Повышение информативности полноцветных изображений с помощью нейросетевого алгоритма многошаговой сегментации; Современные наукоемкие технологии; № 3
| Parent link: | Современные наукоемкие технологии: научный журнал.— , 2004- № 3.— 2015.— [С. 55-60] |
|---|---|
| Autor principal: | |
| Autor corporatiu: | |
| Altres autors: | |
| Sumari: | Заглавие с экрана Рассматривается возможность повышения информативности полноцветных изображений путём их многошаговой сегментации. Такая сегментация реализуется с помощью кластеризации цветовых компонент изображения рекуррентной нейронной сетью. Повышение информативности изображения является следствием того, что в процессе сегментации исходная палитра естественных цветов меняется на палитру псевдоцветов, что, в свою очередь, обусловлено проведением сегментации изображения в цветовом пространстве YUV. Проведён ряд численных экспериментов с полноцветными спутниковыми и аэрофотоснимками лесных пожаров, изображениями пламени горелки и подводных объектов. Результаты экспериментов показывают, что многошаговая сегментация изображений позволяет выявлять на аэрофотоснимках и спутниковых изображениях лесных пожаров области возможной локализации очагов пожаров. Сегментация изображения пламени горелки и подводных объектов позволяет проявлять внутреннюю структуру процесса горения и визуализировать изофоты освещённости воды и изофоты на объектах, помещённых в ней. The possibility of the informativeness increasing of full-color images by means of multi-step segmentation is considered. Segmentation is implemented with the help of clustering of image color components by a recurrent neural network. Increasing of informativeness of an image is the result of change the natural colors palette to the «pseudocolors» palette that, in turn, is caused by carrying out the image segmentation in the YUV color space. A series of numerical experiments with full-color satellite and aerial photographs of forest fires, images of a torch flame and underwater objects is carried out. Results of experiments show that multi-step segmentation of images allows to reveal area of possible localization of seats of fire on aerial photographs and satellite images of forest fires. Segmentation of the image of a flame of a torch and underwater objects allows to show internal structure of burning process and to visualize isophots of illumination of water and isophots on the objects placed in it. Режим доступа: по договору с организацией-держателем ресурса |
| Idioma: | rus |
| Publicat: |
2015
|
| Col·lecció: | Технические науки |
| Matèries: | |
| Accés en línia: | http://www.top-technologies.ru/ru/article/view?id=34925 http://elibrary.ru/item.asp?id=23177738 |
| Format: | Electrònic Capítol de llibre |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=645337 |
MARC
| LEADER | 00000nla0a2200000 4500 | ||
|---|---|---|---|
| 001 | 645337 | ||
| 005 | 20250321143016.0 | ||
| 035 | |a (RuTPU)RU\TPU\network\10421 | ||
| 090 | |a 645337 | ||
| 100 | |a 20151216d2015 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drnn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Повышение информативности полноцветных изображений с помощью нейросетевого алгоритма многошаговой сегментации |d Increasing of informativeness of the full-color images using neural network algorithm of multi-step segmentation |f В. Б. Немировский, А. К. Стоянов | |
| 203 | |a Текст |c электронный | ||
| 225 | 1 | |a Технические науки | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: с. 60 (7 назв.)] | ||
| 330 | |a Рассматривается возможность повышения информативности полноцветных изображений путём их многошаговой сегментации. Такая сегментация реализуется с помощью кластеризации цветовых компонент изображения рекуррентной нейронной сетью. Повышение информативности изображения является следствием того, что в процессе сегментации исходная палитра естественных цветов меняется на палитру псевдоцветов, что, в свою очередь, обусловлено проведением сегментации изображения в цветовом пространстве YUV. Проведён ряд численных экспериментов с полноцветными спутниковыми и аэрофотоснимками лесных пожаров, изображениями пламени горелки и подводных объектов. Результаты экспериментов показывают, что многошаговая сегментация изображений позволяет выявлять на аэрофотоснимках и спутниковых изображениях лесных пожаров области возможной локализации очагов пожаров. Сегментация изображения пламени горелки и подводных объектов позволяет проявлять внутреннюю структуру процесса горения и визуализировать изофоты освещённости воды и изофоты на объектах, помещённых в ней. | ||
| 330 | |a The possibility of the informativeness increasing of full-color images by means of multi-step segmentation is considered. Segmentation is implemented with the help of clustering of image color components by a recurrent neural network. Increasing of informativeness of an image is the result of change the natural colors palette to the «pseudocolors» palette that, in turn, is caused by carrying out the image segmentation in the YUV color space. A series of numerical experiments with full-color satellite and aerial photographs of forest fires, images of a torch flame and underwater objects is carried out. Results of experiments show that multi-step segmentation of images allows to reveal area of possible localization of seats of fire on aerial photographs and satellite images of forest fires. Segmentation of the image of a flame of a torch and underwater objects allows to show internal structure of burning process and to visualize isophots of illumination of water and isophots on the objects placed in it. | ||
| 333 | |a Режим доступа: по договору с организацией-держателем ресурса | ||
| 461 | |t Современные наукоемкие технологии |o научный журнал |d 2004- | ||
| 463 | |t № 3 |v [С. 55-60] |d 2015 | ||
| 510 | 1 | |a Increasing of informativeness of the full-color images using neural network algorithm of multi-step segmentation |z eng | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a изображение | |
| 610 | 1 | |a пиксели | |
| 610 | 1 | |a цветовое пространство | |
| 610 | 1 | |a RGB | |
| 610 | 1 | |a YUV | |
| 610 | 1 | |a рекуррентные сети | |
| 610 | 1 | |a кластеризация | |
| 610 | 1 | |a сегментация | |
| 700 | 1 | |a Немировский |b В. Б. |c специалист в области информатики и вычислительной техники |c доцент Томского политехнического университета, кандидат физико-математических наук |f 1945- |g Виктор Борисович |3 (RuTPU)RU\TPU\pers\25737 | |
| 701 | 1 | |a Стоянов |b А. К. |c специалист в области информатики и вычислительной техники |c доцент Томского политехнического университета, кандидат технических наук |c писатель |f 1946- |g Александр Кириллович |3 (RuTPU)RU\TPU\pers\13179 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Институт кибернетики (ИК) |b Кафедра информатики и проектирования систем (ИПС) |3 (RuTPU)RU\TPU\col\18697 |
| 801 | 2 | |a RU |b 63413507 |c 20151216 |g RCR | |
| 856 | 4 | |u http://www.top-technologies.ru/ru/article/view?id=34925 | |
| 856 | 4 | |u http://elibrary.ru/item.asp?id=23177738 | |
| 942 | |c CF | ||