Вперше запропоновано ярусно-паралельні моделі прискореної рядкової та блочної обробки напівтонових зображень, які за рахунок попереднього розподілу вихідного зображення на групи рядків або блоків дозволяють уникнути "прокляття розмірності" та прискорити процес оцінювання зображень. Вперше надано метод прискореної скелетонізації бінарного зображення на основі бітових масок, який за рахунок одночасного використання 36-ти бітових масок дозволяє прискорити процес виділення осьової лінії зображення, а також зменшити обчислювальну складність на порядок у порівнянні з існуючими ітеративними методами скелетонізації. Вдосконалено узагальнену модель процесу обробки напівтонових зображень, яка на відміну від існуючих, передбачає послідовно-паралельне виконання бінаризації виділеної області інтересу, скелетонізації та нейромережевої класифікації, що дозволяє суттєво скоротити час обробки вхідного напівтонового зображення. Встановлено метод класифікації напівтонових зображень за допомогою штучної нейронної мережі персептронного типу, в якому на відміну від існуючих, автоматично виконується рівномірний адаптивний розподіл груп нейронів по потоках у залежності від розміру зображення та завантаження потоків для паралельного обчислення, а також забезпечення найбільш рівномірного завантаження обчислювальних потоків, що дозволяє прискорити процес обробки зображень великої розмірності.

  Скачати повний текст