Аннотация. Актуальность проблемы детектирования фрагмента изображения вызвана многими практическими приложениями этой задачи. Эта область науки и техники на сегодняшний день активно развивается, появляются новые алгоритмы решения указанной проблемы. В данной работе рассматривается метод фазовой корреляции для поиска фрагмента изображения. Алгоритм реализован в виде приложения на языке C#.
Ключевые слова: обработка изображений, фазовая корреляция, преобразование Фурье
Введение. Задача обнаружения фрагмента изображения является одной из важнейших задач в области компьютерного зрения. Такая задача возникает, например, когда необходимо поэлементно сравнить изображения одного и того же объекта, полученного разными регистраторами, или одним регистратором, но в разное время. Цель детектирования – определить наличие объекта на изображении и найти его положение в системе координат пикселей исходного изображения. При этом в зависимости от примененного алгоритма объект локализуется на изображении либо в виде координат точек, наиболее характерных для объекта, либо объект выделяется рамкой, либо границы объекта выделяются контуром. На сегодняшний день разработаны и применяются различные методы детектирования объектов на изображении – поиск контуров, поиск дескрипторов и особых точек, использование нейросетей и др. [Khamdamov&Umarov, 2019].
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
О применении метода фазовой корреляции для поиска фрагмента изображения #1206112
Артикул: 1206112
- Предмет: Математика
- Уникальность: 75% (Антиплагиат.ВУЗ)
- Разместил(-а): 702 Лилия в 2021 году
- Количество страниц: 8
- Формат файла: docx
1 990p.
1. Alba, Alfonso & Aguilar-ponce, Ruth & Vigueras-Gomez, Javier & Arce-Santana, Edgar. (2012). Phase Correlation Based Image Alignment with Subpixel Accuracy. 7629. 10.1007/978-3-642-37807-2_15
2. Grigoryan, Artyom & Agaian, Sos. (2015). New 2-D discrete Fourier transforms in image processing. Proceedings of SPIE - The International Society for Optical Engineering. 9399. 10.1117/12.2083389. https://www.researchgate.net/publication/282271616_New_2-D_discrete_Fourier_transforms_in_image_processing
3. Ito, Koichi & Aoki, Takafumi. (2013). Phase-based image matching and its application to biometric recognition. 2013 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference, APSIPA 2013. 1-7. 10.1109/APSIPA.2013.6694297.
4. Matsuo, Kentaro & Hamada, Tsuyoshi & Miyoshi, Masayuki & Shibata, Yuichiro & Oguri, Kiyoshi. (2009). Accelerating Phase Correlation functions using GPU and FPGA: A comparison study. 10.1109/AHS.2009.53.
5. Khamdamov, Utkir & Умаров, Мухриддин. (2019). МЕТОДЫ ОПРЕДЕЛЕНИЯ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ. 2. 68-73
6. S.S.Pandey , Manu Pratap Singh and Vikas Pandey. (2015). Image Transformation and Compression using Fourier Transformation // International Journal of Current Engineering and Technology. - Vol.5, No.2 URL: https://inpressco.com/wp-content/uploads/2015/04/Paper1061178-1182.pdf
7. Кухарев Г. А., Каменская Е. И., Щеголева Н. Л. Методы представления и сравнения семантически разных классов изображений // Бизнес-информатика. 2013. №4 (26). URL: https://cyberleninka.ru/article/n/metody-predstavleniya-i-sravneniya-semanticheski-raznyh-klassov-izobrazheniy.
8. Павельева Е.А. Обработка и анализ изображений на основе использования информации о фазе // КО. 2018. №6. URL: https://cyberleninka.ru/article/n/obrabotka-i-analiz-izobrazheniy-na-osnove-ispolzovaniya-informatsii-o-faze
2. Grigoryan, Artyom & Agaian, Sos. (2015). New 2-D discrete Fourier transforms in image processing. Proceedings of SPIE - The International Society for Optical Engineering. 9399. 10.1117/12.2083389. https://www.researchgate.net/publication/282271616_New_2-D_discrete_Fourier_transforms_in_image_processing
3. Ito, Koichi & Aoki, Takafumi. (2013). Phase-based image matching and its application to biometric recognition. 2013 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference, APSIPA 2013. 1-7. 10.1109/APSIPA.2013.6694297.
4. Matsuo, Kentaro & Hamada, Tsuyoshi & Miyoshi, Masayuki & Shibata, Yuichiro & Oguri, Kiyoshi. (2009). Accelerating Phase Correlation functions using GPU and FPGA: A comparison study. 10.1109/AHS.2009.53.
5. Khamdamov, Utkir & Умаров, Мухриддин. (2019). МЕТОДЫ ОПРЕДЕЛЕНИЯ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ. 2. 68-73
6. S.S.Pandey , Manu Pratap Singh and Vikas Pandey. (2015). Image Transformation and Compression using Fourier Transformation // International Journal of Current Engineering and Technology. - Vol.5, No.2 URL: https://inpressco.com/wp-content/uploads/2015/04/Paper1061178-1182.pdf
7. Кухарев Г. А., Каменская Е. И., Щеголева Н. Л. Методы представления и сравнения семантически разных классов изображений // Бизнес-информатика. 2013. №4 (26). URL: https://cyberleninka.ru/article/n/metody-predstavleniya-i-sravneniya-semanticheski-raznyh-klassov-izobrazheniy.
8. Павельева Е.А. Обработка и анализ изображений на основе использования информации о фазе // КО. 2018. №6. URL: https://cyberleninka.ru/article/n/obrabotka-i-analiz-izobrazheniy-na-osnove-ispolzovaniya-informatsii-o-faze
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | О применении метода фазовой корреляции для поиска фрагмента изображения |
| Артикул: | 1206112 |
| Дата написания: | 16.12.2021 |
| Тип работы: | Доклад |
| Предмет: | Математика |
| Оригинальность: | Антиплагиат.ВУЗ — 75% |
| Количество страниц: | 8 |
Скрин проверки АП.ВУЗ приложен на последней странице.
Файлы артикула: О применении метода фазовой корреляции для поиска фрагмента изображения по предмету математика
Пролистайте "О применении метода фазовой корреляции для поиска фрагмента изображения" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 26.05.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 75% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Практика социальной работы с семьей в условиях трудной жизненной ситуации
СЛЕДУЮЩАЯ РАБОТА
Кейс по предмету Экономика