Інформаційні технології обробки зображень на основі двопараметричної трикутної норми та нечіткої логіки

Abstract

Дисертацію присвячено розробці інформаційних технологій перетворення і аналізу цифрових зображень, що базуються на теорії трикутних норм та нечіткій логіці. У дисертації побудовано і обґрунтовано двопараметричну трикутну t-норму, встановлено взаємозв’язок між нечіткою логікою та кількісною оцінкою узагальненого контрасту зображень через трикутні s-норми, запропоновано S-подібну функцію нечіткої належності дійсного додатнього степеня, вдосконалено ряд методів підсилення контрасту з використанням нечіткої логіки, запропоновано метод двопараметрової оптимізації функції нечіткої належності на основі критерію максимуму нечіткої ентропії, побудовано методи фільтрації шуму зі зображення на основі нечіткої логіки, які використовують мультиплікативну модель зображення. Вдосконалено методи розпізнавання прямих країв об’єктів та ліній на багатоградаційному зображенні з використанням перетворення Хафа та нечіткої логіки, на основі аналізу локального контрасту зображення. Розроблені методи підтвердили свою ефективність при створенні систем автоматизованої обробки та аналізу зображень результатів неруйнівного контролю виробів та матеріалів, а також програмного комплексу для автоматизації формування траєкторії руху променя при електронно-променевому зварюванні. The dissertation is devoted to development of information technologies of digital image transformation and analysis based on triangular norms theory and fuzzy logic. Two-parameter t-norm is constructed and substantiated in the dissertation. The connection between fuzzy logic and quantitative evaluation of image generalized contrast through triangular s-norms is established. S-type fuzzy membership function of real positive power is proposed. A number of contrast enhancement methods on the base of fuzzy logic are improved. Method of two-parameter fuzzy membership function optimization on the base of fuzzy entropy maximum principle is proposed. The fuzzy logic based methods for noise removal from images which uses multiplicative image model are constructed. Methods for object straight edges and lines recognition on grayscale images which uses Hough transform fuzzy logic and analyze image local contrast are improved. Developed methods confirmed their efficiency at construction of systems for automate image processing and analysis at non-distractive testing of goods and materials and software for automation of beam moving trajectory creation at electron beam welding process. Дисертацію присвячено розробці інформаційних технологій перетворення і аналізу цифрових зображень, що базуються на теорії трикутних норм та нечіткій логіці. У дисертації побудовано і обґрунтовано двопараметричну трикутну t-норму, встановлено взаємозв’язок між нечіткою логікою та кількісною оцінкою узагальненого контрасту зображень через трикутні s-норми, запропоновано S-подібну функцію нечіткої належності дійсного додатнього степеня, вдосконалено ряд методів підсилення контрасту з використанням нечіткої логіки, запропоновано метод двопараметрової оптимізації функції нечіткої належності на основі критерію максимуму нечіткої ентропії, побудовано методи фільтрації шуму зі зображення на основі нечіткої логіки, які використовують мультиплікативну модель зображення. Вдосконалено методи розпізнавання прямих країв об’єктів та ліній на багатоградаційному зображенні з використанням перетворення Хафа та нечіткої логіки, на основі аналізу локального контрасту зображення. Розроблені методи підтвердили свою ефективність при створенні систем автоматизованої обробки та аналізу зображень результатів неруйнівного контролю виробів та матеріалів, а також програмного комплексу для автоматизації формування траєкторії руху променя при електронно-променевому зварюванні.