Концепция нечеткой обработки и идентификации изображений предполагает использование подходов
проблемно-ориентированной предварительной обработки, сохраняющей информационные признаки объектов,
что позволяет упростить и ускорить процесс обучения и выделения (идентификации) объекта на изображении
для нечеткой обработки за счет использования информации об иерархии признаков, что сокращает затраты
времени на обработку. В статье рассматривается линейное повышение контраста при нечеткой исходной
информации и анализ результатов эксперимента.
Tasvirni noravshan qayta ishlash va idеntifikatsiyalash tushunchasi obyеktlarni axborot bеlgilarini saqlagan holda
muammoli yo’naltirilgan qayta ishlash yondoshuvini qo’llashni ko’zda tutadi, bu esa o’z navbatida noravshan qayta
ishlashda tasvirdagi obyеktni bеlgilarni iеrarxiyasi to’g’risidagi axborotdan foydalanish hisobiga obyеktni o’qitish va
ajratish jarayonini soddalashtiradi va tеzlashtiradi hamda qayta ishlov bеrishga sarflangan vaqt xarajatlarini qisqartiradi.
Maqolada noravshan axborot holatida tasvirga ishlov bеrishning chiziqli tеkislash algoritmi va tajriba natijalari tahlili
ko’rilgan.
Концепция нечеткой обработки и идентификации изображений предполагает использование подходов
проблемно-ориентированной предварительной обработки, сохраняющей информационные признаки объектов,
что позволяет упростить и ускорить процесс обучения и выделения (идентификации) объекта на изображении
для нечеткой обработки за счет использования информации об иерархии признаков, что сокращает затраты
времени на обработку. В статье рассматривается линейное повышение контраста при нечеткой исходной
информации и анализ результатов эксперимента.
The concept of fuzzy image processing and identification involves the use of problem-oriented approaches pretreatment
preserving information attributes of objects that can simplify and speed up the learning process and the selection
(identification) of the object in the image to the fuzzy processing by using information about the hierarchy of attributes,
which reduces the amount of time processing. The article deals with the linear contrast enhancement with fuzzy
background information and analysis of the experimental results.
| № | Author name | position | Name of organisation |
|---|---|---|---|
| 1 | Muhamediyeva D.T. | hYetakchi ilmiy xodimrofessor | Dasturiy ta'minotni ishlab chiqish markazi va Toshkent Axborot Texnologiyalari Universitetining apparat va dasturiy tizimlari |
| 2 | Soliyev E.A. | ddotsent | Jizzax politexnika instuti |
| 3 | Ataxanov M.. | kichik ilmiy xodim | Dasturiy mahsulotlar va apparat-dasturiy ta'minot tizimlarini rivojlantirish markazi |
| № | Name of reference |
|---|---|
| 1 | Александров, В.В. Представление и обработка изображений. Рекурсивный подход. – Москва: Наука, 1985. – 192 с. |
| 2 | Аппаратная и программная поддержка системы обработки и анализа изображений «Bioscan-AT» / Б.В. Налибоцкий, А.М. Недзьведь, А.Я. Рубенчик и др. // Тез. докл. науч.-техн. конф. по компьютерной графике и анимации. – Минск, 1993. – 126 с. |
| 3 | Гимаров, В.А. Нейро нечеткий метод классификации объектов с разнотипными признаками // Системы управления и информационные технологии. – 2004. – № 4(16). – С. 13-18. |
| 4 | Голд, Б., Рэйдер Ч. Цифровая обработка сигналов. – Москва: Сов. Радио, 1973. – 368 с. |
| 5 | Гонсалес. Р. Цифровая обработка изображений. – Москва: Техносфера, 2004. – 1072 с. |
| 6 | Дьяконов. В., Абраменкова И. Обработка сигналов и изображений: специальный справочник. – Санкт- Петербург: Питер, 2002. – 608 с. |
| 7 | Методы компьютерной обработки изображений / под ред. В.А. Сойфера. – Москва: Физматлит, 2001. – 784 с. |