Розглянуто моделі перепадів інтенсивності у просторі дискретного перетворювання Гільберта. Запропоновано шляхи підвищення завадостійкості, розрізнювальної здатності, швидкодії методів бінаризації зображень і виділення контурів.

Рассмотрено выделение контуров изображений объектов методом двукратного гиперболического вейвлет-преобразования. Предложенный метод позволяет регулировать уровень детализации, повышает помехоустойчивость и точность выделения контуров по сравнению с существующими дифференциальными методами, увеличивает эффективность анализа изображений.

The edge selection of object images by double hyperbolic wavelet transform method is considered. The offered method allow controlling level of detailing and increase noise-immunity and accuracy of edge selections in comparison with existing differential methods, increase efficiency of images analysis.

Запропоновано використання вейвлет-перетворення за формування інформативних ознак для класифікації текстур. Розглянуто застосування імовірнісних нейронних мереж для побудови класифікаторів текстур. Запропонований підхід використано для аналізу зображень зламів різних фізичних матеріалів.

Предложено использование вейвлет-преобразования при формировании информативных признаков для классификации текстур. Рассмотрено применение вероятностных нейронных сетей для построения классификаторов текстур. Предложенный подход использован для анализа изображений изломов различных физических материалов.

Usage wavelet transformation at shaping informative indications for classification of textures is offered. The application of probability neural networks for construction textures classificators is considered. The offered approach was used for the analysis of the breaks images of different physical materials.

Приведено математическое обоснование применения приближенных методов в случае контурной сегментации в пространстве гиперболического вейвлет-преобразования (ГВП). Разработан алгоритм контурной сегментации изображений в пространстве ГВП, позволивший объединить операции выделения контура, скелетизации и его прослеживания. Применение предложенного подхода дает возможность реализовать иерархические модели обработки, повысить эффективность анализа полутоновых изображений.

Наведено математичне обгрунтування використання наближених методів за контурної сегментації у просторі гіперболічного вейвлет-перетворення (ГВП). Розроблено алгоритм контурної сегментації зображень у просторі ГВП, який дозволяє поєднати операції виділення контуру, скелетизації та його простеження. Використання запропонованого підходу дозволяє реалізувати ієрархічні моделі обробки, збільшити ефективність аналізу напівтонових зображень.

Приведена методика идентификации объекта управления, основанная на нейросетевой аппроксимации динамической характеристики системы электропривода, позволяющая упростить процесс получения передаточной функции объекта.

The control object identification technique based on neuron networks approximation of dynamic characteristics of electric drive system allowed to simplify process of reception of object transfer function is given.

Проанализированы базисные функции вейвлет-преобразования при мультимасштабном контурном представлении изображений. Проведена сравнительная оценка частотно-избирательных свойств ряда симметричных нечетных базисных вейвлет-функций. Проведен расчет рациональной частоты дискретизации при реализации на дискретных фильтрах. Исследована помехоустойчивость.

Проаналізовано базисні функції вейвлет-перетворення за мультимасштабного контурного представлення зображень. Проведено порівняльну оцінку частотно-селективних властивостей окремих симетричних непарних базисних вейвлет-функцій. Виконано розрахунок раціональної частоти дискретизації для реалізації на дискретних фільтрах. Досліджено завадостійкість.

An analysis of wavelet transform base functions at multiscale edge representation of images is executed. A comparative estimate of frequency selected properties of some symmetric odd wavelet base functions is conducted in the article. The calculation of rational sample frequency is led during discrete filters realization. Stability to noise is analyzed.

Розглянуто та досліджено методи обробки зображень, що використовуються у системах комп'ютерного розпізнавання обличчя. З метою забезпечення інваріантності системи до зміни фону, освітленості та масштабу запропоновано оригінальну інформаційну технологію. Наведено оцінки показників ефективності.

Рассмотрены и исследованы методы обработки изображений, применяемые в системах компьютерного распознавания лиц. Для обеспечения инвариантности к изменению фона, освещенности и масштабу предложена оригинальная информационная технология. Приведены оценки показателей эффективности.

We have considered and investigated methods of image processing, which can be used in systems of computer face recognition. With a view to make such system invariant for background, light and scale changes, it was suggested an original information technology. There are also given the efficiency evaluations.

Розглянуто виділення контурів зображень об'єктів методом морфологічної обробки на базі гіперболічного вейвлет-перетворення. Запропонований метод дозволяє перейти до ієрархічної моделі контурного опису зображення, підвищити точність моделювання та вірогідність етапу класифікації.

Рассмотрено выделение контуров изображений объектов методом морфологической обработки на основе гиперболического вейвлет-преобразования. Предложенный метод позволяет перейти к иерархической модели контурного описания изображений, повысить точность моделирования и вероятность правильного распознавания на этапе классификации.

The edge selection of object images by morphological method on the base hyperbolic wavelet transform method is considered. The offered method allows realizing hierarchic model edge image description and increasing recognition probability of classification.

Розглянуто та досліджено методи обробки зображень, що використовуються у системах комп'ютерного розпізнавання рукописного тексту. Розв'язано дві основні задачі: визначення структури документа та розпізнавання рукописних символів. Для розпізнавання символів використана згорткова нейронна мережа. Запропоновано для підвищення ефективності її навчання використовувати масив інформативних ознак символу. Наведено оцінки показників ефективності.

Рассмотрены и исследованы методы обработки изображений, которые используются в системах компьютерного распознавания рукописного текста. Решены две основные задачи: определение структуры документа и распознавание рукописных символов. Для распознавания символов использована сверточная нейронная сеть. Предложено для повышения эффективности её обучения использовать массив информативных признаков символа. Приведены оценки показателей эффективности.

This work contains analysis and research of image processing methods which are used in the computer systems of handwritten text recognition. Two main problems are solved: document structure determination and handwritten characters recognition. A convolutional neural network was used for recognition. Usage of the array of symbolТs characteristics for increasing the teaching efficiency of network was offered. The efficiency indexes are also included.

Рассмотрены принципы построения информационно-управляющих систем для решения задач мехатроники на основе простейших программируемых логических контроллеров, датчики положения и скорости перемещения и регулируемых исполнительных устройств.

Розглянуто принципи побудови інформаційно-керувальних систем для рішення задач мехатроніки на основі найпростіших програмованих логічних контролерів, датчиків положення і швидкості переміщення та регульованих виконавчих пристроїв.

This work contains the principles of informational control systems design for solution of mechatronics problems on the basis of elementary programmed logic controllers, positional and movement velocity sensors and adjustable executive mechanisms.

Разработан статистический анализ технологических процессов с помощью помехоустойчивой кластеризации в пространстве вейвлет-преобразования. Такой подход позволяет контролировать технологический процесс производства электронной аппаратуры в случае зашумленных малых выборок данных контроля.

Розроблено статистичний аналіз технологічних процесів з допомогою завадостійкої кластеризації в просторі вейвлет-перетворення. Такий підхід дозволяє контролювати технологічний процес виробництва електронної апаратури у випадку контролю за малими вибірками даних з великим рівнем шумів.

The statistical technological process analysis with noise stability clustering in wavelet trans-forming domain is designed. Such approach allows inspected the technological production process of electronic apparatus in case of control data high level noise.

Розглянуто можливість створення каталогу спектрів за допомогою перетворення відсканованого графіка паперового оригіналу в послідовності дискретних відліків. Обговорено питання покращання якості й аналізу зображень. Запропоновано програму автоматизованої обробки спектрограм.

Разработана методика применения иерархического подхода к выделению и анализу контуров в пространстве гиперболического вейвлет-преобразования при обработке изображений режущих инструментов. Предложенная методика позволяет проводить анализ признаков износа режущих инструментов с разным уровнем детализации и создавать иерархические методы обработки и распознавания изображений.

Предложен ряд моделей представления визуальной информации на базе иерархического подхода, на основании которых сконструирован базис гиперболического вейвлет-преобразования (ГВП), разработан ряд методов выделения контуров с регулируемой детальностью в пространстве ГВП, а также иерархический метод идентификации.

Разработанный информационный семанто-статистический анализ позволил численно определять эффективность и качество систем обработки визуальной информации (СОВИ), производить сравнительную оценку и обоснованный выбор методов представления и обработки изображений. Разработанные методические основы построения СОВИ смогут сократить сроки проектирования и существенно повысить его эффективность.

Рассмотрено совместное применение сигнально-семантического преобразования (на базе вейвлет-анализа) и итеративных поисковых алгоритмов при локализации контуров объектов, что позволило предложить морфологическую контурную обработку полутоновых изображений с целью получения помехоустойчивого контурного описания изображений на разных масштабах (с регулируемой детализацией), объединить процедуры выделения, утончения и прослеживания контуров полутоновых изображений.

Представлен и математически обоснован метод поиска экстремумов в условиях помех с использованием гиперболического вейвлет-преобразования, что позволяет повысить помехоустойчивость и снизить чувствительность к локальным экстремумам.

На основании информационного подхода разработан ряд моделей представления и обработки визуальной информации (ВИ) на всех уровнях глубины обработки: сигнально-статистическая (ССт) предварительной обработки, пирамидальная сигнально-семантическая (СС) при контурном анализе, иерархическая при идентификации. С позиций ССт модели проанализированы и обобщенны основные методы предварительной обработки ВИ: линейная, ранговая, гомоморфная и корреляционно-экстремальная фильтрации. На базе СС модели пирамидального представления и обработки ВИ решена задача конструирования базиса гиперболического вейвлет-преобразования. На базе иерархической модели получил дальнейшее развитие структурно-статистический метод идентификации объектов с иерархической структурой, обеспечивающий инвариантность к преобразованиям подобия при высокой помехоустойчивости и регулируемой детализации.

Предложена модель иерархической системы распознавания для автоматизации процесса регистрации контейнерных номеров. Результаты исследований позволяют рекомендовать предложенную методику иерархического распознавания для широкого круга прикладных задач, в которых производится анализ изображений и распознавание символьной информации.

Рассмотрен метод определения геометрических характеристик изображения лица человека. Предложенный метод основан на гиперболическом вейвлет-преобразовании (ГВП) и позволяет контролировать уровень детализации, имеет высокую помехоустойчивость и точность выделения контура по сравнению с существующими дифференциальными методами, повышает эффективность анализа изображений.