ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Система автоматического определения габаритов груза

    Авторы: К. А. Солодухин, С. Сингх, А. В. Хорхордин

    Описание: В статье рассматривается возможность определения габаритов грузов, посредством применения интеллектуальных алгоритмов для работы с фото. Построение системы предлагается выполнять на аппаратной платформе RaspberryPi и программой для работы с фото OpenCV.

    Источник: Сборник научных трудов конференции Автоматизация технологических объектов и процессов. Поиск молодых, Донецк: ДонНТУ, 2021. - с. 308-310.

  2. Интеллектуальная система технического зрения для измерения габаритов объектов аморфных форм

    Авторы: К. А. Солодухин, А. В. Хорхордин

    Описание: В статье рассматривается возможность определения габаритов объектов аморфных форм, посредством применения алгоритмов обработки изображения и построения карт глубин.

    Источник: Сборник научных трудов конференции Автоматизация технологических объектов и процессов. Поиск молодых, Донецк: ДонНТУ, 2022. - с. 222-226.

    3. Тематические статьи

  3. Сходство и компактность

    Авторы: И. А. Борисова, В. В. Дюбанов, Н. Г. Загоруйко, О. А. Кутненко

    Описание: В статье вводится понятие функции конкурентного сходства (FRiS-функции), с помощью которой можно оценивать сходство между объектами и образами, получать количественные меры компактности образов и информативности признакового пространства. Описывается опыт использования предлагаемых мер сходства и компактности для решения задачи из области молекулярной биологии.

    Источник: Новосибирский государственный университет, труды всероссийской конференции Знания-Онтологии-Теории

  4. Устойчивые интегральные индикаторы с выбором опорного множества описаний объектов

    Авторы: Т. В. Казакова, В. В. Стрижов

    Описание: Исследуется задача построения интегрального индикатора без учителя, устойчивого к изменениям множества описаний объектов. Объекты описаны в линейных шкалах. При построении интегрального индикатора выбирается такое опорное множество, которое доставляет максимум критерия устойчивости.

    Источник: Статья из сборника VII Международной научно-практической конференции Искусственный интеллект. Интеллектуальные и многопроцессорные системы – 2006. - Крым, с. 160-163.

  5. Использование фильтров определения контрастных границ объектов для построения карт глубины заданной области пространства

    Авторы: О. Ф. Ковалёв, В. Л. Козлов, А. Д. Мартысевич

    Описание: Приведены результаты исследования возможности использования фильтров выделения контрастных границ на основе масок Прюитт, Робертса и Собеля для повышения качества построения карт глубины заданной области пространства на основе анализа стереоизображений.

    Источник: Прикладные проблемы оптики, информатики, радиофизики и физики конденсированного состояния: материалы четвертой Междунар. науч.-практ. конф., Минск, 11–12 мая 2017 г. / М-во образования Респ. Беларусь, НИУ Ин-т приклад. физ. проблем им. А. Н. Севченко Белорус. гос. ун-та; редкол.: В. И. Попечиц (гл. ред.), Ю. И. Дудчик, Г. А. Сенкевич. – Минск, 2017.– с. 170-172.

  6. Методы обработки изображения для выделения заранее определенных меток и маркеров

    Автор: М. В. Лапин

    Описание: В работе представлены методы перевода изображения в градации серого, бинаризации и выделения границ на изображении. Описан процесс пространственной фильтрации. Проведено сравнение операторов Робертса, Превитта и Собеля. Описан метод Канни, алгоритм подавления не-максимумов, алгоритм двойной пороговой фильтрациии трассировки областей неоднозначности. Проведен разбор алгоритма преобразования Хаффа.

    Источник: Труды молодых ученых Алтайского государственного университета. – 2019. – № 16. – С. 170-173.

  7. Метод выделения признаков в графическом изображении объекта, инвариантый к его местоположению

    Автор: К. У. Эзирим

    Описание: Рассматривается алгоритм выделения контуров на изображениях, который основывается на использовании комбинаторных методов, применяемых для кластеризации ориентированного градиента. Алгоритм позволяет оценить с достаточно высокой точностью положение и углы наклона контуров, а также получить удобное для анализа формы объектов векторное представление контуров ломаными или гладкими кривыми.

    Источник:Курский государственный технический университет. Сборник материалов VIII международной конференции. – 2008. – №2. – с. 166-167.

  8. Выделение контуров на изображениях с помощью алгоритма кластеризации

    Авторы: С. В. Белим , П. Е. Кутлунин

    Описание: В статье предложен алгоритм выделения контуров на изображениях на основе его кластеризации. При кластеризации осуществляется разбиение изображения на односвязные области по цвету. В качестве контуров рассматриваются границы областей. Предложенный подход позволяет получать чётко выделенные границы без размытия. Алгоритм обладает высокой устойчивостью к импульсным шумам.

    Источник: Компьютерная оптика. – 2015. – Т.39. – №1. – с. 119-124.

  9. Нейросетевой алгоритм выделения контуров на изображениях, основанный на Вейвлете Габора

    Авторы: М. В. Акинин, Т. И. Лапина, М. Б. Никифоров

    Описание: В статье описан алгоритм выделения контуров на многоканальных изображениях, основанный на моделировании зрительной системы человека с помощью многослойной искусственной нейронной сети и вейвлета Габора.

    Источник: Известия Тульского государственного университета. Технические науки. – 2013. – № 9-1. – с. 208-216.

    10. Переводы статей

  10. Оперативное измерение размеров изделия с использованием компьютерного зрения

    Авторы: E. S. Gadelmawla, I. M. Elewa

    Автор перевода: К. А.  Солодухин

    Описание: В данной статье описана система визуального контроля для использования методов компьютерного зрения в области размерной метрологии. Представлен новый алгоритм обнаружения краём. Алгоритм способен обнаруживать края для любого количества объектов на одном изображении.

    Источник (англ.): On-Line Measurement of Product Dimensions Using Computer Vision