Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания

• Veröffentlicht in: Штучний інтелект
• Datum: 2017
• 1. Verfasser: Степаненко, А.А.
• Format: Artikel
• Sprache: Russisch
• Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2017
• Schlagworte: Системи розпізнавання і сприйняття образів
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/132102
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания / А.А. Степаненко // Штучний інтелект. — 2017. — № 1. — С. 66-76. — Бібліогр.: 12 назв. — рос.

Статья демонстрирует сравнительный анализ эффективности восстановления слабоконтрастных изображений, основанный на использовании методов самоорганизующегося нейросетевого синтеза и линейного предсказания. Оба метода позволяют повысить чувствительность и пространственное разрешение визуального анализа низкоконтрастных яркостных (одномерных) и мультиспектральных изображений. Приведены практические примеры со сравнением эффективности для различных технологий (радиология, геоинформационные системы). Article shows a comparative analysis of the efficiency of the recovery of low-contrast images, based on the use of self-organizing neural network methods of synthesis and linear prediction. Both methods allow to increase the sensitivity and spatial resolution of the visual analysis of low contrast luminance (one-dimensional) and multispectral images. The practical examples for comparing the effectiveness of different technologies (radiology, geographic information systems).