пособие для вузов [Текст] / A.JI. Горелик, В.А. Скрипкин. - М.: Высшая школа, 2004. - 260 с.

60. Грабарь, М.И. Применение математической статистики в педагогических исследованиях: непараметрнческие методы [Текст] / М.И. Грабарь, К.А. Краснянская. - М.: Педагогика, 1977. - 136 с.

61. Гранрат, Д. Дж. Роль моделей зрения человека в обработке изображений [Текст] / Д. Дж. Гранрат // ТИИЭР. - Т. 69, № 5, 1981. - С.65-77.

62. Громова, Т.В. Личностно-ориентированный подход как доминирующая парадигма современного профессионального образования [Текст] / Т.В. Громова, Г.В. Глухов. Монография. - Самара: Изд-во СГЭУ, 2006. - 140 с.

63. Грудин, Б.Н. Моделирование и анализ изображений в электронной и оптической микроскопии [Текст] / Б.Н. Грудин, B.C. Плотников, В.К. Фшценко. -Владивосток: Дальнаука, 2001. - 221 с.

64. Грудин, Б.Н. Моделирование на ЭВМ многокомпонентной когерентной оптической системы [Текст] / Б.Н. Грудин, B.C. Плотников, В.К. Фшценко // Известия вузов. - М.: Приборостроение. - Т.44, № 3, 2001. - С.34-39.

65. Грузман, И.С. Цифровая обработка изображений в информационных системах: учеб. пособ. [Текст] / И.С. Грузман, B.C. Киричук В.П. Косых, Г.И. Перетягин, A.A. Спектор. - Новосибирск, 2003. - 352 с.

66. Грузман, И.С. Цифровая обработка изображений в информационных системах [Текст] / И.С. Грузман и др.: учебное пособие. - Новосибирск: Изд-во НГТУ, 2000. - 168 с.

67. Гулидов, И.Н. Педагогический контроль и его обеспечение: учебное пособие [Текст] / И.Н. Гулидов. - М.: ФОРУМ, 2005. - 240 с.

68. Гуров, A.A. Вопросы оценки контрастности сюжетных изображений [Текст] / A.A. Гуров, H.H. Порфирьева // Труды ГОИ им. С.И. Вавилова. Т. 44, вып. 178. - Ленинград. - 1979. - С.31-34.

69. Гуров, A.A. Обработка изображений на ЭВМ методами линейной фильтрации [Текст] / A.A. Гуров, H.H. Порфирьева // Труды ГОИ им. С.И. Вавилова. - Вып. 185. - Ленинград, 1982. - С.33-50.

70. Даджион, Д. Цифровая обработка многомерных сигналов [Текст] / Д. Даджион, Р. Мерсеро / Пер. с англ. Под ред. Л.П. Ярославского. - М.: Мир, 1988. -488 с.

71. Джадд, Д. Цвет в науке и технике [Текст] / Д. Джадд, Г. Вышецки. - М.: Мир, 1978. - 592 с.

72. Денисова, О.П. Оценка деятельности образовательной организации на основе аналитического подхода [Текст] / О.П. Денисова // Вестник Бурятского государственного университета. - №1, 2012. - С.78-83.

73. Денисов, Д.А. Сегментация изображений на ЭВМ [Текст] / Д.А. Денисов, В.А. Низовкин//-М.: Зарубежная радиоэлектроника. -№10, 1985. - С.5-31.

74. Джайн, А.К. Успехи в области математических моделей для обработки изображений [Текст] / А.К. Джайн // ТИИЭР. - Т.69, №5, 1981. - С.9-39.

75. Дорогов, A.IO. Быстрая классификация JPEG-изображений. Электронный ресурс / А.Ю. Дорогов, Р.Г. Курбанов, В.В. Разин // Режим доступа: http://company.yandex.ru/grant/2005/03_Dorogov_102608.pdf.

76. Дремин, И.М. Вейвлеты и их использование [Текст] / И.М. Дремин, О.В. Иванов, В.А. Нечитайло // Успехи физических наук. - Т.171, №5, 2001. - С.465-501.

77. Евтушенко, Ю.Г. Параллельные методы решения задач глобальной оптимизации [Текст] / Ю.Г. Евтушенко, М.А. Посыпкин // Труды 4-ой Международной конференции «Параллельные вычисления и задачи управления» (РАКО'2008), 2008. - С. 18-39.

78. Ежова, К.В. Моделирование и обработка изображений: учебное пособие [Текст] / К.В. Ежова. - СПб.: НИУ ИТМО, 2011. - 93 с.

79. Ефремова, Н.Ф. Педагогические измерения в системе образования [Текст] / Н.Ф. Ефремова // - М.: Педагогика. - №2, 2006. - С. 14-22.

80. Жизняков, A.JI. Теория и методы обработки многомасштабных последовательностей цифровых изображений в промышленных системах контроля качества [Текст] / A.JI. Жизняков: автореф. дисс. д.т.н. - М.: 2008. - 36 с.

81. Жирков, В.Ф. Исследование параметрической эффективности признаков при идентификации объекта по изображению [Текст] / В.Ф. Жирков, К.В. Новиков, JI.T. Сушкова // Биомедицинская радиоэлектроника. - №6, 2008. - С.31-37.

82. Журавель, И.М. Краткий курс теории обработки изображений Электронный ресурс. / И.М. Журавель. Режим доступа: http://matlab.exponenta.ru

83. Журавлев, Ю.И. Распознавание образов и распознавание изображений [Текст]/ Ю.И. Журавлев, И.Б. Гуревич // Распознавание, классификация, прогноз. Математические методы и их применение. - Вып.2. - М.: Наука. - 1989. - С.5-72.

84. Журавлев, Ю.И. Алгоритмы вычисления оценок и их применение [Текст] / Ю.И. Журавлев, М.М. Калилов, Ш.Е. Гуляганов. - Ташкент: Фан, 1974. - 119 с.

85. Залманзон, Л.А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях [Текст] / Л.А. Залманзон. - М.: Наука, 1989. -496 с.

86. Зарецкий, В.К. Рефлексивно-творческий аспект решения творческих задач [Текст] / В.К. Зарецкий, И.Н. Семенов, С.Ю. Степанов // - М.: Вопросы психологии. - №5, 1980. - С. 112-117.

87. Зимняя, И.А. Ключевые компетенции новая парадигма результата образования [Текст] / И.А. Зимняя // - М.: Высшее образование сегодня. - №5, 2003. - С.34-42.

88. Иванов В.К. Фрактальный анализ изображений лесных массивов [Текст] / В.К. Иванов, Р.Э. Пащенко, A.M. Стадник, С.Е. Яцевич, Г.А. Кучук // Успехи зарубежной радиоэлектроники. - №12, 2005. - С.55-62.

89. Казанов, М.Д. Многомасштабный подход к определению контуров объектов на цифровых изображениях [Текст] / М.Д. Казанов // Организационное управление и искусственный интеллект. Труды института системного анализа РАН, 2003. - С.228-238.

90. Капеллини, В. Цифровые фильтры и их применения [Текст] / В. Капеллини, А. Дж. Константинидис, П. Эмилиани. - М.: Энергоиздат, 1983. - 360 с.

91. Каракозов, С.Д. Математические методы и модели педагогического

исследования [Текст] / С.Д. Каракозов, Н.И. Рыжова. - Барнаул: Изд-во БГПУ, 2004. - 128 с.

92. Кассандрова, О.Н. Обработка результатов наблюдений [Текст] / О.Н. Кассандрова, В.В. Лебедев. - М.: Наука, 1970. - 104 с.

93. Катыс, Г.П. Обработка визуальной информации [Текст] / Г.П Катыс. - М.: Машиностроение, 1990. - 320 с.

94. Кашкин, В.Б. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: учебное пособие [Текст] / В.Б. Кашкин, А.И. Сухинин. -М.: Логос, 2001.-264 с.

95. Кетков, Ю.Л. MATLAB 6.x.: Программирование численных методов [Текст] / Ю.Л. Кетков, АЛО. Кетков, М.М. Шульц. - СПб.: БХВ-Петербург, 2004. -672 с.

96. Ким, В. Ранговые алгоритмы обработки изображений [Текст] / В.Ким, Л.П. Ярославский // Адаптивные методы обработки изображений. - М.: Наука, 1988. -С.35-73.

97. Киселева, О.М. Применение методов математического моделирования в педагогике [Текст] / О.М. Киселева, Г.Е. Сенькина // Вестник Поморского университета. - № 3, 2007. - С.32-36.

98. Кожемяко, В.П. Параллельные вычислительные методы и средства пирамидальной обработки информации [Текст] / В.П. Кожемяко, Л.И. Тимченко, С.Н. Белан, A.B. Поплавский. - Киев: Институт системных исследований, 1993. -272 с.

99. Колдаев, В.Д. Система идентификации изображений на основе полярного кодирования [Текст] / В.Д. Колдаев, A.B. Алевич // Межвузов, сборник научных трудов «Микропроцессорные вычислительные устройства управляющих систем». -М.: МИЭТД988. - С.35-39.

100. Колдаев, В.Д. Автоматизация процессов контурной сегментации изображений [Текст] / Информационные технологии и инноватика: проблемы, перспективы, решения: сборник научных трудов / Под ред. д.т.н., проф. Л.Г. Гагариной. - М.: МИЭТ, 2009. - С.90-96.

101. Колдаев, В.Д. Алгоритм прямоугольной сегментации изображений [Текст] / В.Д. Колдаев, Г.Г. Сазыкин // Всероссийская межвузовская научно-практическая

конференция «Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем». - М.: МИЭТ, 2007. - С.115.

102. Колдаев, В.Д. Анализ контурной сегментации изображений в автоматизированных производственных системах [Текст] / В.Д. Колдаев // Оборонный комплекс - научно-техническому прогрессу России: Межотраслевой научно-технический журнал. - М.: ФГУП «ВИМИ». - Вып. 4, 2008. - С.54-59.

103. Колдаев, В.Д. Графовые модели контурной сегментации изображений [Текст] / В.Д. Колдаев // Сборник научных трудов «Моделирование, алгоритмизация и программирование при проектировании информационно-управляющих систем». Под ред. д.т.н., проф. Бархоткина В.А. - М.: МИЭТ, 2008. -С.255-260.

104. Колдаев, В.Д. Инновационный подход в оценке образовательных достижений студентов [Текст] / В.Д. Колдаев // «Научная индустрия европейского континента - 2012». Materiály VIII mezinárodní vedecko-praktická konference «Vedecky prümysl evropského kontinentu - 2012» (27 listopadu-05 prosincu 2012 roku). Dil 14. Pedagogika. Hudba a zivot: Praha. Publishing House «Education and Science» s.r.o, 2012. - C.75-79.

105. Колдаев, В.Д. Растровые модели систем обработки изображений [Текст] / В.Д. Колдаев // Сборник материалов 1-ой международной научно-практической конференции «Интеграция науки и производства». - Тамбов, 2008. - С.111-113.

106. Колдаев, В.Д. Структурный подход к контурной сегментации изображений [Текст] / В.Д. Колдаев // Сборник материалов 1-ой международной заочной научно-практической конференции «Современные проблемы науки». - Тамбов, 2008.-С. 165-167.

107. Колдаев, В.Д. Эвристические и квазитопологические алгоритмы контурной сегментации изображений [Текст] / В.Д. Колдаев // - М.: Научно-технический журнал «Известия высших учебных заведений. Электроника». - №6, 2008. - С.41-45.

108. Колдаев, В.Д. Автоматизированная система анализа рекурсивных алгоритмов и структур данных [Текст] / В.Д. Колдаев, JI.M. Поддубная // Программные средства МИЭТ. Под ред. Савченко A.B. - М.: МИЭТ, 1990. - С.38-39.

109. Колдаев, В.Д. Автоматизированная система методов поиска информации в линейных и нелинейных структурах [Текст] / В.Д. Колдаев // Программные средства МИЭТ. Под ред. Савченко A.B. - М.: МИЭТ, 1990. - С.36-37.

110. Колдаев, В.Д. Автоматизированные производственные системы распознавания изображений [Текст] / В.Д. Колдаев // Materiály X mezinárodní vedecko-praktická konference «Dny vedy - 2014» (27 brezen - 05 dubna 2014 roku). -Dil 34. Technické vedy. - Praha. Publishing House «Education and Science» s.r.o, 2014. - C.59-62.

111. Колдаев, В.Д. Алгоритмы выделения контуров многоуровневых изображений. Научно-техническая конференция «Вклад молодых ученых и специалистов в научно- технический прогресс» (15-16 апреля). - Севастополь, 1985.-С.19.

112. Колдаев, В.Д. Алгоритмы и структуры данных: учебное пособие [Текст] / Л.Г. Гагарина, В.Д. Колдаев. -М.: Финансы и статистика; ИНФРА-М, 2009. -304 с.

113. Колдаев, В.Д. Алгоритмы построения покрывающего дерева сети [Текст] /

B.Д. Колдаев // ИнфорхМатика и управление: Межвузовский сборник / Под ред. В.А. Бархоткина. - М.: МИЭТ, 2005. - С.72-77.

114. Колдаев, В.Д. Архитектура ЭВМ: учебное пособие [Текст] / В.Д. Колдаев,

C.А. Лунин. - М.: ИД «ФОРУМ» - ИНФРА-М, 2009. - 384 с.

115. Колдаев, В.Д. Вариативные подходы к проблеме форхмирования субъектно-центрированных концепций образовательных услуг [Текст] / В.Д. Колдаев // Новые технологии в образовании: материалы VIII Международной научно-практической конференции (25 июня 2011г.): Сборник научных трудов / Под ред. д.п.н., проф. Г.Ф. Гребенщикова -М.: Издательство «Перо», 2011. - С.33-38.

116. Колдаев, В.Д. Вариативный подход к моделированию индивидуальных образовательных траекторий в профессионалыЮхМ образовании [Текст] / В.Д. Колдаев // Оборонный кОхМплекс - научно-техническохму прогрессу России: Межотраслевой научно-технический журнал. - М.: ФГУП «ВИМИ». - Вып.З, 2011. - С.89-96.

117. Колдаев, В.Д. Вариативный подход к форхмированию субъектно-центрированной модели образовательного процесса [Текст] / В.Д. Колдаев // СоврехМенный учитель: личность и профессиональная деятельность: материалы IV

Международную научно-практической конференции (5 октября 2011г.). Сборник научных трудов / Под ред. д.п.н., проф. И.Л. Рудаковой. - М.: Издательство «Перо», 2011.-С. 198-204.

118. Колдаев, В.Д. Градиентная фильтрация и декомпозиция многоуровневых изображений в системах технического зрения [Текст] / В.Д. Колдаев, В.А. Абрамов // Научно-техническая конференция «Разработка систем технического зрения и их применение в промышленности». - Ижевск (Устинов), 1986. - С.29-31.

119. Колдаев, В.Д. Градиентная фильтрация изображений в системах технического зрения [Текст] / В.Д. Колдаев // Сборник материалов 3-й международной научно-практической конференции «Достижения ученых XXI века». - Тамбов, 2007. - С. 141-142.

120. Колдаев, В.Д. Графовый подход к моделированию информационного образовательного пространства [Текст] / В.Д. Колдаев // «Дни науки - 2012». Materiály VIII mezinárodní vedecko-praktická konference «Dny vedy - 2012» (27 brezen - 05 dubna 2012 roku). Dil 33. Pedagogika: Praha. Publishing House «Education and Science» s.r.o, 2012. - C.41-45.

121. Колдаев, В.Д. Графы и их исследование с использованием языков объектно-ориентированного программирования Visual Basic.Net и Delphi [Текст] / В.Д. Колдаев, Н.Д. Угринович // Газета «Информатика». - №20(501), Изд. Дом «Первое сентября». - 2005.

122. Колдаев, В.Д. Диагностика и контроль профессионального становления студентов [Текст] / В.Д. Колдаев, C.B. Старцев // «Ключевые проблемы современной науки». «Ключови въпроси в съвременната наука» Материали за 8-а международна научна практична конференция (17-25 април 2012 г.). - Том 15. София. Република България, «Бял ГРАД-БГ» ООД, 2012. - С.42-47.

123. Колдаев, В.Д. Имитационное моделирование систем управления процессом обучения [Текст] / В.Д. Колдаев // Вестник Северного (Арктического) федерального университета. Серия: гуманитарные и социальные науки. - №4, 2012. -С. 147-154.

124. Колдаев, В.Д. Индивидуально-ориентированная технология обучения студентов с учетом особенностей их темперамента [Текст] / В.Д. Колдаев, C.B. Старцев // «Динамика современной науки - 2012». Материали за 8-а международна

научна практична конференция «Динамиката на съвременната наука - 2012» (17-25 юли 2012). - Том 6. Педагогически науки. София. «Бял ГРАД-БГ» ООД, 2012. - С. 6-11.

125. Колдасв, В.Д. Инновационные подходы к изучению информатики и информационных технологий [Текст] / В.Д. Колдаев, О.Н. Куленчпк // Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем. Вторая всероссийская межвузовская научно-практическая конференция. - М.: МИЭТ, 2008. - С.38-44.

126. Колдаев, В.Д. Инновационные подходы к мониторингу качества образовательных услуг [Текст] / В.Д. Колдаев // Актуальные вопросы модернизации российского образования: материалы VIII Международной научно-практической конференции (31 мая 2011г.): Сборник научных трудов / Под ред. д.п.н., проф. И.А. Рудаковой. - М.: Издательство «Спутник+», 2011. - С.192-199.

127. Колдаев, В.Д. Инновационные подходы к проектированию структурно-содержательной модели образовательных услуг [Текст] / В.Д. Колдаев. Монография. Международный Издательский Дом. LAP LAMBERT Academic Publishing GmbH & Co. KG. Germany, 2012. - 200 c.

128. Колдаев, В.Д. Инновационные подходы к структурированию содержания индивидуальных образовательных маршрутов на основе технологии управления качеством [Текст] / В.Д. Колдаев // «Информационные системы и технологии». Монография. Часть I / Под научной ред. д.п.н., проф. С.П. Акутиной. - М.: Издательство «Перо», 2011. - С.5-34.

129. Колдаев, В.Д. Инновационные подходы применения компьютерных технологий при обучении студентов [Текст] / В.Д. Колдаев // Инноватика и инновационные процессы в экономике, науке и образовании. Пятая межвузовская научно-практическая конференция: материалы научных докладов. - М.: ИГУПИТ, 2011. - С.29-34.

130. Колдаев, В.Д. Использование R-деревьев для сегментации изображении [Текст] / В.Д. Колдаев // Всероссийская межвузовская научно-практическая конференция «Актуальные пробле*мы информатизации. Развитие информационной инфраструктуры, технологий и систем». - М.: МИЭТ, 2007. - С.114.

131. Колдаев, В.Д. Использование алгоритмов сегментации для моделирования образовательных мультимартрутов [Текст] / В.Д. Колдаев // «Наука в современном мире» материалы IX Международной научно-практической конференции (22 февраля 2012г.). Сборник научных трудов / Под научной ред. д.п.н., проф. Г.Ф. Гребенщикова. - М.: Издательство «Перо», 2012. - С. 110-113.

132. Колдаев, В.Д. Использование инновационных технологий при моделировании индивидуальных образовательных траекторий вуза [Текст] / В.Д. Колдаев, Л.Г. Гагарина // Оборонный комплекс - научно-техническому прогрессу России: Межотраслевой научно-технический журнал. - М.: ФГУП «ВИМИ». -Вып.4, 2010. - С.99-103.

133. Колдаев, В.Д. Использование квалитативных технологий в сфере повышения качества образования [Текст] / В.Д. Колдаев // «Актуальные научные достижения - 2012». Materiály VIII mezinárodní vedecko-praktická konference «Aktuální vymozenosti védy - 2012» (27 cervna-05 cervencu 2012 roku). Dil 10. Pedagogika: Praha. Publishing House «Education and Science» s.r.o, 2012. - C.47-54.

134. Колдаев, В.Д. Использование педагогического мониторинга для повышения качества подготовки студентов [Текст] / В.Д. Колдаев // Сибирский педагогический журнал. - №6, 2012. - С.65-69.

135. Колдаев, В.Д. Использование систем технического зрения для автоматизации управления технологическими процессами [Текст] / В.Д. Колдаев // // «Новейшие научные достижения». Материали за X международна научна практична конференция «Найновите научни постижения - 2014» (17-25 март 2014 година). - Том 33. Технологии. София. «Бял ГРАД-БГ» ООД, 2014. - С.94-97.

136. Колдаев, В.Д. Использование статистического моделирования для анализа сложности алгоритмов [Текст] / В.Д. Колдаев, АЛО. Синцов // Межвузов, сборник научных трудов «Микропроцессорные вычислительные устройства управляющих систем». -М.: МИЭТ, 1988. - С.148-154.

137. Колдаев, В.Д. Исследование образовательно-организационной системы вуза [Текст] / В.Д. Колдаев // Актуальные вопросы модернизации российского образования. Материалы X Международную научно-практической конференции (30 декабря 2011г.) Сборник научных трудов / Под науч. ред. д.п.н., проф. Г.Ф. Гребенщикова. -М.: Издательство «Спутник+», 2011. - С.175-181.

138. Колдаев, В.Д. Исследование операций доступа к линейным и нелинейным структурам [Текст] / В.Д. Колдаев // Программные средства МИЭТ. Под ред. Савченко A.B. -М.: МИЭТД991. - С.18-20.

139. Колдаев, В.Д. Квазитопологический алгоритм контурной сегментации изображений [Текст] / В.Д. Колдаев // Сборник материалов 3-й международной научно-практической конференции «Достижения ученых XXI века». - Тамбов, 2007. - С.139-141.

140. Колдаев, В.Д. Квалиметрический анализ качества субъектно-центрированпых концепций образовательных услуг [Текст] / В.Д. Колдаев // «Развитие личности в современном российском обществе». Монография. Часть I / Под научной ред. д.п.н., проф. Г.Ф. Гребенщикова. - М.: Издательство «Перо», 2011.-С. 134-167.

141. Колдаев, В.Д. Квалиметрический подход к анализу качества образовательных услуг [Текст] / В.Д. Колдаев // Оборонный комплекс - научно-техническому прогрессу России: Межотраслевой научно-технический журнал. -М.: ФГУП «ВИМИ». - Вып. 3, 2011. - С.77-85.

142. Колдаев, В.Д. Компетентностный подход к структурированию содержания образования студентов университета [Текст] / В.Д. Колдаев, Е.И. Шебек // «Научное пространство Европы - 2012». Materialy VIII Mi^dzynarodowej naukowi-praktycznej konfereneji «Naukowa przestrzeñ Europy - 2012» (07-15 kwietnia 2012) Volume 17. Pedagogiczne nauki.: Przemysl. Nauka i studia, 2012. - C.82-87.

143. Колдаев, В.Д. Компетентностный подход к формированию структурно-содержательной модели образовательного процесса [Текст] / В.Д. Колдаев // Новые технологии в образовании: материалы IX Международной научно-практической конференции (30 сентября 2011г.). Сборник научных трудов / Под ред. д.п.н., проф. С.П. Акутиной. - М.: Издательство «Спутник+», 2011. - С.106-112.

144. Колдаев, В.Д. Компьютерные иллюстрации к лекциям по дисциплине «Инфорхматика»: методическое пособие [Текст] / В.Д. Колдаев, В.М. Трояновский // ФГУП НТЦ «ИНФОРМРЕГИСТР», Депозитарий электронных изданий. Регистрационное свидетельство № 21072, № Гос. регистрации 0321100001 от 12.01.2011г.

145. Колдасв, В.Д. Конспект лекций по курсу «Компьютерная практика»: учебное пособие [Текст] / Под ред. С.Ю. Головой / С.Ю. Голова, Ю.А. Гаранина, В.Д. Колдаев. - М.: МИЭТ, 2002. - 92 с.

146. Колдаев, В.Д. Контурное представление изображений в автоматизированных производственных системах. Сборник материалов 3-й международной научно-практической конференции «Наука и устойчивое развитие общества. Наследие В.И. Вернадского». - Тамбов, 2008. - С.220-222.

147. Колдаев, В.Д. Кредитно-модульная система организации учебного процесса при моделировании индивидуальных образовательных траекторий [Текст] / В.Д. Колдаев // - М.: Научно-технический журнал «Известия высших учебных заведений. Электроника». - №2(94), 2012. - С.82-89.

148. Колдаев, В.Д. Лабораторный практикум по курсу «Структуры и алгоритмы обработки данных» [Текст] / В.Д. Колдаев. Часть 1. - МИЭТ, 2006. - 116 с.

149. Колдаев, В.Д. Лабораторный практикум по курсу «Структуры и алгоритмы обработки данных» [Текст] / В.Д. Колдаев. Часть 2. - М.: МИЭТ, 2007. - 76 с.

150. Колдаев, В.Д. Личностно-ориентированный подход к организации модульного обучения студентов [Текст] / В.Д. Колдаев // «Динамика научных исследований». Materialy VIII Mi^dzynarodowej naukowi-praktycznej konferencji «Dynamika naukowych badan - 2012» (07 - 15 lipca 2012 roku). Volume 8. Pedagogiczne nauki.: Przemysl. Nauka i studia, 2012. - C.60-64.

151. Колдаев, В.Д. Методика использования трансфертных и накопительных кредитных технологий [Текст] / В.Д. Колдаев // «Актуальные научные достижения - 2012». Materialy VIII mezinarodni vedecko-praktickä konference «Aktuälni vymozenosti vedy - 2012» (27 cervna-05 cervencü 2012 roku). Dil 12. Pedagogika: Praha. Publishing House «Education and Science» s.r.o, 2012. - C.57-61.

152. Колдаев, В.Д. Методика личностно-ориентированного обучения студентов вуза [Текст] / В.Д. Колдаев // Сборник научных трудов по материалам Международной заочной научно-практической конференции «Проблемы науки, техники и образования в современном мире» (Липецк, 30 ноября 2012 г.). -Липецк: ВОИР, 2012. - С.172-174.

153. Колдаев, В.Д. Методика развития вариативного подхода к обучению основам сегментации изображений [Текст] / В.Д. Колдаев // Оборонный комплекс -

научно-техническому прогрессу России: Межотраслевой научно-технический журнал. - М.: ФГУП «ВИМИ». - №4, 2014. - С.3-10.

154. Колдаев, В.Д. Методологические аспекты педагогической рефлексии [Текст] / В.Д. Колдаев // Воспитательная деятельность педагогического вуза: проблемы и перспективы развития: материалы V Международной научно-практической конференции (25 апреля 2011г.): Сборник научных трудов / Под ред. д.п.н., проф. Г.Ф. Гребенщикова. - М.: Издательство «Перо», 2011. - С.7-11.

155. Колдаев, В.Д. Методологические аспекты технологического контроля и коррекции образовательных услуг [Текст] / В.Д. Колдаев // Актуальные вопросы современной науки: материалы XII Международной научно-практической конференции (30 июля 2011г.): Сборник научных трудов / Под науч. ред. д.п.н., проф. Г.Ф. Гребенщикова. - М.: Издательство «Спутник+», 2011. - С.22-29.

156. Колдаев, В.Д. Методы формирования признаков изображений [Текст] / В.Д. Колдаев // «Научная мысль информационного века». Materialy X Mi^dzynarodowej naukowi-praktycznej konferencji «Naukowa mysl informacyjnej powieki - 2014» (07-15 marca 2014 roku). - Vol. 27. Matematyka, Fizyka. - Przemysl : Nauka i studia, 2014. -C.50-54.

157. Колдаев, В.Д. Модели представления учебной информации при формировании индивидуальных образовательных маршрутов [Текст] / В.Д. Колдаев // «Педагогика и современность» научно-педагогический журнал. - № 1, 2013.-С.19-22.

158. Колдаев, В.Д. Моделирование абберационных искажений реальных видеоизображений [Текст] / В.Д. Колдаев, И.В. Найденов // Сб. научных трудов «Схемотехника и проектирование специализированных вычислительных систем управления». - М.: МИЭТ, 1986. - С.124-130.

159. Колдаев, В.Д. Моделирование индивидуального образовательного маршрута студента в учебном процессе вуза [Текст] / В.Д. Колдаев // Сибирский педагогический журнал. - №3, 2012. - С.68-72.

160. Колдаев, В.Д. Моделирование информационно-образовательных систем управления процессом обучения [Текст] / В.Д. Колдаев, E.JI. Федотова // Педагогическое образование и наука. - № 4, 2012. - С.56-61.

161. Колдаев, В.Д. Моделирование образовательной системы накопления знаний для прогнозирования и управления качеством подготовки студентов на основе технологии форсайта [Текст] / В.Д. Колдаев // «Избранные вопросы современной науки». Монография. Часть IV / Под научной ред. д.п.н., проф. С.П. Акутиной. -М.: Издательство «Перо», 2011. - С. 142-173.

162. Колдаев, В.Д. Моделирование субъектно-центрированных образовательных маршрутов студента вуза [Текст] / В.Д. Колдаев // Вестник Челябинского государственного педагогического университета. - №3, 2012. - С.118-125.

163. Колдаев, В.Д. Модерация дуплексной системы управления процессом обучения на основе графовых моделей [Текст] / В.Д. Колдаев // «Инновационная деятельность в системе образования». Монография. / Научный ред. д.п.н., проф. Г.Ф. Гребенщикова. - М.: Издательство «Перо», 2011. - С.182-211.

164. Колдаев, В.Д. Модерация эвристических подходов в формировании специальной компетенции студентов университета [Текст] / В.Д. Колдаев // «Инновационная деятельность в системе образования». Монография. Часть III / Под научной ред. д.п.н., проф. И.А. Рудаковой. - М.: Издательство «Перо», 2011. -С.5-35.

165. Колдаев, В.Д. Преобразование многоуровневого изображения в контурное методом масок [Текст] / В.Д. Колдаев, Н.В. Морозова // Сборник научных трудов «Проектирование и применение специализированных вычислителей и систем управления». - М.: МИЭТ, 1983. - С.111-116.

166. Колдаев, В.Д. Об одном подходе к организации баз данных изображений [Текст] / В.Д. Колдаев, A.B. Хлебас // Межвузовский сборник научных трудов «Элементы, узлы, устройства и математическое обеспечение микропроцессорных систем управления». - М.: МИЭТ, 1987. - С.44-52.

167. Колдаев, В.Д. Обработка многоуровневых днекретизованных изображений с распознаванием контуров, описываемых цепными кодами [Текст] / В.Д. Колдаев, Н.В. Морозова // Сборник научных трудов «Проектирование и применение микроэлектронных комбинированных вычислительных устройств» - М.: МИЭТ, 1984. - С.101-108.

168. Колдаев, В.Д. Оптимизация маршрутов в графовых структурах [Текст] / В.Д. Колдаев, JI.M. Поддубная // Сборник научных трудов «Проектирование и

применение специализированных вычислительных устройств и систем управления».-М.:МИЭТ, 1988. - С.131-138.

169. Колдаев, В.Д. Организация данных в адаптивных системах распознавания изображений [Текст] / В.Д. Колдаев // «Новейшие научные достижения». Материали за X международна научна практична конференция «Найновите научни постижения - 2014» (17-25 март 2014 година). - Том 28. Математика. София. «Бял ГРАД-БГ» ООД, 2014. - С.44-49.

170. Колдаев, В.Д. Организация логической структуры эвристической программы планирования движения робота [Текст] / В.Д. Колдаев, Т.Г. Никольская, В.Ф. Шаньгин // Сборник научных трудов по проблемам микроэлектроники «Оборудование, приборы и измерительные устройства микроэлектроники». - Вып.39. - М.: МИЭТ, 1978. - С.39-46.

171. Колдаев, В.Д. Организация проектировочной деятельности и педагогических измерений в системе образования [Текст] / В.Д. Колдаев // «Образовательная среда вуза как фактор профессионального самоопределения студентов». Монография. Часть II / Под научной ред. д.п.н., проф. С.П. Акутиной. -М.: Издательство «Перо», 2011. - С.5-34.

172. Колдаев, В.Д. Основы алгоритмизации и программирования: учебное пособие [Текст] / Колдаев В.Д. / Под ред. проф. Гагариной Л.Г. - М.: ИД «ФОРУМ» - ИНФРА-М, 2006. - 416 с.

173. Колдаев, В.Д. Основы логического проектирования: учебное пособие [Текст] / В.Д. Колдаев. - М.: ИД «ФОРУМ» - ИНФРА-М, 2011. - 448 с.

174. Колдаев, В.Д. Особенности самоопределения личности в информационном обществе [Текст] / В.Д. Колдаев, Е.Л. Федотова // Вторая всероссийская межвузовская научно-практическая конференция «Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем». - М.: МИЭТ, 2008. - С. 171.

175. Колдаев, В.Д. Педагогическая технология формирования базовых компетенций студентов университета [Текст] / В.Д. Колдаев // Вестник Челябинского государственного педагогического университета. - №7, 2012. - С.64-72.

176. Колдаев, В.Д. Педагогические подходы при работе с одаренными студентами [Текст] / В.Д. Колдаев // Педагогические проблемы в образовании. «Формирование компетенций в области подготовки специалиста - 2007». Вторая межвузовская научно- теоретическая конференция преподавателей, студентов, аспирантов. Сборник научных докладов и тезисов докладов. - М.: ИГУПИТ -РосНОУ, 2007.-С. 17-22.

177. Колдаев, В.Д. Педагогическое моделирование образовательных задач [Текст] / В.Д. Колдаев // «В мире научных открытий». Материалы II Международной научно-практической конференции (9 января 2012г.): Сборник научных трудов / Под научной ред. д.п.н., проф. С.П. Акутиной. - М.: Издательство «Спутник+», 2012. - С.113-118.

178. Колдаев, В.Д. Педагогическое проектирование процесса обучения студентов университета [Текст] / В.Д. Колдаев // Вестник Челябинского государственного педагогического университета. - №4, 2012. - С.86-93.

179. Колдаев, В.Д. Предварительная обработка и сегментация сложных многоуровневых изображений [Текст] / В.Д. Колдаев // Конференция НТО Приборпром «Опыт и перспективы развития ГСП в приборостроении и микроэлектроники». - Вып.2. - М.: МИЭТ, 1986. - С.15-16.

180. Колдаев, В.Д. Предварительная обработка и фильтрация изображений методом масок [Текст] / В.Д. Колдаев // Оборонный комплекс - научно-техническому прогрессу России: Межотраслевой научно-технический журнал. — М.: ФГУП «ВИМИ». - Вып.4, 2010. - С.79-83.

181. Колдаев, В.Д. Применение компьютерных технологий при обучении студентов [Текст] / В.Д. Колдаев // «Индивидуальные процессы в современном обществе». Третья межвузовская научно-теоретическая конференция преподавателей, студентов, аспирантов. Сборник научных докладов и тезисов докладов. - М.: ИГУПИТ - РосНОУ, 2007. - С.62-69.

182. Колдаев, В.Д. Принципы образовательной концепции на основе использования технологии обучения [Текст] / В.Д. Колдаев, E.JI. Федотова // Высшее образование сегодня. - № 3, 2011. - С.76-79.

183. Колдаев, В.Д. Принципы организации ЭВМ: учебное пособие [Текст] / В.Д. Колдаев, О.Н. Куленчик. - М.: МИЭТ, 2010. - 156 с.

184. Колдаев, В.Д. Принципы построения графовой модели образовательного процесса [Текст] / В.Д. Колдаев // Составляющие научно-технического прогресса: материалы 7-ой Международной научно-практической конференции (30 апреля 2011г.): Сборник научных трудов. - Тамбов: из-во ТМБпринт, 2011. - С.71-73.

185. Колдаев, В.Д. Проектирование индивидуальных образовательных траекторий с использованием диаграмм связей [Текст] / В.Д. Колдаев // - М.: Научно-технический журнал «Известия высших учебных заведений. Электроника». -№1(93), 2012. - С.84-90.

186. Колдаев, В.Д. Проектирование личностно-развивающей образовательной среды студента университета [Текст] / В.Д. Колдаев // «Дни науки - 2012». Materialy VIII mezinarodni vedecko - praktickä konference «Dny vedy - 2012» (27 brezen - 05 dubna 2012 roku). Dil 25. Pedagogika: Praha. Publishing House «Education and Science» s.r.o, 2012. - C.48-52.

187. Колдаев, В.Д. Проектирование субъектно-центрнрованных моделей обучения студентов вуза [Текст] / В.Д. Колдаев // «Педагогика и современность» научно-педагогический журнал. - № 1, 2013. - С.117-120.

188. Колдаев, В.Д. Реализация принципа конгруэнтности в процессе формирования индивидуальных образовательных маршрутов студентов [Текст] / В.Д. Колдаев // «Компетенции и образование: модели, методы, технологии». Монография. Часть I / Научный редактор д.п.н., проф. С.П. Акутина. - М.: Издательство «Перо», 2012. - С.40-68.

189. Колдаев, В.Д. Сегментация изображений с использованием алгоритма иерархического тайлинга полигонов [Текст] / В.Д. Колдаев // Materialy X mezinarodni vedecko-praktickä konference «Dny vedy - 2014» (27 brezen - 05 dubna 2014 roku). - Dil 34. Technicke vedy. - Praha. Publishing House «Education and Science» s.r.o, 2014. - C.56-58.

190. Колдаев, В.Д. Система идентификации изображений на основе полярного кодирования [Текст] / В.Д. Колдаев // Межвузовский сборник научных трудов «Микропроцессорные вычислительные устройства управляющих систем». - М.: МИЭТ, 1988. - С.13-20.

191. Колдаев, В.Д. Системный подход к анализу контурной сегментации изображений [Текст] / В.Д. Колдаев // Оборонный комплекс - научно-

техническому прогрессу России: Межотраслевой научно-технический журнал. -М.: ФГУП «ВИМИ». - Вып.4, 2007. - С.60-63.

192. Колдаев, В.Д. Структура базы данных для идентификации и исследования материалов микроэлектроники [Текст] / В.Д. Колдаев // Материалы научно-технической конференции «Технические, технологические и организационио-экономическне вопросы ГПС в приборостроении и микроэлектронике». - М.: МГП НТО Приборпром им. акад. С.И.Вавилова, 1988. - С. 12-15.

193. Колдаев, В.Д. Субъектно-центрированные концепции формирования и диверсификации структурно-содержательной модели допрофессионалыюй подготовки и профориентации [Текст] / В.Д. Колдаев // «Образование как фактор социализации: проблемы современности». Монография. Часть II / Под научной ред. д.п.н., проф. С.П. Акутиной. - М.: Издательство «Перо», 2011. - С.92-122.

194. Колдаев, В.Д. Теоретико-методические основы формирования личностно-ориентированных образовательных маршрутов студентов университета [Текст] / В.Д. Колдаев // Известия южного федерального университета. - №7, 2012. - С. 121127.

195. Колдаев, В.Д. Теоретические аспекты субъектно-центрированных образовательных маршрутов студентов вуза [Текст] / В.Д. Колдаев // Наука 21 века: вопросы, гипотезы, ответы. -№ 3, 2013. - С.45-49.

196. Колдаев, В.Д. Теория и алгоритмы контурной сегментации изображений в системах технического зрения [Текст] / Л.Г. Гагарина, В.Д. Колдаев // - М.: Научно-технический журнал «Известия высших учебных заведений. Электроника». -№4(108), 2014. - С.64-72.

197. Колдаев, В.Д. Технология адаптивного компьютерного тестирования знаний студентов [Текст] / В.Д. Колдаев // «Научное пространство Европы - 2012». Materialy VIII Misjdzynarodowej naukowi-praktycznej konferencji «Naukowa przestrzeñ Europy - 2012» (07-15 kwietnia 2012) Volume 18. Pedagogiczne nauki.: Przemysl. Nauka i studia, 2012. - C.86-90.

198. Колдаев, В.Д. Технология адаптивного тестирования структурно-содержательной модели индивидуального образовательного маршрута студента вуза [Текст] / В.Д. Колдаев // «Избранные вопросы современной науки».

Монография. Часть III / Под научной ред. д.п.н., проф. С.П. Акуниной. - М.: Издательство «Перо», 2011. - С.5-37.

199. Колдаев, В.Д. Технология личностно-ориентированного обучения студентов университета [Текст] / В.Д. Колдаев // «Новейшие научные достижения -2012». «Найновите научни постижения - 2012» Материали за 8-а международна научна практична конференция (17-25 март 2012 г.). Том 12. Педагогически науки. София, «Бял ГРАД-БГ» ООД, 2012. - С.63-67.

200. Колдаев, В.Д. Технология нелинейного проектирование индивидуального образовательного маршрута студента [Текст] / В.Д. Колдаев // Вестник Челябинского государственного педагогического университета. - №6, 2012. - С. 31-39.

201. Колдаев, В.Д. Технология оценки качества деятельности кафедр университета [Текст] / В.Д. Колдаев // «Новейшие научные достижения - 2012». Материали за 8-а международна научна практична конференция «Найновите научни постижения - 2012» (17-25 март 2012 г.). Том 16. Педагогически науки. София, «Бял ГРАД-БГ» ООД, 2012. - С.3-6.

202. Колдаев, В.Д. Технология развития творческой одаренности студентов университета [Текст] / В.Д. Колдаев, P.E. Сулейманов // «Европейская наука XXI века». Materialy VIII Miçdzynarodowej naukowi-praktycznej konfereneji «Europejska nauka XXI powiekq - 2012» (07-15 maja 2012 roku). Volume 10. Pedagogiczne nauki: Przemysl. Nauka i studia, 2012. - C.7-12.

203. Колдаев, В.Д. Технология формирования индивидуального стиля педагогической деятельности [Текст] / В.Д. Колдаев // «Эффективные инструменты современных наук». Materiály VIII mezinárodní vëdecko - praktická konference «Efektivní nástroje moderních ved - 2012» (27 dubna-05 kvetna 2012 roku). Dil 18. Pedagogika: Praha. Publishing House «Education and Science» s.r.o, 2012. - C.5-9.

204. Колдаев, В.Д. Формирование самостоятельной деятельности студентов в учебном процессе вуза [Текст] / В.Д. Колдаев, C.B. Старцев // 5-я Всероссийская научно-практическая конференция «Актуальные проблемы информатизации в науке, образовании и экономике - 2012» (17-19 октября 2012 г.). - М.: МИЭТ, 2012. - С.146-149.

205. Колдаев, В.Д. Цифровое кодирование контуров изображений методом логического сглаживания [Текст] / В.Д. Колдаев // Межвузовский сборник научных трудов «Проектирование и применение микропроцессорных управляющих систем». - М.: МИЭТ,1989. - С.97-105.

206. Колдаев, В.Д. Численные методы и программирование: учебное пособие [Текст] / Колдаев В.Д. Под ред. Гагариной Л.Г. - М.: ИД «ФОРУМ» - ИНФРА-М, 2008. - 336 с.

207. Колдаев, В.Д. Эвристические алгоритмы контурной сегментации изображений [Текст] / В.Д. Колдаев//-М.: Научно-технический журнал «Известия высших учебных заведений. Электроника». - №4, 2007. - С.71-75.

208. Колдаев, В.Д. Эвристическое моделирование образовательных маршрутов студентов технического вуза [Текст] / В.Д. Колдаев // Актуальные вопросы модернизации российского образования: материалы IX Международной научно-практической конференции (30 августа 2011г.): Сборник научных трудов / Под ред. д.п.н., проф. Г.Ф. Гребенщикова. -М.: из-во «Перо», 2011. - С.53-60.

209. Колдаев, В.Д. Экспертиза качества образовательных услуг вуза [Текст] / В.Д. Колдаев // «Проблемы разработки информационных технологий и подготовки ИТ-кадров»: сборник научных трудов / Под ред. Л.Г. Гагариной. - М.: МИЭТ, 2012. - С.50-56.

210. Колесникова, И.А. Педагогическое проектирование: учебное пособие для высш. учеб. заведений [Текст] / И.А. Колесникова, М.П. Горчакова-Сибирская / Под ред. И.А. Колесниковой. - М.: Издательский центр «Академия», 2005. — 288 с.

211. Кондратьев, В.В. Основы теории активного восприятия изображений [Текст] / В.В. Кондратьев, В.А. Утробин. - Н. Новгород: НГТУ, 1997. - 249 с.

212. Конушин, В. Методы сегментации изображений: интерактивная сегментация. [Электронный ресурс] / В. Конушин, В. Вежневец // Компьютерная графика и мультимедиа: сетевой журнал. - №1, 2007. - Режим доступа: http://cgm.computergraphics.ru/content/view/172.

213. Коньков, Г.В. Оценка порога фильтрации при выделении контуров многоуровневых изображений [Текст] / Г.В. Коньков, В.Д. Колдаев // Всероссийская межвузовская конференция студентов и аспирантов «Микроэлектроника и информатика 98». - Том2. - М.: МИЭТ, 1998. - С. 132.

214. Корх, A.B. Сегментация изображений посредством разрезов на графах [Текст] / A.B. Корх, И.И. Курочкин // Труды 1-й Всероссийской конференции молодых ученых «Теория и практика системного анализа». - Т.2.1, 2010. - С.172-179.

215. Круглун, O.A. Численные методы мультифрактального формализма в задачах сегментации и текстурного анализа данных дистанционного зондирования [Текст] / O.A. Круглун, И.Н. Макаренко // Математический журнал. - Том 7, № 4 (26), 2007.-С.51-59.

216. Кулешов, C.B. Ассоциативно-пирамидальное представление данных [Текст] / C.B. Кулешов, A.A. Зайцева, А.Ю. Аксенов // - М.: Информационно-измерительные и управляющие системы. - Том 6, №4, 2008. - С. 14-17.

217. Кулешов, C.B. Селекция и локализация семантических фрагментов [Текст] / C.B. Кулешов, A.A. Зайцева // - М.: Информационно-измерительные и управляющие системы. - №10, Том 6, 2008. - С.88-90.

218. Куренков, Н.И. Информационный критерий и его использование для решения задач обработки многомерных данных / Н.И. Куренков, С.Н. Ананьев // Информационные технологии. - №9, 2007. - С.59-64.

219. Лайонс, Р. Цифровая обработка сигналов [Текст] / Р. Лайонс / 2-е издание. -М.: ООО Бином-Пресс, 2006. - 656 с.

220. Левашкина, А.О. Сравнительный анализ супервизорных критериев оценки качества сегментации изображений [Текст] / А.О. Левашкина, C.B. Поршнев // -М.: Информационные технологии. - № 5, 2009. - С.52-57.

221. Литван, Р.И. Оптимальное градационное преобразование изображений [Текст] / Р.И. Литван, Ю.И. Аверьянов, Ф.С. Быковская // Техника кино и телевидения. - №2, 1979 - С.38 - 41.

222. Луцив, В.Р. Объектно-независимый подход к структурному анализу изображений [Текст] / В.Р. Луцив: автореф. дисс. д.т.н. - Санкт-Петербург, 2011. -35 с.

223. Люгер, Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем [Текст] / Д.Ф. Люгер. - М.: Издательский дом «Вильяме», 2003. - 864 с.

224. Марр, Д. Зрение. Информационный подход к изучению представления и

обработки зрительных образов [Текст] / Д. Марр / Пер. с англ. Н.Г. Гуревича / Под ред. И.Б. Гуревича. - М.: Радио и связь, 1987. - 404 с.

225. Марчук, В.И. Методы и алгоритмы восстановления изображений в условиях неполной априорной информации [Текст] / В.И. Марчук, В.В. Воронин. Монография. - Шахты: Изд-во ЮРГУЭС, 2010. - 89 с.

226. Марчуков, B.C. Автоматизированное выделение объектов заданного размера на аэрокосмических изображениях с использованием параллельной обработки [Текст] / B.C. Марчуков, И.В. Кочнова // Известия вузов. Геодезия и аэрофотосъемка. -№3, 2004. - С.151-157.

227. Матрос, Д.Ш. Управление качеством образования на основе новых информационных технологий и образовательного мониторинга [Текст] / Д.Ш. Матрос, Д.М. Полев, H.H. Мельникова. - М.: Педагогическое общество России, 2001.-128 с.

228. Махфуд, У.А. Комбинированные алгоритмы сегментации цветных изображений [Текст] / У.А. Махфуд: автореф. дисс. к.т.н. Институт технической кибернетики национальной академии наук Беларуси. - Минск, 2002. - 20 с.

229. Методы компьютерной обработки изображений / Гашников М.В. и др./ Под. ред. В.А. Сойфера. 2-е изд., испр. - М.: ФИЗМАТЛИТ, 2003. - 784 с.

230. Миньсу, Ш. Алгоритм обнаружения объекта, основанный на графе смежности областей [Текст] / Ш. Миньсу, Ч. Дайхун // ТИИЭР, №7, 1984. - С.263.

231. Мирошников М.М. Основные этапы и результаты научных исследований в Государственном оптическом институте: Доклад на Чтениях имени академика Д.С. Рождественского, посвященных 75-летию со дня основания ГОИ // Оптический журнал, № 4, 1994. - С.3-110.

232. Мирошников М.М., Нестерук В.Ф. Дальнейшее развитие методологических основ иконики [Текст] / М.М. Мирошников, В.Ф. Нестерук // Труды ГОИ им. С.И. Вавилова. - Том 64, вып. 198, 1987. - С.5-11.

233. Митропольский, H.H. Агломеративная сегментация и поиск однородных объектов на растровых изображениях [Текст] / H.H. Митропольский: автореф. дисс. к.т.н.-М.:, 2010.-17 с.

234. Митропольский, H.H. Сегментация и идентификация контуров объектов на цифровых изображениях [Текст] / H.H. Митропольский, Е.Е Ковшов // Известия

высших учебных заведений. Проблемы полиграфии и издательского дела. - №5, 2008. - С.19-28.

235. Михайлов, Д.В. Теоретические основы построения открытых вопросно-ответных систем. Семантическая эквивалентность текстов и модели их распознавания: монография [Текст] / Д.В. Михайлов, Г.М. Емельянов. - Великий Новгород: НовГУ им. Ярослава Мудрого, 2010. - 286 с.

236. Мишин, С.П. Оптимальные стимулирования в многоуровневых иерархических структурах [Текст] / С.П. Мишин // Автоматика и телемеханика. -№5, 2004. -С.96-119.

237. Мишулина, O.A. Алгоритмы и программы сегментации изображений для автоматизации анализа гистологических препаратов [Текст] / О. А. Мишулина, В. Тхей. // Научная сессия МИФИ-2005. - Том 2, 2005. - С.67-68.

238. Монахов, В.М. Технологические основы проектирования и конструирования учебного процесса [Текст] / В.М. Монахов. Монография. -Волгоград: Перемена, 1995. - 152 с.

239. Недзьведь, A.M. Сегментация слабоконтрастных изображений гистологических объектов. Автореф. дисс. канд. техн. наук. - Минск, 2000. -27 с.

240. Нейрокомпьютеры в системах обработки изображений: Коллективная монография / Балухто А.Н., Булаев Е.В., Бурый Е.В. и др.; Ред. Гуляев Ю.В., Галушкин А.И. - М.: Радиотехника, 2003. - 191 с.

241. Нестерук, В.Ф. Принцип дуальности при нелинейных безынерционных преобразованиях изображений [Текст] / В.Ф. Нестерук // Труды ГОН им. С.И. Вавилова. - Том 64, Вып. 198, 1987. - С.12-24.

242. Нестерук, В.Ф. Структура статистических преобразований изображений в ограниченном диапазоне [Текст] / В.Ф. Нестерук // Труды ГОИ им. С.И. Вавилова. - Том 51, Вып. 185, 1982. - С. 13-22.

243. Нестерук, В.Ф. Вопросы теории восприятия сюжетных изображений и количественной оценки их контраста / В.Ф. Нестерук, В.А. Соколова // Оптико-электронная промышленность. - №5, 1980. - С.11-13.

244. Никитин, Р.В. Метод и алгоритмы стилизации изображения в цифровых системах охранного телевидения [Текст] / Р.В. Никитин: автореф. дисс. к.т.н. -Санкт-Петербург, 2010. - 18 с.

245. Никольская, Т.Г. Организация эвристической программы планирования движения руки прецизионного промышленного робота [Текст] / Т.Г. Никольская, В.Ф. Шаньгин, В.Д. Колдаев // Тезисы докладов VIII Всесоюзной конференции по микроэлектронике. - М.: МИЭТ, 1978. - С.34.

246. Новейшие методы обработки изображений [Текст] / Под ред. Потапова A.A. - М.: Физматлит, 2008. - 496 с.

247. Новиков, A.M. Методология учебной деятельности [Текст] / A.M. Новиков. -М.: Эгвес, 2005.-176 с.

248. Оппенгейм, А. Цифровая обработка сигналов [Текст] / А. Оппенгейм, Р. Шафер / Пер. с англ. Под ред. A.C. Ненашева. - М.: Техносфера, 2006. - 856 с.

249. Павлидис, Т. Алгоритмы машинной графики и обработки изображений [Текст] / Т. Павлидис. - М.: Радио и связь, 1986. - 396 с.

250. Перепелицин, Е.Г. Методы фильтрации и контрастирования изображений / Е.Г. Перепелицин, С.М. Кулясов // Вопросы оборонной техники. - №4 (311), 2002. -С.3-10.

251. Поспелов, В.В. Об одном численном методе коррекции контраста изображений / В.В. Поспелов//Автометрия. - №1, 1988. - С.54-59.

252. Потапов, A.C. Автоматический анализ изображений и распознавание образов на основе принципа репрезентационной минимальной длины описания [Текст] / A.C. Потапов: автореф. дисс. д.т.н. - Санкт-Петербург, 2008. - 36 с.

253. Потапов, A.C. Распознавание образов и машинное восприятие. Общий подход на основе принципа минимальной длины описания [Текст] / A.C. Потапов. - СПб.: Политехника, 2007. - 548 с.

254. Применения цифровой обработки сигналов [Текст] / Пер. с англ. / Под ред. Э. Оппенгейма. - М: Мир, 1980. - 552 с.

255. Прэтт, У. Цифровая обработка изображений [Текст] / У. Прэтт / Пер. с англ. Под ред. Д.С. Лебедева / Кн. 1, Кн. 2, М.: Мир, 1982. - 312 с; 480 с.

256. Путятин, Е.П. Обработка изображений в робототехнике [Текст] / Е.П. Путятин, С.И. Аверин. - М.: Машиностроение, 1990. - 320 с.

257. Рабинер, JI. Теория и применение цифровой обработки сигналов / Л. Рабинер, Б. Гоулд / Пер. с англ. АЛ. Зайцевой и др. Под ред. Ю.Н. Александрова. -М.: Мир, 1978.-835 с.

258. Розенфельд, Л. Распознавание и обработка изображений [Текст] / А. Розенфельд. - М.: Мир, 1972. - 230 с.

259. Рудаков, П.И. Обработка сигналов и изображений [Текст] / П.И. Рудаков, В.И. Сафонов. - М.: ДИАЛОГ-МИФИ, 2000. - 416 с.

260. Румшипский, Л.З. Математическая обработка результатов эксперимента. Справочное руководство [Текст] / Л.З. Румшипский. - М.: Наука, 1971. - 192 с.

261. Рыжов, В.А. Разработка личностно-ориентированных педагогических технологий в образовательной среде [Текст] / В.А. Рыжов, A.B. Корниенко, Д.В. Демидович //- М.: Педагогическая информатика. - №2, 2002. - С.7-18 .

262. Сато, Ю. Обработка сигналов. Первое знакомство [Текст] / Ю. Сато / 2-е издание. - М.: Додэка XXI, 2009. - 176 с.

263. Семенов, С.И. Теория неадаптивных масок для обработки изображений [Текст] / С.И. Семенов // Биомедицинские технологии и радиоэлектроника. - №12, 2002. - С. 33-40.

264. Семенов, С.И. Групповые свойства масок дискретной свертки размерности 3x3 для обработки изображений [Текст] / С.И. Семенов, Л.Т. Сушкова, К.В. Чирков // Физика и радиоэлектроника в медицине и экологии (ФРЭМЭ-2004). - Владимир, 2004. - С. 199-202.

265. Семенов, С.И. Исследование обращенных скользящих масок размерности 3x3 для обработки изображений [Текст] /С.И. Семенов, Л.Т. Сушкова, К.В. Чирков и др. // Физика и радиоэлектроника в медицине и экологии (ФРЭМЭ-2004). -Владимир, 2004. - С.212-217.

266. Семенов, С.И. Каноническое разложение скользящих масок размерности 5x5 для обработки изображений /С.И. Семенов, К.В. Чирков // Биомедицинские технологии и радиоэлектроника. - №3, 2004. - С. 10-12.

267. Сенькина, Г.Е. Математические модели в педагогических исследованиях [Текст] / Г.Е. Сенькина, О.М. Киселева // Вестник Челябинского государственного педагогического университета. - №4, 2007. - С. 169-176.

268. Сергеев, В.В. Применение методологии распознавания образов в задачах цифровой обработки изображений [Текст] / В.В. Сергеев // - М.: Автометрия, №2, 1998. - С.63-76.

269. Сергиенко, А.Б. Цифровая обработка сигналов [Текст] / А.Б. Сергиенко. -СПб.: Питер, 2007. - 752 с.

270. Сизиков, B.C. Устойчивые методы обработки результатов измерений: учебное пособие [Текст] / B.C. Сизиков. СПб.: СпецЛит, 1999. - 240 с.

271. Сизов, П.В. Временная оптимизация алгоритма сегментации в системе анализа изображений на основе метода выращивания областей [Текст] / И.Н. Паламарь, П.В. Сизов // - М.: Информационно-управляющие системы. - №2, 2012. -С. 2-12.

272. Смирнов, А .Я. Экспертные оценки качества дискретизированых изображений [Текст] / А.Я. Смирнов, В.Ю. Белов // Труды ГОИ им. С.И. Вавилова. - Том 57, вып. 191, 1984. - С.165-167.

273. Сойфер, В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы [Текст] / В.А. Сойфер // Соросовский образовательный журнал. - №3, 1996. - С.110-121.

274. Сохор, A.M. Логическая структура учебного материала. Вопросы дидактического анализа [Текст] / A.M. Сохор. - М.: Педагогика, 1974. - 192 с.

275. Спектор, A.A. Исследование точности рекуррентной фильтрации изображения [Текст] / A.A. Спектор, Ю.Э. Малов // Методы обработки сигналов и полей: сборник научных трудов. - Ульяновск: УлПИ, 1987. - С.38-44.

276. Спиридонов, И.Н. Повышение дешифровочных свойств фотографических изображений методами когерентной оптики: учебное пособие [Текст] / И.Н. Спиридонов, B.C. Щетинкин / Под ред. И.Н. Спиридонова. - М.: Изд-во МГТУ, 1995.-36 с.

277. Справочник по математике (для научных работников и инженеров). Определения, теоремы, формулы [Текст] / Г. Корн, Т. Корн. - СПб.: Издательство Лань., 2003. - 832 с.

278. Справочник по устройствам цифровой обработки информации [Текст] / H.A. Виноградов, В.Н. Яковлев, В.В. Воскресенский и др. - Киев: Техника, 1988. -415 с.

279. Стокхэм, Т. мл. Обработка изображений в контексте модели зрения [Текст] / Т. мл. Стокхэм // ТИИЭР. - Том 60, №7, 1972. - С.93-108.

280. Стокхэм, Т. мл. Цифровое восстановление сигналов посредством неопределенной инверсной свертки [Текст] / Т. мл. Стокхэм, Т.М. Кэннон, Б.Б. Ингебретсен // ТИИЭР. - Том 63, №4, 1975. - С. 160-177.

281. Талеб, М.А. О сегментации цветных изображений [Текст] / М.А. Талеб, В.В. Старовойтов // Известия Национальной академии наук Беларуси. Сер. Технические науки, №1. - Минск, 2000. - С. 107-111.

282. Телевизионные методы обработки рентгеновских и гамма-изображений [Текст] / H.H. Блинов, Е.М. Жуков, Э.Б. Козловский, А.И. Мазуров. - М.: Энергоатоиздат, 1982. - 200 с.

283. Трубин, И.С. Метод моделирования цифровых полутоновых изображений [Текст] / И.С. Трубин, Е.В. Медведева, О.П. Булыгина // - М.: Инфокоммуникацинные технологии. - Том 6, №1, 2008. - С.94-99.

284. Тыоки, Дж. Анализ результатов наблюдений [Текст] / Дж. Тыоки / Пер. с англ. -М.: Мир, 1981.- 160 с.

285. Универсальная классификация алгоритмов сегментации изображений. [Электронный ресурс] / C.B. Поршнев, А.О. Левашкина - Режим доступа: http://www.jurnal.org/articles/2008/inf23.html

286. Фаворская, М.Н. Вероятностные методы сегментации видеопотока как задача с недостающими данными [Текст] / М.Н. Фаворская // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева. - Красноярск. - Вып. 3(16), 2007. - С.4-8.

287. Фаворская, М.Н. Модели и методы распознавания динамических образов на основе пространственно-временного анализа последовательностей изображений [Текст] / М.Н. Фаворская: автореф. дисс. д.т.н. - Красноярск, 2010. - 36 с.

288. Физика визуализации изображений в медицине: в 2-х томах [Текст] / Под ред. С. Уэбба. Пер. с англ. Л.В. Бабина, А.П. Сарвазяна. - М.: Мир. - Том 2, 1991. -408 с.

289. Фисенко, В.Т. Компьютерная обработка и распознавание изображений: учебное пособие [Текст] / В.Т. Фисенко, Т.Ю. Фисенко. - СПб: СПбГУ ИТМО, 2008.- 192 с.

290. Форсайт, Д. Компьютерное зрение. Современный подход [Текст] / Д. Форсайт, Ж. Понс. - М.: Вильяме, 2004. - 928 с.

291. Фу, К. Робототехника [Текст] / К. Фу, Р. Гонсалес, К. Ли / Пер. с англ. Под ред. В.Г. Градецкого. - М.: Мир, 1989. - 624 с.

292. Хабиби, А. Двумерная байесовская оценка изображений [Текст] / А. Хабиби // ТИИЭР. - Том 60, №7, 1972. - С. 153-159.

293. Хори, Б.К.П. Зрение роботов [Текст] / Б.К.П. Хорн / Пер. с англ. - М.: Мир, 1989.-487 с.

294. Цифровая обработка телевизионных и компьютерных изображений [Текст] / Под ред. Ю.Б. Зубарева, В.П. Дворковича В.П. - М.: МЦНиТИ, 1997. - 216 с.

295. Цифровое преобразование изображений: учебное пособие для вузов [Текст] / P.E. Быков и др. Под ред. проф. P.E. Быкова. - М.: Горячая линия-Телеком, 2003.-228 с.

296. Чекмарев, А.Н. Статистические методы управления качеством [Текст]/ А.Н. Чекмарев, В.А. Барвинок, В.В. Шалавин. - М.: Машиностроение, 1999. - 320 с.

297. Чочиа, П.А. Двухкомпонентная статистическая модель фрагмента изображения [Текст]/ П.А. Чочиа // Тезисы докладов Всесоюзной конф. «Обработка изображений и дистанционные исследования». — Часть 1. — Новосибирск, 1984. - С.60-61.

298. Шапиро, Л. Компьютерное зрение [Текст] / Л. Шапиро, Дж. Стокман / Пер. с англ. - М.: БИНОМ. Лаборатория знаний, 2006. - 752 с.

299. Шлезингер, М.И. Математические средства обработки изображений [Текст] / М.И. Шлезингер. - Киев: Наукова думка, 1989. - 200 с.

300. Шлихт Г.Ю. Цифровая обработка цветных изображений [Текст] / Г.Ю. Шлихт. - М.: ЭКОМ, 1997. - 336 с.

301. Щерба, Е.В. Анализ применимости методов интерполяции и экстраполяции для решения задачи восстановления изображения [Текст] / Е.В. Щерба // Компьютерная оптика. - Том 33, №3, 2009. - С.336-340.

302. Щербаков, А. П. Быстродействующий алгоритм сегментации изображений [Текст] / А. П. Щербаков // Автометрия. - Том 41, № 2, 2005. - С.59-67.

303. Эндрюс, Г. Применение вычислительных машин для обработки изображений [Текст] / Г. Эндрюс / Пер. с англ. Под ред. Б.Ф.Курьянова. - М.: Энергия, 1977.-161 с.

304. Яне, Б. Цифровая обработка изображений [Текст] / Б. Яне / Пер. с англ. Под ред. A.M. Измайловой. - М.: Техносфера, 2007. - 584 с.

305. Ярославский, Л.П. Введение в цифровую обработку изображений [Текст] / Л.П. Ярославский. - М.: Советское радио, 1979. - 312 с.

306. Ярославский, Л.П. Теория и методы цифровой обработки в оптических и топографических системах [Текст] / Автореферат дис. д-ра физ.-мат. наук. - Л.: ГОИ им. С.И. Вавилова, 1982. - 41 с.

307. Ярославский, Л.П. Цифровая обработка сигналов в оптике и голографии изображений [Текст] / Л.П. Ярославский / Введение в цифровую оптику. - М.: Радио и связь, 1987. - 296 с.

308. Ясницкий, Л.П. Введение в искусственный интеллект [Текст] / Л.Н. Ясницкнй. - М.: Издательский центр «Академия», 2005. - 176 с.

309. Ahmed M.S., Tahboub К.К. Recursive Wiener Filtering for Image Restoration // IEEE Trans. - Vol. assp - 34, Apr., 1986. - pp. 990-993.

310. Aminoff C.G., Ojala L., Rantanen E.T. On a class of recursive algorithms for continuons estimation of the mean // IEEE Trans, on comput. - 1974. - v.23, N2. -P.191-194.

311. Andrews H. C. Monochrome digital image enhancement // Applied Optics. -1976. - vol.15, N 2. - P. 495-503.

312. Andrews H.C., Pattrson C.L. Singular Value Decomposition's and Digital Image Processing // IEEE Trans. Acoustics, Speech and Signal Processing. - 1976. -V.ASSP-24, N 1. - P. 26-53.

313. Andrews H.C., Pratt W.K. Fourier transform coding of images // Hawaii International Conference on System Science, January, 1968. - pp. 677-679.

314. Andrews H.C., Tescher A.G., Kruger R.P. Image processing by digital computers. IEEE Spectrum. - 1972. - V. 9, N 7. - P. 20 -32.

315. Anoraganingrum D. Cell Segmentation with Adaptive Region Growing. / D. Anoraganingrum, S. Kroner, B. Gottfried // ICIAP Venedig, 1999. - pp. 27-29.

316. Arbelaez P. Contour Detection and Hierarchical Image Segmentation / P. Arbelaez, M. Maire, C. Fowlkes, J. Malik // IEEE Transactions on Pattern Analysis and Machine Intelligence. - Vol.33. -No.5, 2011. - pp. 898-916.

317. Baatz M. Multiresolution Segmentation: an optimization approach for high quality multi-scale image segmentation / M. Baatz, A. Schape. // Journal of Photogrammetry and Remote Sensing. - Vol.58. Iss.3-4, 2004. - pp. 239-258.

318. Barny M., Rossi S., Mecocci A. A fuzzy expert system for low level image segmentation. Proc. of the 8th european signal processing conference (EUSOPCO-96). -Vol.3, 1996. - pp. 1725-1728.

319. Blaschke T. Object based image analysis for remote sensing / T. Blaschke // ISPRS Journal of Photogrammetry and Remote Sensing. - Vol.65. Iss.l, 2010. - pp. 2-16.

320. Burnett C. A multi-scale segmentation/object relationship modelling methodology for landscape analysis / C. Burnett, T. Blaschke // Ecological Modelling. -Vol.168. Iss.3, 2003. - pp. 233-249.

321. Canny J.F. A Computational Approach to Edge Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986. - pp. 679-698.

322. Carron T., Lambert P. Fuzzy Color Edge Extraction by Inference Rulse Quantitative Study and Evaluation of Performances, International Conference in Image Processing. 1995.-pp. 181-184.

323. Cathey W.T., Dowski E.R. New paradigm for imaging systems. Appl. Opt. 41, 2002.-pp. 6080-6092.

324. Celenk M. A Color Clustering Technique for image segmentation, Graphical Models and Image Processing. - Vol.52. - No.3, 1990. - pp. 145-170.

325. Cheng H.D., Li J. Fuzzy Homogeneity and Scale Cpace Approach to Color Image Segmentation, International Conference on Computer Vision, Pattern Recognition and Image Processing, Atlantic City, Feb. 27 - Mar. 3, 2000.

326. Cheng H.D. Color image segmentation: advances and prospects / H. D. Cheng, X. H. Jiang, Y. Sun, J. Wang // Pattern Recognition. - Vol.34, Iss.12, 2001. - pp. 22592281.

327. Clinton N. An accuracy assessment measure for object based image segmentation / N. Clinton, A. Holt, L. Yan, P Gong // Proceedings of ISPRS: XXIst ISPRS Congress: Technical Commission IV. - Vol. XXXVII Part 4, 2008. - pp. 1189-1194.

328. Clinton N. Supervised goodness metrics for image segmentation comparison / N. Clinton, A. Holt, P Gong, L. Yan // Environmental Technology. 2007. - pp. 1-11.

329. Cosman P.C., Gray R.M., Olshe R.A. Evaluating Quality of Compressed Medical Images // Proceedings of the IEEE «SNR, Subjective Rating, and Diagnostic Accuracy». 1994. - vol. 82 no. 6. - P. 919-932.

330. Coulam C.M. Erickson J.J. and Gibbs S.J. Image and equipment considerations in conventional tomography // The Physical Basis of Medical Imaging ed. C.M. Coulam, J.J. Erickson and A.E. James (New York: Appleton - Century - Crofts). - 1981.

331. Dash L., Chatterji B.N. Adaptive contrast enhancement and enhancement // Pattern Recognition, 1992. - V. 24, № 4. - P.289 - 302.

332. Davis T. Phase contrast imaging of weakly absorbing materials using hard x-rays / T. Davis, D. Gao, T. Gureyev, A. Stevenson, S. Wilkins // Nature. - 1995. - № 373. -C. 595-598.

333. Deng Y., Manjunath B.S., Shin H. Color Image Segmantation, IEEE Computer Society Conference on computer vision and pattern recognition, CVPRV99. - Vol.2, 1999.-pp. 446-451.

334. Dragut L. ESP a tool to estimate scale parameter for multiresolution image segmentation of remotely sensed data / L. Dragut, D. Tiede, S. R. Levick // International Journal of Geographical Information Science. - Vol. 24. - No.6, 2010. - pp. 859-871.

335. Dzung L. Pham, Chenyang Xu, Jerry L. Prince. Current Methods in Medical Image Segmentation. Annual Review of Biomedical Engineering. - Vol.2, 2000. - pp. 315-337.

336. Ergun D.L. and Giordano T.A. Digital subtraction angiography: system architecture for optimal image quality and future growth. Recent developments in Digital Imaging ed. K. Doi, L. Lanzi and P.-J. P. Lin (New York: AAPM). - 1985. - pp. 351 -367.

337. Florack L.M.J., Ter Haar Romeny B.M., Koenderink J.J., Viergever M.A. Scale and the diferential structure of images. Image and Vision Computing, 1992. - pp. 376388.

338. Fowlkes C. How Much Does Globalization Help Segmentation? / C. Fowlkes, J. Malik. Report No. UCB/CSD-4-1340. Computer Science Division (EECS) University of California Berkeley, 2004. - 10 p.

339. Frei W. Image Enhancement by Histogram Hyperbolization // Computer Graphics and Image Processing. - 1977. - V. 6, № 3. - P. 286-294.

340. Freixenet J., Muñoz X., Raba D., Martí J., Cufí X. Yet Another Survey on Image Segmentation: Region and Boundary Information Integration. ECCV (3), 2002. - pp. 408-422.

341. Fu K. A survey on image segmentation Текст. / К. Fu, J. Mui // Pattern Recognition. - Vol. 13, Iss.l, 1981.-pp. 3-16.

342. Gonzalez R.C., Fittes B.A. Gray-Level Transformation for Interactive Image Enhancement. Mech. Mach. Theory. - 1975. - V.12. - P. 111-112.

343. Gonzalez R.C., Wintz P. Digital Image Processing. - Addison-Wesley. Reading. Massachusetts. - 1987. - 505 p.

344. Hall E.L. Almost Uniform Distribution for Computer Image Enhancement // IEEE Trans. Computers. - 1974. - v. 23, № 2 - P. 207 - 208.

345. Hall E.L., et al., A Survey of Preprocessing and Feature Extraction Techniques for Radiographic Images // IEEE Trans. Computers. - 1971. -v. 20, № 9 - P. 1032 -1044.

346. Helstrom C.W. Image Restoration by the Method of Least Squares. J. Opt. Soc. Aur., 19676. - V.57, N 3. - P. 297-303.

347. Huang C.M., Harris R.W. A comparison of several vector quantization code book generation approaches // IEEE Trans. Image Proc. - Vol.2. - No.l, 1993. - pp.108112.

348. Huang T.S., Narendra P.M. Image Restoration by Singular Value Decomposition // Applied Optics, 1975. - V.14, N 9. - P. 2213-2216.

349. K. Hosaka. A new picture quality evaluation method // Proc. International Picture Coding Symposium. - Tokyi (Japan). - 1986. - pp. 316 - 321.

350. Kaas M., Witkin A., Terzopoulos D. Snakes: Active Contour Models. // Int. Journal of Computer Vision.-No.l, 1987.-pp. 312-331.

351. Ketcham D.J. Real Time Image Enhancement Technique // Proceedings SPIE/OSA Conference on Image Processing. - Pacific Grove, California. - v. 74. - 1976. -pp.120-125.

352. Lehmann L.A., Alvarez R.E., Macovski A., Brody W.R., Pele N.J., Riederer S.J., Hall A.L. Generalized image combinations in dual kV digital radiography // Med. Phis. -1981.-v. 8.-p. 659-667.

353. Leo Grady, Eric L. Schwartz. Isoperimetric Graph Partitioning for Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence. - Vol. 28. - No.3, 2006. - pp. 469-475.

354. Lewis B.L., Sakrison D.J. Computer Enhancement of Scanning Electron Micrographs // IEEE Trans. Circuits and Systems. - 1975. - V.CAS-23, v.3. - P. 267278.

355. Lindeberg T. Edge Detection and Ridge Detection with Automatic Scale Selection. In Proceedings of IEEE, International Conference on Computer Vision and Pattern Recognition, San Francisco, 1996. - pp. 465-470.

356. Lu Y. Region growing method for the analysis of functional MRI data. / Y. Lu, T. Jiang, Y. Zang // Neurolmage. - No.20, 2003. - pp. 455-465.

357. Lucchese L. Color Image Segmentation: A State-of-the-Art Survey / L. Lucchese, S. K. Mitra // Proceedings of the Indian National Science Academy. - No.2, 2001.-pp. 207-221.

358. Ma W.Y., Manjunath B.S. Edge Flow: A Framework of boundary Detection and Image segmentation, Proc. Of IEEE IntT Conf. on Computer Vision and Pattern Recognition (CVPRV97), Puerto Rico, June, 1997. - pp. 755-749.

359. Macaire L., Ultre V., Postaire J.G. Determination of compatibility coefficients for color edge detection by relaxation, International Conference on Image Processing, 1996.-pp. 1045-1048.

360. Meer P., Weiss I. Smoothed differentiation filters for images. Journal of Visual Communication and Image Representation, 3(1). March, 1992. - pp. 58-72.

361. Nevatia. A color edge detector and its use in scene segmentation, IEEE Trans. On System, Man and Cybernetics. - Vol. SMC-7. - No.l 1, 1977. - pp. 820-826.

362. Ng R., Han J. Efficient and effective clustering method for spatial data mining, In Proc. of the 20th VLDB Conference, Santiago, Chile, 1994. - pp. 144-155.

363. Ning, J. Interactive image segmentation by maximal similarity based region merging / J. Ning, L. Zhang, D. Zhang, C. Wu // Pattern Recognition. - Vol.43. Iss.2, 2010.-pp. 445-456.

364. Ohlander R., Price K., Reddy D.R. Picture Segmentation Using A Recursive Region Splitting Method, Computer Graphics and Image Processing 8, 1978. - pp. 313333.

365. Ohta Y., Kanade T., Sakai T. Color Information for region segmentation, Computer Graphics and Image Processing. - Vol.13, 1980. - pp. 222-241.

366. Omran M., Salman A., Engelbrecht A. Dynamic clustering using particle swarm optimization witn application in image segmentation, Pattern Anal Applic 8, 2006. - pp. 332-334.

367. P.C. Cosman, R.M. Gray, R.A. Olshe. Evaluating Quality of Compressed Medical Images // Proceedings of the IEEE "SNR, Subjective Rating, and Diagnostic Accuracy". - 1994. - vol. 82 no. 6. - pp. 919 - 932.

368. Pal N., Pal S. A survey on image segmentation techniques, Pattern Recognition 26, 1993.-pp. 1277-1294.

369. Panjwani D.K., Healey G. Markov Random Field Models for Unsupervised Segmentation of textured color images, IEEE tranc. On Pattern Analysis and Machine Intelligence. - Vol. PAMI-17. - No. 10, 1995. - pp. 939-954.

370. Pelleg D., Moore A. X-means: Extending k-means with efficient estimation of the number of clusters, InProc. Of the 17th IntT Conf. on Machine Learning. San Francisco, 2000. - pp. 727-734.

371. Perez F., Koch C. Toward Color Image Segmentation in Analog VLSI: Algorithm and Hardware, Infl Journal of computer vision. - Vol.12. - No.l, 1994. - pp. 17-42.

372. Pitas I., Venetsanopoulos A.N. Nonlinear order statistic filters for image filtering and edge detection // Signal Processing. - 1986. - 10, № 4. - p. 395 - 414.

373. Pitiot A., Delingette H., Thompson P.M. Automated image segmentation: Issues and applications // Medical Imaging Systems Technology. - Vol.3, 2005. - pp. 1-47.

374. Pratt W.K., Andrews H.C. Application of Fourier-Hadamard transformation to bandwidth compression // Picture bandwidth compression / Ed.: Huang T.S., Tretiak O.J. - New York: Gordong and Breach, 1972. - pp. 515-554.

375. Pratt W.K., Davarian F. Fast Computational Techniques for Pseudoinverse and Winer Image Restoration // IEEE Trans, on Computers. - 1977. - V.C-26, N 6. - P. 571 -580.

376. Quinn M.J. Designing Efficient Algorithms for Parallel Computers. N.Y.: Mc. Graw Hill, 1987.-288 p.

377. Rebordao J.V. Lookup table loadings for image processing with controlled knots // Computer vision, graphics and image processing. - 1989. - v. 47, № 2. - P. 189 - 202.

378. Ren X., Malik J. A Probabilistic Multi-scale Model for Contour Completion Based on Image Statistics, in ECCV '02, Copenhagen. - Vol.1, 2002. - pp. 312-327.

379. Roberts L. Machine perception of three dimensional solids, in J. Tippett et al. Optical and electro-optical information processing, 1965. - pp. 159-197.

380. Ron Ohlander, Keith Price, and D. Raj Reddy. Picture Segmentation Using a Recursive Region Splitting Method. Computer Graphics and Image Processing. - Vol.8, 1978.-pp. 313-333.

381. Rosenfeld A. Image pattern recognition, Proceedings of IEEE, 69(5), 1981. - pp. 596-605.

382. Sahoo P.K. A survey of thresholding techniques, Computer Vision, Graphics and Image Processing 41, 1988. - pp. 233-260.

383. Segmentation (image processing) [Электронный ресурс] - Режим доступа: http://en.wikipedia.org/wiki/Segmentation_(image_processing).

384. Shapiro G. Vector (Self) Snakes: Giometric Framework for Color, Texture and Multiscale Image Segmentation, Proc. of Infi Conf. on Image Processing, Lausanne, Switzeland, 16-19 Sept. - Vol.1, 1996. - pp. 817-820.

385. Shen J. A Stochastic-Variational Model for Soft Mumford-Shah Segmentation / J. Shen // International Journal of Biomedical Imaging, 2006. - pp. 1-14.

386. Shi H., Malik J. Normalized Cuts and Image Segmentation. Proc. of IEEE Int4l Conference on Computer Vision and Pattern Recognition, San Juan, Puerto Rico, 17-19 June, 1997.-pp. 731-737.

387. Shi J. Normalized Cuts and Image Segmentation / J. Shi, J Malik // IEEE Transactions on Pattern Analysis and Machine Intelligence. - Vol.22. - No.8, 2000. - pp. 888-905.