Комаров_942 (1231763), страница 9
Текст из файла (страница 9)
ЗАКЛЮЧЕНИЕ
В результате выполнения дипломной работы было разработано программное средство по распознаванию образов.
Используемая в программном средстве методика распознавания образов показала себя надежной и качественной технологией для конкретной области применения (вулканологии).
И
Первый параметр – режим запуска программы. Данный параметр говорит о том, будет ли программа запущена в режиме анализа набора изображений или в режиме обучения на качественных изображениях вулканов.
volcano_qualifier learn – запуск в режиме обучения
volcano_qualifier analyze – запуск в режиме анализа
В зависимости от выбранного режима работы программы (обучение или анализ) дальнейшие параметры могут отличаться.
Можно выделить следующие пути совершенствования ПО:
-
Улучшение распознания ночных снимков.
-
Использование другого метода вместе с представленным, для улучшения качества распознавания.
-
Распознавание «свечений» на инфракрасных снимках.
-
Распознавание дыма.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 Прэтт У. Цифровая обработка изображений. – Москва: Мир, 1982. – Т. 1, 2. – 791 c.
2 Быков Р.Е., Гуревич С.Б. Анализ и обработка цветных и объемных изображений. – Москва: Радио и связь, 1984. – 248c.
3 Горьян И.С., Фисенко В.Т. Классификация изображений самообучающимся автоматом //Техника средств связи, сер. “Техника телевидения”. – Вып.4. – Ленинград, 1978. – C. 72-78.
4 Polosin L.L. Basic quantities of colour photometry//ECVP 2006. 29th European Conference on Visual Perception. – St Peterburg. 2006. – P. 135-156.
5 Патрик Э. Основы теории распознавания образов. – Москва: Сов.радио. – 1980. – 403c.
6 Потапов А. С. Распознавание образов и машинное восприятие. – Москва: Политехника. – 2007. – 552с.
7 Гонсалес Р., Вудс Р. Цифровая обработка изображений: Пер. с англ./ под ред. Чочиа П.А. – Mосква: Техносфера. – 2005. – 1072c.
8 Закревский А.Д. Логика распознавания. – Минск: Наука и техника. – 1988. – 118c.
9 Горьян И.С., Межов Ф.Д., Фисенко В.Т. Введение в цифровую обработку изображений: Учебное пособие. – Санкт-Петербург: ЭИС им. М.Бонч-Бруевича,1992. – 60c.
10 Грузман И.С., Киричук В.С. Цифровая обработка изображений в информационных системах: Учебное пособие. – Новосибирcк: Изд-во НГТУ, 2002. – 352c.
11 Hu M.K. Visual pattern recognition by moment invariants. / M.K. Hu // IRE Transactions on Information Theory 8. – 1962. – P. 179-187.
12 Горелик А.Л., Скрипкин В.А. Методы распознавания. – Москва: Высшая школа. – 1984. – 208с.
13 Хмелев, Р. В. Совместное использование структурного анализа и метрики Хаусдорфа при сравнении объекта и эталона [Текст] / Р. В. Хмелев // Компьютерная оптика. – 2005. – В.27. – С. 174-176.
14 Otsu N.A threshold selection method from gray-level histogram IEEE Trans. Syst. Man Cybern. 9. –1979. – P. 62-66.
15 Canny. A Computational Approach to Edge Detection IEEE Trans. on Pattern Analysis and Machine Intelligence, 8(6) – 1986. – P. 679-698.
16 Corte Cortes C., Vapnik V. N. Support-Vector Networks Machine Learning// Support-Vector Machine. – 1995. – V. 20. – № 3. – P. 273–297.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
