Получены явные выражения базисных функций преобразования Карунена-Лоэва для осциллирующих корреляционных функций. Предложены быстрые алгоритмы, аппроксимирующие преобразование Карунена-Лоэва. Проведены компьютерные эксперименты на реальных и тестовых изображениях, которые демонстрируют преимущество использования предложенных базисных функций для компактного представления данных (сжатия) по сравнению с базисными функциями для широко используемых экспоненциальных корреляционных функций.
Предложен новый класс алгоритмов быстрого вычисления дискретных синусоидальных преобразований, таких как дискретные косинусные преобразования и дискретные синусные преобразования в скользящем окне. Эти алгоритмы основаны на рекурсивных уравнениях между тремя последовательными локальными дискретными синусоидальными спектрами. Предложенные алгоритмы требуют значительно меньшего количества операций сложения и умножения по сравнению с известными рекурсивными и быстрыми алгоритмами. На основе предложенных быстрых алгоритмов разработаны методы локальной адаптивной обработки текстурных изображений и речевых сигналов.
Предложен новый подход к построению ранговых и морфологических фильтров. Подход использует пространственную связанность элементов изображения и адаптивный (зависящий от сигнала) структурный элемент. Проведенные многочисленные компьютерные эксперименты по устранению аддитивного и импульсного шумов на тестовых изображениях показывают, что предлагаемые фильтры значительно превосходят традиционные ранговые и морфологические фильтры с точки зрения критериев среднеквадратичной ошибки, средней абсолютной ошибки и визуального критерия качества.
Предложены новые методы локально-адаптивной нелинейной корреляции. Проведен анализ свойств предлагаемых корреляций и исследовано качество обнаружения объектов с помощью новых корреляций. Проведен сравнительный анализ результатов обнаружения тестовых, зашумленных объектов с использованием предлагаемых нелинейных и линейных классических корреляционных фильтров. Компьютерное моделирование продемонстрировало значительное улучшение распознавания образов с использованием предложенных корреляционных фильтров. Проведены исследования этих преобразований с точки зрения дискриминационной способности и устойчивости к влиянию аддитивного и импульсного шумов.
Разработана распределенная реляционная объектно-ориентированная база данных для хронологической идентификации манускриптов и инкунабул. Определены и разработаны структура таблиц и триггеры базы данных. На основе анализа предметной области определены словари данных. Выполнена генерация базы данных и осуществлено ее тестирование. База данных работает на сетевом сервере под управлением операционной системы Windows 2000 Server и объектно-ориентированной СУБД Oracle 9i. Текущая версия базы данных содержит более 400 базовых записей. Разработана и создана специализированная система для работы с базой по хронологической идентификации манускриптов, инкунабул и других исторических документов. Система выполнена на платформе Pentium-PC и работает под управлением операционных систем Windows 98/NT/2000/XP или выше. База данных и специализированная система ориентированы на решение проблем историко-культурных исследований и близких областей, связанных с датировкой исторических документов.
Разработан робастный оператор восстановления дискретных ограниченных 2-D функций по известным значениям градиентов этих функций. Задача восстановления 2-D функции по известным значениям градиентов этой функции является ключевой для трех очень важных проблем обработки изображений: форма по освещенности; восстановление поверхности по известной фазовой функции модуля длины волны; устранение визуальных помех естественного происхождения. Устойчивые решения сформулированных задач дают возможность прецизионного измерения для многих случаев, где в настоящее время используют более трудоемкие способы. Разработанный и реализованный робастный оператор для дискретных ограниченных функций (какими обычно и являются анализируемые изображения), позволяет получить устойчивое к шуму решение функции по известным градиентам без итерационного процесса. Эксперименты по восстановлению рельефов во всех ранее перечисленных задачах, показали, что, во-первых, предложенный оператор позволяет значительно сократить вычислительный процесс, и, во-вторых, решение во многих случаях значительно более точное, чем при решении по классической схеме.
Продолжены исследования по разработке и созданию тексто-графической базы данных по истории российской фундаментальной науки на основе фондов Архива РАН. Общее количество изображений в базе данных превысило 9000 изображений. Выполнены работы по наполнению таблиц базы данных и логически связанного с ними банка изображений по следующим персональным фондам и коллекциям Архива РАН:
- завершены работы по фонду № 1916 президента АН СССР А. П. Александрова (опись 1) за 1975 1986 гг.;
- завершены работы по фонду № 1729 президента АН СССР М. В. Келдыша (описи 1 и 2) за 1937-1986 гг.;
- выполнены работы по фондам президентов и вице-президентов РАН: С. И. Вавилова (АРАН, фонд 596,опись 2), А. Н. Несмеянова (АРАН, фонд 1647, опись 1), В. Л. Комарова (АРАН, ф.277, опись 6), О. Ю. Шмидта (АРАН, фонд 496, опись 2);
- продолжена работа над коллекцией Мусина-Пушкина (АРАН, фонд 543, опись 8) - собрание портретов российских и зарубежных ученых, общественных деятелей прошлых веков.
Разработаны методы предобработки медицинских изображений для повышения точности обнаружения и сегментации малоконтрастных объектов, расположенных на сложном фоне. Для подавления влияния сложного фона построены оптимальные линейные фильтры, настроенные на выделение объектов заданного размера и подавление влияния фоновой части изображения. Исследовано несколько фильтров с разными параметрами модели объект/фон. Проведена оценка точности автоматической сегментации объекта на исходном и обработанном изображении. Сравнение результатов сегментации показало, что оптимальная фильтрация позволяет более точно обнаружить область интереса и очертить объект. Разработанный комплекс методов позволяет обнаруживать, сегментировать и анализировать малоконтрастные объекты, расположенные на сложном и зашумленном фоне. Он может быть использован для точной идентификации диагностически важных особенностей объекта (формы и размера объекта, особенностей контура и др.), что важно при решении многих задач диагностики и контроля лечения.