FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ - İnformasiya Texnologiyaları Problemləri

FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ - İnformasiya Texnologiyaları Problemləri

FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ - İnformasiya Texnologiyaları Problemləri

FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ - İnformasiya Texnologiyaları Problemləri

FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ - İnformasiya Texnologiyaları Problemləri
FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ - İnformasiya Texnologiyaları Problemləri
AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI

№2, 2019

FRAKTAL MODELƏ ƏSASLANAN RƏQƏMSAL GÖRÜNTÜNÜN QEYRİ-SƏLİS TƏSVİRİ

Privezentsev Denis Q., Jiznyakov Arkadiy L., Kulkov Yaroslav Y.

İşin əsas məqsədi qeyri-səlis məntiq və qeyri-səlis nəzəriyyəyə istinad etməklə fraktal nəzəriyyə əsasında yeni xüsusiyyətlər işləməklə  rəqəmsal şəkil emalının  baxış sistemlərində keyfiyyəti artırmaqdır. Şəkil sahələri arasında ölçü oxşarlığını ölçmək üçün qeyri-səlis məsafədən istifadə etməklə modifikasiya olunmuş fractal model təklif olunur. Bu da orijinal şəkil barədə faydalı məlumatları artırmaqla mənbə şəklinin təsvirinin iyeararxiyasını genişləndirməyə imkan verir. Fraktal xüsusiyyətlərin sisteminin mənsubiyyət funksiyasını əsas metrika kimi istifadə etməklə modifikasiyası təklif olunur, bu da xarakterik dəyərlərin formalaşmasında qeyri-səlis məntiqdən istifadə etməyə imkan verir. Təklif edilən yeni model və qeyri-səlis ölşü və mənsubiyyət funksiyalasının tətbiqinə əsaslanan yeni bir sistem qeyri-səlis nəticələrdən istifadə imkanlarından fərqli olan yeni görüntü emal alqoritmlərinin işlənilməsinə imkan verir (səh.36-41).

Açar sözlər: görüntülərin emalı, görüntülərin tanınması, çoxmiqyaslı analiz, nanostrukturlar.
DOI : 10.25045/jpit.v10.i2.06
Ədəbiyyat
  • Mario I. Chacon M. Fuzzy Logic for Image Processing: Definition and Applications of a Fuzzy Image Processing Scheme // Advanced Fuzzy Logic Technologies in Industrial Applications, 2006, pp.101–113.
  • Tamalika Chaira. Fuzzy Measures in Image Processing // Fuzzy Sets and Their Extensions: Representation, Aggregation and Models, 2008, pp.587–606.
  • Chi Z., Yan H., Pham T. Fuzzy algorithms: With Applications to Image Processing and Pattern Recognition / Singapore, New Jersey, London, Hong Kong: Word Scientific, 1998, 225 p.
  • Bing-Yuan Cao, Fuzzy Cluster Analysis and Fuzzy Recognition // Optimal Models and Methods with Fuzzy Quantities Studies in Fuzziness and Soft Computing, 2010, vol.248, pp.117–137.
  • Zhiznyakov A.L., Privezentsev D.G., Zakharov A.A. Using fractal features of digital images for the detection of surface defects // Pattern Recognition and Image Analysis (Advances in Mathematical Theory and Applications), 2015, vol.25, no.1, pp.122–131.
  • Privezentsev D.G., Zhiznyakov A.L. Use of characteristic image segments in tasks of digital image processing / 2015 International Conference "Stability and Control Processes" in Memory of V.I. Zubov (SCP), 2015, pp.659–660.
  • Zhiznyakov A.L., Privezentsev D.G., Pugin E.V. Use of fractal signs of digital images for detection of surface defects / CriMiCo 2014 - 2014 24th International Crimean Conference Microwave and Telecommunication Technology Conference Proceedings, 2014, pp.391–392.