Модели и алгоритмы распознавания цифровых изображений в условиях воздействия деформирующих и аддитивных искажений
DOI:
https://doi.org/10.17308/sait.2018.1/1198Ключевые слова:
распознавание цифровых изображений, деформирующие искажения, непараметрические оценки функции правдоподобия, размножение элементов обучающей выборкиАннотация
Рассматривается задача распознавания цифровых изображений в условиях воздействия деформирующих искажений и аддитивного шума. Синтезированы и исследованы: параметрический, на основе гауссовского приближения, непараметрический, основанный на использовании ядерных оценок функций правдоподобия, а также нейросетевой алгоритмы распознавания. Предложены модифицированные смешанные оценки функций правдоподобия, на основе свертки ядерной оценки, полученной по выборке исходных изображений, подвергнутых деформации, с плотностью распределения аддитивного шума. Теоретически и экспериментально показано, что использование смешанной оценки эквивалентно реализации процедуры искусственного размножения обучающих данных в соответствии с известной статистической моделью аддитивного шума. Проведено моделирование алгоритмов и выполнено сравнение их работы при различных значениях отношения сигнал-шум и коэффициента корреляции аддитивного шума
Библиографические ссылки
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
- Авторы сохраняют за собой авторские права и предоставляют журналу право первой публикации работы, которая по истечении 6 месяцев после публикации автоматически лицензируется на условиях Creative Commons Attribution License , которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).
