Алгоритм улучшения качества подводных снимков на основе нейроэволюционного подхода
| Parent link: | Фундаментальные исследования: научный журнал.— , 2003- № 4, ч. 2.— 2016.— [С. 328-332] |
|---|---|
| Yazar: | |
| Müşterek Yazar: | |
| Diğer Yazarlar: | , |
| Özet: | Заглавие с экрана Обнаружение объектов на снимках, выполненных под водой, как правило, осложняется условиями, в которых выполняется съемка: мутная вода, яркие блики и плохая видимость в местах слабой освещенности. Для решения задачи обнаружения используются алгоритмические средства улучшения качества полученного изображения. Задача улучшения качества изображения является трудно формализуемой, поэтому существует огромное множество методов улучшения, ровно как и видов оценок качества изображения. С недавних пор для улучшения качества изображений стали использоваться искусственные нейронные сети. Однако для такой задачи использование тривиального подхода на основе нейронных сетей существенно осложняется ввиду отсутствия эталонного результата обработки изображения. В связи с этим появляется необходимость в использовании некоторой субъективной оценки качества изображения в совокупности с эволюционной составляющей настройки весов искусственной нейронной сети. В данной работе был реализован вариант с использованием генетического алгоритма и искусственной нейронной сети прямого распространения ошибки. В качестве оценочной функции была использована оценка Мунтеану ? Роса. Для базы реальных подводных снимков, сделанных автономным необитаемым подводным аппаратом, были получены улучшенные версии изображений, на которых, в отличие от их необработанных версий, четко просматривались все объекты вне зависимости от их расположения относительно источника освещения. Detection of objects in the pictures taken underwater, usually complicated by the conditions in which the picture was taken: cloudy water, bright glare and poor visibility in low-light areas. Algorithmic means of improving image quality are used for solving that problem. The task of image quality improvement is hardly formalizable, so there is a big variety of improvement methods, as well as the ways of image quality assessment. Recently, artificial neural networks began to be used for image quality improvement. However, trivial method based on artificial neural networks using is significantly complicated by the reference results of image processing absence. In this regard, it becomes necessary to use a subjective image quality assessment in combination with the evolutionary component for the artificial neural network weights configuration. In this paper a variant with the genetic algorithm and artificial neural network with backpropagation error have been implemented. Munteanu-Rosa assessment has been used as the fitness function. Images obtained from a base of real underwater images taken by autonomous submersible vehicle have been improved, so that on new versions of the images, in contrast to their raw versions, all objects are clearly visible, regardless of their location relative to the light source. Режим доступа: по договору с организацией-держателем ресурса |
| Baskı/Yayın Bilgisi: |
2016
|
| Seri Bilgileri: | Технические науки |
| Konular: | |
| Online Erişim: | http://www.fundamental-research.ru/ru/article/view?id=40176 http://elibrary.ru/item.asp?id=25953364 |
| Materyal Türü: | Elektronik Kitap Bölümü |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=648503 |