сектор № 2

Сектор цифровой оптики

Заведующий сектором - к.т.н. Мерзляков Николай Степанович

Тел.: (095) 209-28-83; E-mail: nick@iitp.ru

Ведущие ученые сектора:

к.т.н.

Бокштейн И. М.

к.т.н.

Лашин В. В.

к.т.н.

Беликова Т. П.

к.т.н.

Мозеров М. Г.

к.т.н.

Карнаухов В. Н.

д.ф.-м.н.

Ярославский Л. П.

к.т.н.

Кобер В. И.

    

Направления исследований:

образов;

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

Разработаны алгоритмы, методы и средства аппроксимации контурных изображений водяных знаков для их компактного описания. Методы и алгоритмы использованы при создании базы изображений водяных знаков средневековых манускриптов и первопечатных книг. Разработаны методы идентификации водяных знаков и генерации их описания на основе динамического построения иерархического древовидного представления всех заданных классов водяных знаков. Локализация каждого конкретного класса и относящихся к нему соподчиненных подклассов определяется в разработанной структуре на основе программно-генерируемых кодов. Метод реализован при создании прототипа интегрированной системы цифровой обработки изображений и управления базой данных. Эффективность этого подхода продемонстрирована на примере построения программных средств для автоматизации описания водяных знаков в реляционной базе данных водяных знаков исторических документов.

Разработана база данных реляционного типа, которую предложено использовать в качестве типовой структуры представления архивной информации, хранящейся в фондах Архива РАН. Структура ориентирована на фонды, содержащие преимущественно графическую информацию, требующую аутентичного воспроизведения (фотографии, рисунки, чертежи, рукописные документы). Помимо графических изображений, поля разработанной базы данных содержат информацию, дополнительно описывающую фонд или разряд архива, а также конкретные единицы хранения (описи, аннотации). Дополнительно внесены поля атрибутов, помогающих проводить ускоренный тематически поиск необходимой информации, в том числе через WWW.

Разработано и издано второе (переработанное и дополненное) издание юбилейного CD-ROM диска "Российская академия наук: 1724-1999 гг." c версией и на немецком языке. На основании обновленных данных выпущена переработанная версия Web-сайта "Российская академия наук: 1724-1999 гг.", эксплуатируемого в режиме открытого доступа с июня 1998 г. (http://hp.iitp.ru).

Разработана многофункциональная цифровая модель систем искажения и восстановления изображений, которая обеспечивает адаптацию к заданной конфигурации и параметрам моделируемой системы. Модель основана на принципе конвейерной обработки потока данных. Модель имеет блочную структуру, в каждом блоке которой реализуется определенный тип базовых преобразований обрабатываемого изображения, а в каждом базовом блоке модели, в свою очередь, имеются программно-переключаемые блоки, реализующие конкретный вид преобразования данных. Все функциональные блоки могут быть переконфигурированы на этапе выполнения. Поток данных обрабатывается последовательно "блок за блоком" со встроенными и программно-изменяемыми значениями параметров. Разработанная модель служит эффективным средством для экспериментальной реализации и сравнения различных алгоритмов восстановления изображения.

Предложен новый подход к построению ранговых фильтров с использованием пространственных связей между элементами изображения. Разработаны быстрые алгоритмы построения адаптивных окрестностей для предложенных ранговых фильтров. Проведены компьютерные эксперименты, которые показали, что разработанные фильтры значительно превосходят традиционные ранговые фильтры с точки зрения критериев среднеквадратичной ошибки, средней абсолютной ошибки и по критерию оценки визуального качества изображения. Предложено обобщение предлагаемого подхода к трехмерным сигналам.

Предложен метод расчета фильтров с улучшенным коэффициентом дискриминации для оптического распознавания образов на реальных изображениях. Метод позволяет синтезировать корреляционный фильтр, обладающий максимальной дифракционной эффективностью, путем маскирования некоторых частот фазового фильтра. Полученные теоретически результаты подтверждены с помощью компьютерного моделирования.

Разработаны методы для экспертно-независимой оценки дискриминантных признаков для автоматизированной классификации медицинских изображений. Предложены статистики и получены их пороговые значения, позволяющие заменить субъективную экспертную оценку ряда дискриминантных признаков на измеренные данные, полученные с использованием статистик. Построены решающие правила для классификации изображений на основе измеренных значений дискриминантных признаков. Проведены эксперименты, подтвердившие эффективность предложенных методов для субъектно-независимой оценки признаков.

Предложен новый подход и разработаны новые алгоритмы для трехмерной визуализации данных с использованием имитации отражения от градиентных поверхностей. Предложенный подход позволяет визуализировать медицинские томографические данные с привлечением дополнительных ресурсов когнитивного распознавания и диагностики. Предложены и реализованы быстрые алгоритмы геометрических преобразований в трехмерном пространстве томографических данных. Выполнены компьютерные эксперименты с реальными томограммами.

Гранты:

публикации в 2000 г.

  1. Karnaukhov V.N., Wenger E., Haidinger A., Merzlyakov N.S., Zhang Y.J. An Integrated System for Digital Processing and Identification of Watermark Images // Proc. of First International Conference on Image and Graphics, August 16-18, 2000, Tianjin, China, p. 119-122.

  2. Aizenberg I., Aizenberg N., Bregin T., Butakov C., Farberov E., Merzlyakov N., Milyukova O. Blur Recognition on the Neural Network based on Multi-valued Neurons // Proc. of First International Conference on Image and Graphics, August 16-18, 2000, Tianjin, China, p.127-130.

  3. Karnaukhov A.V., Merzlyakov N.S., Milukova O.P. Multifunctional Digital Model of Image Blurring & Restoration Systems // Proc. of First International Conference on Image and Graphics, August 16-18, 2000, Tianjin, China, p. 147-150.

  4. Gao Y.Y., Zhang Y.J., Merzlyakov N.S. Semantic-based Image Description Model and Its Implementation for Image Retrieval // Proc. of First International Conference on Image and Graphics, August 16-18, 2000, Tianjin, China, p. 657-660.

  5. Karnaukhov V.N., Merzlyakov N.S., Rubanov L.I. Integration of Image Processing and Database Management Systems // Proc. of the First International Conference on Image and Graphics, August 16-18, 2000, Tianjin, China, p. 665-668.

  6. Рубанов Л.И., Карнаухов В.Н., Кузнецов Н.А., Мерзляков Н.С. Интерактивные системы для цифровой обработки, визуализации и хранения архивных изображений // Труды 3-й международной конференции "Цифровая обработка сигналов и ее применение" (29 ноября – 1 декабря 2000 г.), Москва, РНТОРЭС – ИПУ РАН, с.118-123.

  7. Карнаухов А.В., Мерзляков Н.С., Милюкова О.П. Итерационное восстановление цветных изображений // Труды 3-й международной конференции "Цифровая обработка сигналов и ее применение" (29 ноября – 1 декабря 2000 г.), Москва, РНТОРЭС – ИПУ РАН, с.124-128.

  8. Карнаухов А.В., Мерзляков Н.С., Милюкова О.П. Многофункциональная цифровая модель системы искажения и восстановления изображений // Компьютерная оптика. 2000. № 20. С. 118-121.

  9. Kober V., Choi. T.S. Single-output multichannel pattern recognition with projection preprocessing // Optical Engineering. 2000. V. 39. No. 8. P. 1-10.

  10. Kober V. Speech enhancement using short-time discrete cosine transform // Pattern Recognition and Image Analysis. 2000. V. 10. No. 2. P. 1-5.

  11. Kober V., Seong Y.K., Choi T.S., Ovseyevich I.A. Trade-off filters for optical pattern recognition with nonoverlapping target and scene noise // Pattern Recognition and Image Analysis. 2000. V. 10. No. 1. P. 149-151.

  12. Kober V., Ovseyevich I.A. Phase-only filter with improved filter efficiency and correlation discrimination // Pattern Recognition and Image Analysis. 2000. V. 10. No. 4. P. 514-519.

  13. Mozerov M., Kober V., Ovseyevich I.A., Choi T.S. Motion stereo matching using a modified dynamic programming // Pattern Recognition and Image Analysis. 2000. V. 10. No. 1. P. 90-96.

  14. Kober V., Mozerov M., Alvarez-Borrego J., Ovseyevich I.A. Rank image processing using spatially adaptive neighborhoods // Pattern Recognition and Image Analysis (in print).

  15. Kober V., Mozerov M., Alvarez-Borrego J., Ovseyevich I.A. Fast algorithms of rank-order filters with spatially adaptive neighborhoods// Pattern Recognition and Image Analysis (in print).

  16. Mozerov M., Kober V., Choi T.S. Improved Motion Stereo Matching Based on a Modified Dynamic Programming // Proc. IEEE Conference on Computer Vision and Pattern Recognition (CVPR’2000), June 18-22, 2000, Hilton Head, South Carolina, p. 501-505.

  17. Kober V., Mozerov M., Alvarez-Borrego J. Adaptive image processing using rank-order filters with spatial connectivity of elements // Proc. SPIE, Annual meeting, Applications of Digital Image Processing XXIII, San-Diego, 2000 (in print).

  18. Mozerov M., Kober V., Ovseyevich I.A. Real-time processing of night vision // Pattern Recognition and Image Analysis –5, Oktober 16-21, Samara, Russia, 2000, p. 651-655.

  19. Belikova T.P., Stenina I.I., Yashunskaya N.I. Computer-Aided Methods to Support Image Interpretation in the Case of Uncertainty // Proc. 14 Int. Congress on Assisted Radiology and Surgery (CARS’2000). San-Francisco (USA): Excerpta Medica, Intern. Congess Series, V. 1214, p. 1050.

  20. Belikova T.P., Stenina I.I., Yashunskaya N.I. Computer-aided methods to recover strategies for visual search and navigation // SPIE Congress on Medical Imaging. Medical Imaging 2000, San-Diego, USA, Proced. SPIE, V. 3981, 2000, p. 240-250.

  21. Palenichka R., Belikova T., Ivasenko I. Robust extraction of diagnostic features of lesions from medical diagnostic images // Machine Graphics and Vision. 2000. V. 9. No. 1/2. P. 475-485.