| 000 | 11206nla2a2200721 4500 | ||
|---|---|---|---|
| 001 | 342826 | ||
| 005 | 20231029234319.0 | ||
| 035 | _a(RuTPU)RU\TPU\book\372105 | ||
| 035 | _aRU\TPU\book\372104 | ||
| 090 | _a342826 | ||
| 100 | _a20190403d2019 k y0rusy50 ca | ||
| 101 | 0 | _arus | |
| 102 | _aRU | ||
| 135 | _adrgn ---uucaa | ||
| 181 | 0 | _ai | |
| 182 | 0 | _ab | |
| 200 | 1 |
_aОценка эффективности контурных детекторов на основе точечного потока восстановления _fА. И. Кочегуров [и др.] |
|
| 203 |
_aТекст _cэлектронный |
||
| 215 | _a1 файл (1857 Kb) | ||
| 230 | _aЭлектронные текстовые данные (1 файл : 1857 Kb) | ||
| 300 | _aЗаглавие с титульного листа | ||
| 320 | _a[Библиогр.: с. 213-214 (35 назв.)] | ||
| 330 | _aАктуальность. В настоящее время много внимания уделяется созданию эффективных систем, предназначенных для обработки, хранения и передачи больших потоков информации, получаемой в виде изображений пространственно-временных полей в таких областях человеческой деятельности, как космонавтика, геология и геофизика, картография, навигация, дефектоскопия и во многих других. В большинстве этих систем при реализации алгоритмов детектирования в качестве эталонных изображений используются реальные снимки. Например, это характерно для выделения и прослеживания границ отраженных волн на изображениях сейсмических полей, получаемых при поиске нефтяных и газовых месторождений. Представление эталонных изображений в виде реальных снимков позволяет настроить алгоритм на конкретную предметную область, но осложняет оценку качества используемого алгоритма и проведение его объективного сравнения с другими алгоритмами, реализующими подобные процедуры. Цель: исследование эффективности выделения контурного рисунка изображений различными алгоритмами детектирования на основе обобщённого комплексного критерия, предложенного авторами данной работы. Это позволит подойти объективно к выбору наилучшего алгоритма детектирования и подбору оптимальных значений его параметров для любой предметной области. Методы и средства исследования. При проведении экспериментов были использованы методы стохастического моделирования пространственно-временных сигналов и полей. Сам вычислительный эксперимент проводился в среде программного комплекса «КИМ СП». | ||
| 330 | _aРезультаты. Проведен анализ методов оценивания операторов поиска и локализации границ, и обобщены основные типы ошибок. На основе предложенной классификации метрик эффективности работы контурных детекторов рассмотрен обобщённый комплексный критерий оценки качества выделения контурных рисунков в изображениях, показаны возможные составляющие обобщённого показателя качества и формальные подходы к выбору весовых коэффициентов метрик. Приведён пример реализации обобщенного показателя качества, включающего пять метрик, и исследована его эффективность для трех квазиоптимальных алгоритмов оконтуривания («Canny», «Marr» и «ISEF») при различных уровнях шума. Проведенные исследования позволили сделать выводы об объективности полученных результатов и дать рекомендации по применению алгоритмов оконтуривания. | ||
| 330 | _aRelevance. Currently, much attention is paid to development of efficient systems designed for processing, storing and transmitting large streams of information obtained in the form of images of space-time fields in such areas of human activity as cosmonautics, geology and geophysics, cartography, navigation, defectoscopy and many others. In most of these systems, when implementing detection algorithms, real images are used as reference images. For example, this is typical for isolation and tracing of the boundaries of reflected waves in images of seismic fields obtained by searching for oil and gas fields. Representation of reference images in the form of real images allows you to adjust the algorithm to a specific subject area, but complicates the assessment of the quality of the algorithm used and the conduct of its objective comparison with other algorithms that implement similar procedures. The aim of the research is to investigate the effectiveness of selection of the contour pattern of images by different detection algorithms based on a generalized complex criterion proposed by the authors of this work. This will allow us to approach objectively to selection of the best detection algorithm and the optimal values of its parameters for any subject area. | ||
| 330 | _aMethods and means of research. When conducting experiments, the methods of stochastic modeling of space-time signals and fields were used. The computational experiment itself was conducted in the environment of the «KIM SP» software complex. Results. The authors have carried out the analysis of methods for evaluating search operators and localization of boundaries and sum marized the main types of errors. On the basis of the proposed classification of metrics for the efficiency of contour detectors, a generalized comprehensive criterion for assessing the quality of selection of contour patterns in images is considered, the possible components of a generalized quality indicator and formal approaches to the choice of weighting coefficients of metrics are shown. The paper introduces the example of implementation of a generalized quality indicator, including five metrics; its effectiveness is investigated for three quasi-optimal contouring algorithms («Canny», «Marr» and «ISEF») at various noise levels. The conducted research allowed drawing the conclusions on the objectivity of the obtained results and giving recommendations on the use of contouring algorithms. | ||
| 453 |
_tEstimation of the efficiency of contour detectors on the basis of a point recovery flow _otranslation from Russian _fA. I. Kochegurov [et al.] _cTomsk _nTPU Press _d2015- _d2019 |
||
| 453 | _tBulletin of the Tomsk Polytechnic University. Geo Assets Engineering | ||
| 453 | _tVol. 330, № 3 | ||
| 461 | 1 |
_0(RuTPU)RU\TPU\book\312844 _x2413-1830 _tИзвестия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов _fНациональный исследовательский Томский политехнический университет (ТПУ) _d2015- |
|
| 463 | 1 |
_0(RuTPU)RU\TPU\book\372042 _tТ. 330, № 3 _v[С. 204-216] _d2019 |
|
| 610 | 1 | _aконтурные детекторы | |
| 610 | 1 | _aоператоры поиска и локализации границ | |
| 610 | 1 | _aпространственно-временные сигналы | |
| 610 | 1 | _aстохастическое моделирование | |
| 610 | 1 | _aэталонные изображения | |
| 610 | 1 | _aметрики эффективности | |
| 610 | 1 | _aдвумерный точечный поток восстановления | |
| 610 | 1 | _aдетекторы | |
| 610 | 1 | _aоператоры | |
| 610 | 1 | _aпоиски | |
| 610 | 1 | _aграницы | |
| 610 | 1 | _aграницы объектов | |
| 610 | 1 | _aполя | |
| 610 | _acontour detectors | ||
| 610 | _aoperators of search and localization of boundaries | ||
| 610 | _aspace-time signals and fields | ||
| 610 | _astochastic modeling | ||
| 610 | _areference images | ||
| 610 | _aperformance metrics | ||
| 610 | _atwo-dimensional point-like recovery flow | ||
| 701 | 1 |
_aКочегуров _bА. И. _cспециалист в области информатики и вычислительной техники _cдоцент Томского политехнического университета, кандидат технических наук _f1954- _gАлександр Иванович _2stltpush _3(RuTPU)RU\TPU\pers\25544 _6z01712 |
|
| 701 | 1 |
_aДубинин _bД. В. _gДмитрий Владимирович _6z02712 |
|
| 701 | 1 |
_aГерингер _bВ. _gВиктор _6z03712 |
|
| 701 | 1 |
_aКонрад _bР. _gРейф _6z04712 |
|
| 712 | 0 | 2 |
_aНациональный исследовательский Томский политехнический университет _bИнженерная школа информационных технологий и робототехники _bОтделение информационных технологий _h7951 _2stltpush _3(RuTPU)RU\TPU\col\23515 _6z01701 |
| 712 | 0 | 2 |
_aТомский государственный университет систем управления и радиоэлектроники (ТУСУР) _c(1997 - ) _2stltpush _3(RuTPU)RU\TPU\col\422 _6z02701 |
| 712 | 0 | 2 |
_aБаден-Вюртембергский объединенный государственный университет _6z03701 |
| 712 | 0 | 2 |
_aБаден-Вюртембергский объединенный государственный университет _6z04701 |
| 801 | 2 |
_aRU _b63413507 _c20190404 _gRCR |
|
| 856 | 4 | _uhttp://earchive.tpu.ru/bitstream/11683/53031/1/bulletin_tpu-2019-v330-i3-19.pdf | |
| 856 | 4 | _uhttps://doi.org/10.18799/24131830/2019/3/179 | |
| 942 | _cCF | ||