Browsing by Author "Тушницький, Руслан Богданович"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Математичне та програмне забезпечення ієрархічної декомпозиції, індексування, класифікації та аналізу візуальних образів
    (Національний університет "Львівська політехніка", 2010) Тушницький, Руслан Богданович
    Mathematical and program tools for hierarchical decomposition, indexing, classification and analysis of visual patterns are considered. The instruments are used for image searching in databases. The method for patterns retrieval problem using 4-D structural features from cluster analysis is developed. Comparison with other approaches demonstrates image searching accuracy higher in average 15%. The integrated, distributed and spatial image structural features are developed to form an image feature vector. Methods for visual pattern classification by keys, as well as by their structural properties are developed. Modified hierarchical agglomeration algorithm by a three-stage clustering allowed to adapt image characteristic features for concrete processing type. To increase algorithm efficiency multi-cascading data decomposition and two-cascading space decomposition methods are developed. Facilities to control algorithm complexity and accuracy are proposed. The first chapter reviews different types of existing content based image retrieval systems. The analysis of dissertation research goals are made. In the second chapter image searching problem is formulated, the three-stages hierarchical clustering approach is developed. To solve main problem the following tasks are considered: decomposition, structural features extraction, algorithm optimization, image classification, image key forming, image indexing and searching. To improve the image decomposition characteristics the following scanning methods are developed: single directed, complex with the fuzzy clusters, complex with the distinct clusters. The third chapter describes a technique to obtain the transformation degree coefficients, integrated and distributed images 4-D structural properties based on the three-stages clustering algorithm. To form the image distributed structural characteristics histogram model with 8 positions are used. To form image space distributed characteristics by histogram model image is covered by a grid with 4×2 step. For each grid step image structural properties are calculated. The fourth chapter describes the improving technique of hierarchical clustering algorithm: multi-cascading data decomposition and two-cascading space decomposition. To reduce the algorithm complexity and improve the image decomposition characteristics a sliding area was applied. The fifth chapter describes the software package developed for visual images processing. Developed package consists of functionally closed and interrelated parts: a core (class library), the images clustering system, image key clustering system. In addition, the package uses the open source projects AForge.NET for image processing and ZedGraph to display graphical results. The sixth chapter presents developed structural properties and testing results for line spectrum and biomedical image, structure and surface image analysis. In this chapter the visual patterns indexing and retrieval methods are developed. Three methods for automated image classification are developed: 1) by sorting the images place numbers, 2) according to function gradients, expressing the structural factor, 3) image keys rolling-up for a tree level. Developed 4-D structural features allow to analyze biomedical images, to investigate changes in surface and material structure. Software is planned to be used for visual pattern classification, indexing and retrieval.Диссертация посвящена разработке математического и программного обеспечения иерархической декомпозиции, индексирования, классификации и анализа визуальных образов для их поиска в графических базах данных. Разработан метод решения задачи поиска визуальных образов с помощью 4-D структурных коэффициентов, полученных в результате кластерного анализа, что позволило по сравнению с другими подходами повысить точность поиска образов в среднем на 15%. Разработаны структурные интегральные и распределенные свойства образов для формирования вектора признаков визуальных образов. Разработаны методы классификации визуальных образов за свертыванием ключей образов, а также за их структурными свойствами. Усовершенствован классический иерархический агломеративний алгоритм за счет трехступенчатой кластеризации, что позволило адаптироваться к характерным особенностям изображений при их обработке. Быстродействие методов свертывания повышена с помощью разработанных методов многокаскадной декомпозиции данных и двухкаскадной декомпозиции пространства, а также управлением сложностью и погрешностью алгоритмов. Комплекс приложений, созданный на основе разработанных математических моделей, открывает возможности для декомпозиции, индексирования и поиска визуальных образов в графических базах данных. Разработаные 4-D структурные коэффициенты позволяют количественно и качественно анализировать визуальные образы, в частности биомедицинские изображения, исследовать изменения поверхности и структуры материалов. Дисертація присвячена розробленню математичного і програмного забезпечення ієрархічної декомпозиції, індексування, класифікації та аналізу візуальних образів для пошуку їх у графічних базах даних. Розроблено метод розв’язання задачі пошуку візуальних образів з допомогою 4-D структурних коефіцієнтів, які отримані в результаті кластерного аналізу, що дало змогу у порівнянні з іншими підходами підвищити точність пошуку образів в середньому на 15%. Розроблено структурні інтегральні та розподілені властивості образів для формування вектора ознак візуальних образів. Розроблено методи класифікації візуальних образів за згортанням ключів образів, а також за їхніми структурними властивостями. Удосконалено класичний ієрархічний агломеративний алгоритм за рахунок триступеневої кластеризації, що дало змогу адаптуватись до характерних особливостей зображень при їх опрацюванні. Швидкодію методів згортання підвищено за допомогою розроблених методів багатокаскадної декомпозиції даних та двокаскадної декомпозиції простору, а також керуванням складністю та похибкою алгоритмів. Комплекс прикладних програм, створений на основі розроблених математичних моделей, відкриває можливості для декомпозиції, індексування та пошуку візуальних образів у графічних базах даних. Розроблені 4-D структурні коефіцієнти дають змогу кількісно та якісно аналізувати візуальні образи, зокрема, біомедичні зображення, досліджувати зміни поверхні та структури матеріалів.