Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
Search Results
Item BOX метод ідентифікації прямих на растрових зображеннях(Видавництво Львівської політехніки, 2016) Шелевицький, І. В.; Ткаченко, Є. В.Запропоновано метод BOX перетворення, що відображає прямі на растрових зображеннях за точками перетину описаного навколо зображення квадрата. Відобра- ження здійснюється за парами точок, через які проходять прямі, і має складність N2. Число пар точок, що лежать на одній прямій, акумулюється в одній точці відображення. Це дає змогу виконати селекцію прямих за числом точок на них та фільтрувати окремі точки. Показано алгоритми прямого та оберненого перетворень та приклади перетворення зображень. Відображення потенційно дозволяє реалізувати алгоритми ідентифікації прямих на відеозображеннях у реальному часі. The method BOX transformation that reflects lines on raster images for the points of intersection circumscribing the square image. Displaying is carried out by lines with distinct pairs of crossing points and has N2 complexity. The number of pairs of points lying on a straight line accumulates at a point of reflection. This selection allows you to direct the number of dots on them and perform filtering of individual points. The algorithms of direct and inverse conversion and the examples of images conversion have been demonstrated. Display allows you to implement algorithms of line identification on video images in real time.Item Частотно-часовий аналіз серцевих звуків у сплайнових базисах(Видавництво Львівської політехніки, 2016) Шелевицький, І. В.; Шелевицька, В. А.; Семенов, Б. С.Розглянуто вирішення вказаних задач за допомогою сплайнів. Із застосуванням сплайнів отримано єдину модель для усіх трьох задач й поєднано простоту розрахунків із гнучкістю моделі. Для фільтрації та сегментації акустичних сигналів застосовуються сплайн-фільтри, аналогічні фільтрам Савицького–Голея. Різна ширина фрагментів сплайна дає змогу досягти різного згладжування й відповідно виділення фрагментів різної деталізації. Інструментом виділення тонів серця є частотно-часовий LSS-аналіз, де розклад відбувається завдяки різномасштабній апроксимації сплайнами за методом найменших квадратів. Для виділення значимих частотно-часових складових застосовують селекцію коефіцієнтів розкладу на значимість за t-критерієм Стьюдента. Для врахування наявності сигналів у різних частотних смугах розкладу застосовано оригінальний алгоритм зворотної оцінки залишків наближення. Результатом є набір параметрів частотно-часового розкладу, що детально характеризують тони серця. Це дає змогу порівнювати схожість тонів у різні періоди спостереження, формувати уза- гальнений тон та використовувати вказані параметри для класифікації серцевих тонів. Splines have been used for the solution of the considered problems. This allows getting a single model for the three tasks and combine flexibility of the model with ease of calculations. For filtering and segmentation of acoustic signals spline filters that are similar to Savitsky-Golay filters have been used. Various widths of spline fragments provides a possibility to have different smoothness and select fragments of varying detalization. Selection tool for the heart tones is time-frequency LSS analysis, where decomposition is based on scaled spline approximation with the method of least squares. To distinguish significant timefrequency components, selection of coefficients by Student’s t-test is used. To take into account the presence of signals in different frequency bands, original decomposition algorithm of reverse estimate of the residuals is used. As the result we have the set of parameters of timefrequency transform that characterize cardiac signals in details. This allows comparing the similarity of tones at different periods of observation, to form a generalized tone and use these parameters for classification of heart sounds.