Нечітке моделювання в задачі оцінки якості зображень лазерних плям
Аналізуються зображення плям лазерних пучків за рядом характеристик, специфічних для графічних об’єктів такого роду. Виділено статистичні та геометричні інформаційні ознаки зображень лазерних плям, зокрема запропоновано як одну з ознак ввести кодову відстань між значеннями нечітких хеш-функцій для д...
Saved in:
| Published in: | Системні дослідження та інформаційні технології |
|---|---|
| Date: | 2014 |
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2014
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/85548 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Нечітке моделювання в задачі оцінки якості зображень лазерних плям / Н.Р. Кондратенко, О.О. Снігур // Системні дослідження та інформаційні технології. — 2014. — № 3. — С. 7-16. — Бібліогр.: 16 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862728681835724800 |
|---|---|
| author | Кондратенко, Н.Р. Снігур, О.О. |
| author_facet | Кондратенко, Н.Р. Снігур, О.О. |
| citation_txt | Нечітке моделювання в задачі оцінки якості зображень лазерних плям / Н.Р. Кондратенко, О.О. Снігур // Системні дослідження та інформаційні технології. — 2014. — № 3. — С. 7-16. — Бібліогр.: 16 назв. — укр. |
| collection | DSpace DC |
| container_title | Системні дослідження та інформаційні технології |
| description | Аналізуються зображення плям лазерних пучків за рядом характеристик, специфічних для графічних об’єктів такого роду. Виділено статистичні та геометричні інформаційні ознаки зображень лазерних плям, зокрема запропоновано як одну з ознак ввести кодову відстань між значеннями нечітких хеш-функцій для досліджуваного та еталонного зображень. Нечіткі хеш-функції дають змогу ідентифікувати зображення навіть за наявності в ньому незначних змін. Незначна зміна аргумента такої функції не веде до зміни її значення. Побудовано модель нечіткого класифікатора, що розподіляє вхідні зображення на класи за якістю представленої на них лазерної плями. Результати класифікації можуть інтерпретуватися як показник якості пучка лазера, міру того, наскільки добре лазерний промінь може бути сфокусований. Система не лише ідентифікує об’єкт на зображенні, в даному випадку лазерну пляму, але й надає якісну оцінку міри його відповідності заданому об’єкту-еталону.
Проанализированы изображения пятен лазерных пучков по ряду характеристик, специфических для графических объектов такого рода. Выделены статистические и геометрические информационные признаки изображений лазерных пятен, в частности предложено кодовое расстояние между значениями нечетких хэш-функций для изучаемого и эталонного изображений в качестве одного из признаков. Нечеткие хеш-функции дают возможность идентифицировать изображение даже при наличии в нем незначительных изменений. Несущественное изменение аргумента такой функции не ведет к изменению ее значения. Построена модель нечеткого классификатора, распределяющая входные изображения на классы по качеству представленного на них лазерного пятна. Результаты классификации могут интерпретироваться как показатель качества пучка лазера, степень того, насколько хорошо лазерный луч может быть сфокусирован. Система не только идентифицирует объект на изображении, в данном случае лазерное пятно, но и предоставляет качественную оценку меры его соответствия заданному объекту-эталону.
Laser beam spot images have been analyzed according to a number of features which were specific to graphical objects of this kind. Statistical and geometrical informational features of laser spot images were extracted; in particular, the Hemming distance between fuzzy hash function values for the analyzed and the template images is proposed as one of the features. Fuzzy hash functions allow identifying an image even in a case of small modifications. A slight change in an argument of such a function does not result in the change of its value. A fuzzy classifier model has been developed, which assigns input images to classes according to the quality of the laser spot image in them. Classification results may be interpreted as a laser beam quality indication; a measure of how well the laser beam can be focused. The system does not only identify the object on an image, a laser spot in the current context, but also provides a qualitative estimation of its correspondence to the template image.
|
| first_indexed | 2025-12-07T19:10:03Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-85548 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1681–6048 |
| language | Ukrainian |
| last_indexed | 2025-12-07T19:10:03Z |
| publishDate | 2014 |
| publisher | Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України |
| record_format | dspace |
| spelling | Кондратенко, Н.Р. Снігур, О.О. 2015-08-07T12:11:39Z 2015-08-07T12:11:39Z 2014 Нечітке моделювання в задачі оцінки якості зображень лазерних плям / Н.Р. Кондратенко, О.О. Снігур // Системні дослідження та інформаційні технології. — 2014. — № 3. — С. 7-16. — Бібліогр.: 16 назв. — укр. 1681–6048 https://nasplib.isofts.kiev.ua/handle/123456789/85548 004.8 Аналізуються зображення плям лазерних пучків за рядом характеристик, специфічних для графічних об’єктів такого роду. Виділено статистичні та геометричні інформаційні ознаки зображень лазерних плям, зокрема запропоновано як одну з ознак ввести кодову відстань між значеннями нечітких хеш-функцій для досліджуваного та еталонного зображень. Нечіткі хеш-функції дають змогу ідентифікувати зображення навіть за наявності в ньому незначних змін. Незначна зміна аргумента такої функції не веде до зміни її значення. Побудовано модель нечіткого класифікатора, що розподіляє вхідні зображення на класи за якістю представленої на них лазерної плями. Результати класифікації можуть інтерпретуватися як показник якості пучка лазера, міру того, наскільки добре лазерний промінь може бути сфокусований. Система не лише ідентифікує об’єкт на зображенні, в даному випадку лазерну пляму, але й надає якісну оцінку міри його відповідності заданому об’єкту-еталону. Проанализированы изображения пятен лазерных пучков по ряду характеристик, специфических для графических объектов такого рода. Выделены статистические и геометрические информационные признаки изображений лазерных пятен, в частности предложено кодовое расстояние между значениями нечетких хэш-функций для изучаемого и эталонного изображений в качестве одного из признаков. Нечеткие хеш-функции дают возможность идентифицировать изображение даже при наличии в нем незначительных изменений. Несущественное изменение аргумента такой функции не ведет к изменению ее значения. Построена модель нечеткого классификатора, распределяющая входные изображения на классы по качеству представленного на них лазерного пятна. Результаты классификации могут интерпретироваться как показатель качества пучка лазера, степень того, насколько хорошо лазерный луч может быть сфокусирован. Система не только идентифицирует объект на изображении, в данном случае лазерное пятно, но и предоставляет качественную оценку меры его соответствия заданному объекту-эталону. Laser beam spot images have been analyzed according to a number of features which were specific to graphical objects of this kind. Statistical and geometrical informational features of laser spot images were extracted; in particular, the Hemming distance between fuzzy hash function values for the analyzed and the template images is proposed as one of the features. Fuzzy hash functions allow identifying an image even in a case of small modifications. A slight change in an argument of such a function does not result in the change of its value. A fuzzy classifier model has been developed, which assigns input images to classes according to the quality of the laser spot image in them. Classification results may be interpreted as a laser beam quality indication; a measure of how well the laser beam can be focused. The system does not only identify the object on an image, a laser spot in the current context, but also provides a qualitative estimation of its correspondence to the template image. uk Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України Системні дослідження та інформаційні технології Прогресивні інформаційні технології, високопродуктивні комп’ютерні системи Нечітке моделювання в задачі оцінки якості зображень лазерних плям Нечеткое моделирование в задаче оценки качества изображений лазерних пятен Fuzzy modeling in the problem of evaluating the laser spot image quality Article published earlier |
| spellingShingle | Нечітке моделювання в задачі оцінки якості зображень лазерних плям Кондратенко, Н.Р. Снігур, О.О. Прогресивні інформаційні технології, високопродуктивні комп’ютерні системи |
| title | Нечітке моделювання в задачі оцінки якості зображень лазерних плям |
| title_alt | Нечеткое моделирование в задаче оценки качества изображений лазерних пятен Fuzzy modeling in the problem of evaluating the laser spot image quality |
| title_full | Нечітке моделювання в задачі оцінки якості зображень лазерних плям |
| title_fullStr | Нечітке моделювання в задачі оцінки якості зображень лазерних плям |
| title_full_unstemmed | Нечітке моделювання в задачі оцінки якості зображень лазерних плям |
| title_short | Нечітке моделювання в задачі оцінки якості зображень лазерних плям |
| title_sort | нечітке моделювання в задачі оцінки якості зображень лазерних плям |
| topic | Прогресивні інформаційні технології, високопродуктивні комп’ютерні системи |
| topic_facet | Прогресивні інформаційні технології, високопродуктивні комп’ютерні системи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/85548 |
| work_keys_str_mv | AT kondratenkonr nečítkemodelûvannâvzadačíocínkiâkostízobraženʹlazernihplâm AT sníguroo nečítkemodelûvannâvzadačíocínkiâkostízobraženʹlazernihplâm AT kondratenkonr nečetkoemodelirovanievzadačeocenkikačestvaizobraženiilazernihpâten AT sníguroo nečetkoemodelirovanievzadačeocenkikačestvaizobraženiilazernihpâten AT kondratenkonr fuzzymodelingintheproblemofevaluatingthelaserspotimagequality AT sníguroo fuzzymodelingintheproblemofevaluatingthelaserspotimagequality |