Комплексна методика відновлення графічних даних на основі морфологічних алгоритмів.

Анотація

Розглянуто сучасні методи відновлення графічних даних на основі математичного моделювання шумів і оптичних аберацій, визначення порогового значення, застосування морфологічних методів, а також нейромережевих алгоритмів. Вказано на пріоритет таких підходів як побудова математичних моделей статистичного розподілу, оптимізації порогового значення, розробка морфологічних методів відновлення матриці кольорового зображення, застосування вейвлет-перетворення, а також налаштування нейромережевої архітектури автокодувальника і багатоярусного автокодувальника. Розроблена методика, що базується на застосуванні програмних алгоритмів обробки матриці зображення, яка включає у себе виділення однорідних областей за допомогою методу зв’язних компонент та подальше відновлення графічних даних через виконання процедур ерозії та дилатації. Побудова системи оцінки ефективності програмних алгоритмів відновлення матриці зображення для автоматизації процесів налаштування та оптимізації системи машинної обробки графічних даних включає у себе поняття цільових функцій та аргументів цільових функцій, а також системних обмежень, що можуть бути сформульовані відповідно поставленому завданню, що дозволило звести задачу налаштування та оптимізації до задачі пошуку екстремумів функції. Цільові функції відновлення матриці зображення програмними алгоритмами включають у себе середню похибку відновлення масиву графічних даних і відповідне значення для допоміжного каналу, а також загальний час виконання набору операцій по відновленню масиву графічних даних. Аргументи цільових функцій при цьому складаються з параметрів примітиву корекції, мінімального допустимого відхилення для кожного колірного каналу у рамках окремого сегменту і кількості ітерацій що розраховується відповідно поставленого завдання. Вказано, що зазначений підхід може бути адаптовано до колірної схеми відповідно якої представлено графічні дані (динамічний діапазон, наявність допоміжного каналу). При цьому розроблена методика характеризується простим математичним апаратом та мінімальним навантаженням на обчислювальний ресурс.