stack filters
Recently Published Documents


TOTAL DOCUMENTS

136
(FIVE YEARS 0)

H-INDEX

14
(FIVE YEARS 0)

2015 ◽  
Vol 38 (4) ◽  
pp. 463-482
Author(s):  
R. Anguelov ◽  
P.W. Butler ◽  
C.H. Rohwer ◽  
M. Wild

2014 ◽  
Vol 36 ◽  
pp. 281-287 ◽  
Author(s):  
María Elena Buemi ◽  
Alejandro C. Frery ◽  
Heitor S. Ramos

2013 ◽  
Author(s):  
Κωνσταντίνος Τσιρικόλιας

Η παρούσα διδακτορική διατριβή μπορεί να αναλυθεί σε δύο κυρίως σκέλη. Το ένα σκέλος περιλαμβάνει την πρόταση νέων βελτιωμένων χαρακτηριστικών αναγνώρισης εικόνων ενώ το δεύτερο σκέλος περιλαμβάνει την πρόταση μιας νέας οικογένειας μη γραμμικών φίλτρων επεξεργασίας εικόνας, τα οποία είναι κατάλληλα για επεξεργασία αλλά και εξαγωγή κάποιων χαρακτηριστικών αναγνώρισης. Και τα δύο σκέλη έχουν τύχει αναγνώρισης από τη διεθνή επιστημονική κοινότητα καθώς υπάρχει σημαντικό πλήθος αναφορών στις προτεινόμενες τεχνικές. Πιο συγκεκριμένα η διατριβή αποτελείται από: α) Τη βελτίωση της αποτελεσματικότητας των κλασσικών γεωμετρικών ροπών ως εργαλείο για την εξαγωγή χαρακτηριστικών αναγνώρισης, καθώς επίσης και εισαγωγή καινούργιας μεθόδου μέτρησης ομοιότητας (similarity measure).Αυτό που θεωρήθηκε και εφαρμόσθηκε, ήταν η εισαγωγή του παράγοντα της διασποράς (σ), στον υπολογισμό των στατιστικών ροπών (p,q) τάξης. Η παραπάνω θεώρηση εφαρμόσθηκε στον υπολογισμό μονοδιάστατων και δισδιάστατων ροπών. Αποτέλεσμα αυτού ήταν η βελτίωση του ποσοστού αναγνώρισης έναντι των κλασσικών ροπών κατά 5.4 % σε καθαρά σήματα και 9.5% σε θορυβώδη. Δηλαδή, οι προτεινόμενες ροπές είναι πολύ αποτελεσματικές σε εφαρμογές όπου το σήμα έχει υποστεί παραμόρφωση από κάποιο είδος θορύβου. Η εφαρμογή και η εξαγωγή των αποτελεσμάτων, πραγματοποιήθηκε σε πειράματα οπτικής αναγνώρισης χαρακτήρων (Ο. C. R.) παρουσιάζοντας πολύ ικανοποιητικά αποτελέσματα. Επίσης σε συγκριτικές μελέτες δοκιμής διαφόρων μεθοδολογιών μέτρησης ομοιότητας, μελέτες που υποστηρίζονται και από άλλους ερευνητές, δείχνεται ότι οι προτεινόμενες ροπές υπερτερούν σημαντικά έναντι άλλων ροπών της βιβλιογραφίας. β) Παρουσίαση νέου είδους μη γραμμικών φίλτρων.Εδώ παρουσιάζεται η θεωρία της συντεταγμένης λογικής καθώς και την εφαρμογή της σε διάφορα πεδία της επεξεργασίας εικόνων και ειδικά στην εξαγωγή χαρακτηριστικών αναγνώρισης Παρουσιάζονται για πρώτη φορά τα Φίλτρα Συντεταγμένης Λογικής (ΦΣΛ). Τα προτεινόμενα φίλτρα, βασίζονται στην εκτέλεση πράξεων συντεταγμένης λογικής, μεταξύ των διαδυκών αριθμητικών τιμών των δειγμάτων του σήματος. Κύριο χαρακτηριστικό της συντεταγμένης λογικής είναι η εκτέλεση απλών λογικών πράξεων (AND, OR, NOT και XOR) μεταξύ διαδυκών παραστάσεων αριθμών σε επίπεδο bit (bitwise logical operators). Τα ΦΣΛ έχουν ένα ευρύ φάσμα εφαρμογών στην ψηφιακή επεξεργασία σημάτων και ειδικότερα στη ψηφιακή επεξεργασία εικόνων. Αυτό που διακρίνει τα ΦΣΛ από άλλα μη γραμμικά φίλτρα είναι η απλότητα, η ταχύτητα, καθώς και η απόλυτη καταλληλότητα για κυκλωματική υλοποίηση (H/W). Στο υλικό της διατριβής παρουσιάζονται υλοποιήσεις αυτών των φίλτρων σε FPGA’s, όπου και αναδεικνύεται η απλότητά τους σε σχέση με υλοποιήσεις άλλων γνωστών φίλτρων της βιβλιογραφίας.Οι ιδιότητες των τελεστών συντεταγμένης λογικής, οι οποίες αναλύονται στη διατριβή, επιτρέπουν το σχεδιασμό φίλτρων που έχουν παρόμοια λειτουργικότητα (functionality), με αυτή των φίλτρων σωρού (stack filters) και κατ' επέκταση με αυτή των μορφολογικών φίλτρων. Με αυτόν τον τρόπο, όλος ο πλούτος των εργαλείων και των μεθόδων που έχουν αναπτυχθεί με τη χρησιμοποίηση της μαθηματικής μορφολογίας, μπορεί να χρησιμοποιηθεί και από φίλτρα συντεταγμένης λογικής. Με βάση αυτή την ομοιότητα παρουσιάζονται ΦΣΛ για την ανίχνευση ακμών, για τον υπολογισμό του φάσματος ισχύος (pattern spectrum) και γενικότερα για την εξαγωγή μορφολογικών χαρακτηριστικών αναγνώρισης. Επίσης παρουσιάζονται ΦΣΛ για εφαρμογές όπως η εξαγωγή θορύβου, η μεγέθυνση εικόνας, η κρυπτογράφηση καθώς και για την ακολουθία περιγράμματος (contour fowling). Όλα τα προηγούμενα μπορούν να εφαρμοσθούν σε μία γενική εφαρμογή επεξεργασίας και αναγνώρισης 24 – bit εικόνων.Αυτό που ουσιαστικά διφοροποιεί τα ΦΣΛ από τα μορφολογικά φίλτρα είναι ότι :•οι συναρτήσεις συντεταγμένης λογικής δεν είναι αύξουσες (non increasing functions). •οι αντίστοιχες μορφολογικές είναι αύξουσες ( increasing functions).γ) Μορφοκλάσματα (Fractals), Κυψελιδωτά αυτόματα και κρυπτογράφηση.Άλλη μια σημαντική ιδιότητα των ΦΣΛ είναι η σχέση τους με την μορφοκλασματική γεωμετρία (fractal geometry), και τη διαμόρφωση κανόνων σε κυψελιδωτά αυτόματα. Η εφαρμογή των ΦΣΛ εισάγει μια νέα μέθοδο στη περιγραφή και δημιουργία φυσικών και τεχνητών δομών. Επίσης το συντεταγμένο xor παρουσιάζει σημαντικές ιδιότητες στην αυτοαναπαραγωγή και κρυπτογράφηση ψηφιακών σημάτων.


Sign in / Sign up

Export Citation Format

Share Document