Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов

Эффективный подход базируется на использовании дискретных косинусных преобразований и коэффициентов Хаара в качестве пространства признаков и классификации на основе нечеткой логики....

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2006
Автори: Иванов, В.Г., Радивоненко, О.С.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України 2006
Назва видання:Технология и конструирование в электронной аппаратуре
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/53393
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов / В.Г. Иванов, О.С. Радивоненко // Технология и конструирование в электронной аппаратуре. — 2006. — № 6. — С. 26-29. — Бібліогр.: 7 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-53393
record_format dspace
spelling irk-123456789-533932014-01-20T03:12:13Z Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов Иванов, В.Г. Радивоненко, О.С. Системы передачи и обработки сигналов Эффективный подход базируется на использовании дискретных косинусных преобразований и коэффициентов Хаара в качестве пространства признаков и классификации на основе нечеткой логики. 2006 Article Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов / В.Г. Иванов, О.С. Радивоненко // Технология и конструирование в электронной аппаратуре. — 2006. — № 6. — С. 26-29. — Бібліогр.: 7 назв. — рос. 2225-5818 http://dspace.nbuv.gov.ua/handle/123456789/53393 ru Технология и конструирование в электронной аппаратуре Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Системы передачи и обработки сигналов
Системы передачи и обработки сигналов
spellingShingle Системы передачи и обработки сигналов
Системы передачи и обработки сигналов
Иванов, В.Г.
Радивоненко, О.С.
Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
Технология и конструирование в электронной аппаратуре
description Эффективный подход базируется на использовании дискретных косинусных преобразований и коэффициентов Хаара в качестве пространства признаков и классификации на основе нечеткой логики.
format Article
author Иванов, В.Г.
Радивоненко, О.С.
author_facet Иванов, В.Г.
Радивоненко, О.С.
author_sort Иванов, В.Г.
title Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
title_short Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
title_full Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
title_fullStr Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
title_full_unstemmed Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
title_sort комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов
publisher Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України
publishDate 2006
topic_facet Системы передачи и обработки сигналов
url http://dspace.nbuv.gov.ua/handle/123456789/53393
citation_txt Комбинированный подход к кодированию изображений на основе нечеткой классификации фрагментов / В.Г. Иванов, О.С. Радивоненко // Технология и конструирование в электронной аппаратуре. — 2006. — № 6. — С. 26-29. — Бібліогр.: 7 назв. — рос.
series Технология и конструирование в электронной аппаратуре
work_keys_str_mv AT ivanovvg kombinirovannyjpodhodkkodirovaniûizobraženijnaosnovenečetkojklassifikaciifragmentov
AT radivonenkoos kombinirovannyjpodhodkkodirovaniûizobraženijnaosnovenečetkojklassifikaciifragmentov
first_indexed 2025-07-05T04:48:18Z
last_indexed 2025-07-05T04:48:18Z
_version_ 1836781036525060096
fulltext Òåõíîëîãèÿ è êîíñòðóèðîâàíèå â ýëåêòðîííîé àïïàðàòóðå, 2006, ¹ 6 26 ÑÈÑÒÅÌÛ ÏÅÐÅÄÀ×È È ÎÁÐÀÁÎÒÊÈ ÑÈÃÍÀËΠÄàòà ïîñòóïëåíèÿ â ðåäàêöèþ 05.06�25.10 2006 ã. Îïïîíåíò ä. ò. í. Ñ. Ã. ÀÍÒÎÙÓÊ (ÎÍÏÓ, ã. Îäåññà) Ê. ò. í. Â. Ã. ÈÂÀÍÎÂ, Î. Ñ. ÐÀÄÈÂÎÍÅÍÊÎ Óêðàèíà, ã. Õàðüêîâ, Íàö. þðèäè÷åñêàÿ àêàäåìèÿ èì. ß. Ìóäðîãî, ÍÀÊÓ èì. Í. Å. Æóêîâñêîãî "ÕÀÈ" E-mail: nuau@bestnet.kharkov.ua, ORadivonenko@mail.ru Ýôôåêòèâíûé ïîäõîä áàçèðóåòñÿ íà èñ- ïîëüçîâàíèè äèñêðåòíûõ êîñèíóñíûõ ïðåîáðàçîâàíèé è êîýôôèöèåíòîâ Õàà- ðà â êà÷åñòâå ïðîñòðàíñòâà ïðèçíàêîâ è êëàññèôèêàöèè íà îñíîâå íå÷åòêîé ëî- ãèêè. Ðåøåíèå ìíîãèõ çàäà÷ ñïåöèàëüíîé ðàäèîýëåêò- ðîííîé àïïàðàòóðû áàçèðóåòñÿ íà îòîáðàæåíèè ôîð- ìàëüíûõ îïèñàíèé òåõ èëè èíûõ àëãîðèòìîâ îáðà- áîòêè äàííûõ â òåõíè÷åñêîé ñðåäå. ×åì âûøå òî÷- íîñòü ñìîäåëèðîâàííîãî àëãîðèòìà, òåì áîëåå ýô- ôåêòèâíà ðåàëèçàöèÿ è ôóíêöèîíèðîâàíèå àïïàðàòó- ðû ñæàòèÿ äàííûõ [1]. Áûñòðîå ðàçâèòèå öèôðîâûõ òåõíîëîãèé ïîëó÷å- íèÿ, õðàíåíèÿ è îáðàáîòêè öèôðîâûõ ôîòî- è âèäåî- èçîáðàæåíèé, à òàêæå óâåëè÷åíèå îáúåìîâ õðàíèìîé è ïåðåäàâàåìîé ïîñðåäñòâîì êîìïüþòåðíûõ ñåòåé ãðà- ôè÷åñêîé èíôîðìàöèè, îïðåäåëÿåò àêòóàëüíîñòü ðàç- ðàáîòêè íîâûõ, áîëåå ýôôåêòèâíûõ àëãîðèòìîâ ñæà- òèÿ èçîáðàæåíèé [2]. Îäíèì èç íîâûõ íàïðàâëåíèé â òåîðèè êîäèðîâàíèÿ èçîáðàæåíèé ÿâëÿåòñÿ ïðèìåíå- íèå àâòîìàòè÷åñêîé êëàññèôèêàöèè. Êëàññèôèêàöèÿ èçîáðàæåíèé èãðàåò âàæíóþ ðîëü ïðè ðåøåíèè ìíîãèõ çàäà÷, òàêèõ êàê ñèñòåìû òåõíè- ÷åñêîãî çðåíèÿ ðîáîòîâ, ðàñïîçíàâàíèå îáðàçîâ, àíà- ëèç ðåíòãåíîãðàôè÷åñêèõ ìåäèöèíñêèõ ñíèìêîâ è ïðî÷.  îáùåé ïîñòàíîâêå çàäà÷à àâòîìàòè÷åñêîé êëàññèôèêàöèè ìîæåò ðàññìàòðèâàòüñÿ êàê çàäà÷à ïðèíÿòèÿ ðåøåíèé â óñëîâèÿõ îòñóòñòâèÿ èíôîðìà- öèè î âåðîÿòíîñòíûõ ðàñïðåäåëåíèÿõ îáðàçîâ è ÷èñ- ëå êëàññîâ è ðåøàåòñÿ ìåòîäàìè êëàñòåðíîãî àíàëè- çà [3]. Ïðè ðåøåíèè çàäà÷è àâòîìàòè÷åñêîé êëàññè- ôèêàöèè âîçíèêàþò ñëåäóþùèå ïðîáëåìû: âûáîð èí- ôîðìàòèâíîãî ïðèçíàêîâîãî ïðîñòðàíñòâà, âûáîð ìåðû ñõîäñòâà è, íàêîíåö, âûáîð ìåòîäà êëàññèôè- êàöèè.  íàñòîÿùåé ðàáîòå ïðåäñòàâëåí íîâûé êîìáèíè- ðîâàííûé ïîäõîä ê ñæàòèþ ãðàôè÷åñêîé èíôîðìà- öèè, îñíîâàííûé íà ïðèìåíåíèè äèñêðåòíîãî êîñè- íóñíîãî ïðåîáðàçîâàíèÿ è ïðåîáðàçîâàíèÿ Õààðà äëÿ ôîðìèðîâàíèÿ ïðèçíàêîâîãî ïðîñòðàíñòâà è ïîñëå- äóþùåé êëàññèôèêàöèè ôðàãìåíòîâ ìåòîäàìè íå÷åò- êîé ëîãèêè, ò. å. âûïîëíåíèÿ íå÷åòêîé êëàñòåðèçàöèè. Èñïîëüçîâàíèå ìåòîäà êëàññèôèêàöèè, îñíîâàííîãî íà òåîðèè íå÷åòêèõ ìíîæåñòâ, ïîçâîëÿåò áîëåå ðåà- ëèñòè÷íî ó÷åñòü îñîáåííîñòè èçîáðàæåíèé êàê ñëîæ- íûõ îáúåêòîâ. ÊÎÌÁÈÍÈÐÎÂÀÍÍÛÉ ÏÎÄÕÎÄ Ê ÊÎÄÈÐÎÂÀÍÈÞ ÈÇÎÁÐÀÆÅÍÈÉ ÍÀ ÎÑÍÎÂÅ ÍÅ×ÅÒÊÎÉ ÊËÀÑÑÈÔÈÊÀÖÈÈ ÔÐÀÃÌÅÍÒΠÕàðàêòåðíîé îñîáåííîñòüþ èçîáðàæåíèé êàê òèïà äàííûõ ÿâëÿåòñÿ èçáûòî÷íîñòü â äâóõ èçìåðåíèÿõ. Ýòî ñâîéñòâî èçîáðàæåíèé ïðîÿâëÿåòñÿ â òîì, ÷òî ïðè ðàçáèåíèè íà êëàññû ïåðåõîä îò ïðèíàäëåæíîñòè ê íåïðèíàäëåæíîñòè ýëåìåíòîâ ê êëàññàì ñêîðåå ïî- ñòåïåíåí, íåæåëè ñêà÷êîîáðàçåí. Òî åñòü òðåáîâàíèå íàõîæäåíèÿ îäíîçíà÷íîé êëàñòåðèçàöèè ýëåìåíòîâ ïðè êîäèðîâàíèè èçîáðàæåíèé ÿâëÿåòñÿ äîñòàòî÷íî æåñòêèì, è ìåòîäû íå÷åòêîé êëàñòåðèçàöèè ïîçâîëÿ- þò åãî îñëàáèòü.  îáùåì ñëó÷àå çàäà÷åé íå÷åòêîé êëàñòåðèçàöèè ÿâëÿåòñÿ íàõîæäåíèå íå÷åòêîãî ðàçáèåíèÿ èëè íå÷åò- êîãî ïîêðûòèÿ ìíîæåñòâà ýëåìåíòîâ èññëåäóåìîé ñîâîêóïíîñòè, êîòîðûå îáðàçóþò ñòðóêòóðó íå÷åòêèõ êëàñòåðîâ â ðàññìàòðèâàåìûõ äàííûõ. Ýòà çàäà÷à ñâî- äèòñÿ ê íàõîæäåíèþ ñòåïåíåé ïðèíàäëåæíîñòè ýëå- ìåíòîâ óíèâåðñóìà èñêîìûì íå÷åòêèì êëàñòåðàì, êîòîðûå â ñîâîêóïíîñòè îïðåäåëÿþò íå÷åòêîå ðàçáè- åíèå èëè íå÷åòêîå ïîêðûòèå èñõîäíîãî ìíîæåñòâà ðàñ- ñìàòðèâàåìûõ ýëåìåíòîâ.  îòëè÷èå îò àëãîðèòìîâ æåñòêîé êëàñòåðèçàöèè, ãäå êàæäûé ôðàãìåíò ìîæåò ïðèíàäëåæàòü ëèøü ê îäíîìó êëàññó, íå÷åòêèå ìåòî- äû êëàñòåðèçàöèè ïîçâîëÿþò ôðàãìåíòàì ïðèíàäëå- æàòü ìíîãèì êëàññàì ñ ðàçëè÷íûìè çíà÷åíèÿìè ñòå- ïåíè óâåðåííîñòè. Íå÷åòêàÿ êëàññèôèêàöèÿ ôðàãìåíòîâ  äàííîé ðàáîòå ïðåäñòàâëåí ïîäõîä ê ñæàòèþ ãðà- ôè÷åñêîé èíôîðìàöèè íà îñíîâå ëèíãâèñòè÷åñêîãî îïèñàíèÿ. Ðàññìàòðèâàåòñÿ ïðîñòàÿ ÿçûêîâàÿ ñèñòå- ìà, ñëîâàðü êîòîðîé ñîäåðæèò äâà òèïà ñëîâ: ñëîâà ïåðâîãî òèïà ñëóæàò äëÿ îáîçíà÷åíèÿ ôîðìû íåêîòî- ðûõ õàðàêòåðíûõ äëÿ èçîáðàæåíèÿ ôðàãìåíòîâ, ñëî- âà âòîðîãî òèïà � äëÿ óêàçàíèÿ ìåñòà, ãäå ðàñïîëà- ãàþòñÿ òàêèå ôðàãìåíòû íà èçîáðàæåíèè [4]. Ìû îãðàíè÷èëèñü ïðîñòåéøåé ôîðìîé ôðàãìåí- òàöèè, êîãäà ïîëå èçîáðàæåíèÿ ðàçáèâàåòñÿ áåç ïåðå- êðûòèÿ íà êâàäðàòû, ðàçìåð êîòîðûõ âûáèðàåòñÿ èç òåõ ñîîáðàæåíèé, ÷òîáû, ñ îäíîé ñòîðîíû, èõ áûëî êàê ìîæíî ìåíüøå, à ñ äðóãîé � ÷òîáû ïîäàâëÿþ- ùóþ ÷àñòü âûäåëåííûõ ôðàãìåíòîâ ìîæíî áûëî ñ÷è- òàòü îäíîðîäíûìè. Ââåäåì îñíîâíûå ïîíÿòèÿ è îïðåäåëåíèÿ. Ïóñòü A � öåëî÷èñëåííàÿ ìàòðèöà-èçîáðàæåíèå ðàçìåðíîñòüþ N×N, ýëåìåíòàìè êîòîðîé ÿâëÿþòñÿ òî÷êè (ïèêñåëû), çàêîäèðîâàííûå n áèòàìè aij∈[L1,L2], ãäå [L1,L2] � äèàïàçîí èçìåíåíèÿ óðîâ- íåé ÿðêîñòè. Òåõíîëîãèÿ è êîíñòðóèðîâàíèå â ýëåêòðîííîé àïïàðàòóðå, 2006, ¹ 6 27 ÑÈÑÒÅÌÛ ÏÅÐÅÄÀ×È È ÎÁÐÀÁÎÒÊÈ ÑÈÃÍÀËΠÏóñòü P � ìíîæåñòâî ðàçáèåíèé ìàòðèöû À. Êàæäîå pij � ìàòðèöà ðàçìåðíîñòüþ M×M, i, j= =1, 2,�, N M . Íåîáõîäèìî ïîëó÷èòü ñëåäóþùóþ àïïðîêñèìèðó- þùóþ ñîâîêóïíîñòü P*∈P, óäîâëåòâîðÿþùóþ óñëî- âèþ P�P*<ε, ãäå ε � ìàëîå íàïåðåä çàäàííîå ÷èñëî, îïðåäåëÿþùåå îøèáêó àïïðîêñèìàöèè. Íå÷åòêàÿ êëàññèôèêàöèÿ ïðîâîäèòñÿ êàê â ïðî- ñòðàíñòâå ñèãíàëîâ, òàê è â ïðîñòðàíñòâå ïðèçíàêîâ.  êà÷åñòâå ïðèçíàêîâ êëàññèôèêàöèè èñïîëüçóþòñÿ êîýôôèöèåíòû äèñêðåòíîãî êîñèíóñíîãî ïðåîáðàçî- âàíèÿ (ÄÊÏ) 1 0 cos(2 1)1 ( , ) ( ) , 2 M i i p i D i I MM − = + απ α = α ∑ (1) ãäå 1 , 0; ( ) 2 , 1,2,..., 1, M I M M  α =α =   α = − (2) è êîýôôèöèåíòû ïðåîáðàçîâàíèÿ Õààðà [5] ( 1) ( 1) 2 1 2 ,n n n i i iX X X− − −= + (3) ãäå n=1, 2, �(log2M�1), i=1,2,�, 2n M ; ( )X • o � èñõîä- íûå îòñ÷åòû ñèãíàëîâ èçîáðàæåíèÿ; * 2 2 1 (log 1) (log 1)2 2 1 2 1 2 , m M M m mj j jB X X M − − − − −  = −  (4) ãäå m=1,2,�log2M; j=1, 2,�, 2m�1, à äëÿ âûðàæåíèÿ, ñòîÿùåãî â êâàäðàòíûõ ñêîáêàõ, m*=m�1. 2 2log 1 log 1 01 2 1 2 1 .M M j jC X X M − − − = +  (5) Äëÿ íå÷åòêîé êëàññèôèêàöèè ïðèìåíåí àëãîðèòì Fuzzy C-means (FCM) � íå÷åòêèõ Ñ-ñðåäíèõ [6]. Àëãîðèòì FCM îòíîñèòñÿ ê ïðèáëèæåííûì àëãî- ðèòìàì ïîèñêà ýêñòðåìóìà öåëåâîé ôóíêöèè ïðè íà- ëè÷èè îãðàíè÷åíèé.  ðåçóëüòàòå âûïîëíåíèÿ àëãî- ðèòìà îïðåäåëÿåòñÿ ëîêàëüíî-îïòèìàëüíîå íå÷åòêîå ðàçáèåíèå, êîòîðîå îïèñûâàåòñÿ ñîâîêóïíîñòüþ ôóíê- öèé ïðèíàäëåæíîñòè, à òàêæå öåíòðû (òèïè÷íûå ïðåä- ñòàâèòåëè) êàæäîãî èç íå÷åòêèõ êëàñòåðîâ. Ñóòü ìåòîäà ñîñòîèò â ïðåäïîëîæåíèè î òîì, ÷òî èñêîìûå êëàñòåðû ïðåäñòàâëÿþò ñîáîé íå÷åòêèå ìíîæåñòâà, îáðàçóþùèå íå÷åòêîå ïîêðûòèå èñõîä- íîãî ìíîæåñòâà îáúåêòîâ êëàñòåðèçàöèè P P=% . Çíà- ÷åíèÿ ôóíêöèé ïðèíàäëåæíîñòè îãðàíè÷åíû äèàïà- çîíîì (0...1). Ñóììà âñåõ ôóíêöèé ïðèíàäëåæíîñòè êàæäîãî ôðàãìåíòà âñåì êëàññàì ðàâíà åäèíèöå. 1 ( ) 1,( ). k c P i i k p p P = µ = ∀ ∈∑ (6) Äëÿ êàæäîãî èñêîìîãî íå÷åòêîãî êëàñòåðà ââî- äèòñÿ ïîíÿòèå öåíòðà ( ) ( ) 1 1 ( ) , ( {2,..., }, ), ( ) k k n m i P i j k i j in m P i i p x k c p P p = = µ ⋅ ν = ∀ ∈ ∀ ∈ µ ∑ ∑ (7) ãäå m � ýêñïîíåíöèàëüíûé âåñ íå÷åòêîé êëàñòåðèçà- öèè (m∈R, m>1), çíà÷åíèå êîòîðîãî çàäàåòñÿ â çàâè- ñèìîñòè îò ìîùíîñòè ìíîæåñòâà P. ×åì áîëüøå ýëå- ìåíòîâ ñîäåðæèò ìíîæåñòâî Ð, òåì ìåíüøåå çíà÷å- íèå âûáèðàåòñÿ äëÿ m. Öåëüþ íå÷åòêîé êëàñòåðèçàöèè ÿâëÿåòñÿ îòûñêà- íèå ôóíêöèé ïðèíàäëåæíîñòè äëÿ êàæäîãî êëàññà òàêèõ, êîòîðûå îáåñïå÷èâàþò êëàñòåðèçàöèþ âîêðóã öåíòðîâ êàæäîãî êëàññà. Òàêèì îáðàçîì, àëãîðèòì FCM ìîæåò áûòü ïðåäñòàâëåí êàê ìèíèìèçàöèÿ öå- ëåâîé ôóíêöèè, ïðåäñòàâëåííîé â âèäå ñóììû êâàä- ðàòîâ âçâåøåííûõ îòêëîíåíèé êîîðäèíàò îáúåêòîâ êëàñòåðèçàöèè îò öåíòðîâ èñêîìûõ íå÷åòêèõ êëàñòå- ðîâ: ( )( ) ( )2 1 1 1 ( , ) . k qn c mk i k k j P i j j i k j F P p x = = = ν = µ ⋅ − ν∑∑ ∑ (8) Öåëåâàÿ ôóíêöèÿ ÿâëÿåòñÿ ìèíèìèçèðîâàííîé, êîãäà áîëüøèå çíà÷åíèÿ ôóíêöèé ïðèíàäëåæíîñòè ñîîòâåòñòâóþò ôðàãìåíòàì, áëèçêèì ê öåíòðó êëàñ- ñà. Ýòa ïðîáëåìà îïèñûâàåòñÿ íåëèíåéíûìè çàâèñè- ìîñòÿìè è ðåøàåòñÿ èòåðàòèâíî.  êàæäîé èòåðàöèè ïîëó÷àþò íîâîå ìíîæåñòâî ôóíêöèé ïðèíàäëåæíîñòè è öåíòðîâ êëàññîâ. Àëãîðèòì ìîæíî ïðåäñòàâèòü â âèäå ñëåäóþùåé ïîñëåäîâàòåëüíîñòè øàãîâ. 1. Çàäàíèå êîëè÷åñòâà èñêîìûõ íå÷åòêèõ êëàñòå- ðîâ c (c∈N, c>1), ìàêñèìàëüíîãî êîëè÷åñòâà èòåðà- öèé s (s∈N), ïàðàìåòðà ñõîäèìîñòè àëãîðèòìà ε (ε∈R+), ýêñïîíåíöèàëüíîãî âåñà m ðàñ÷åòà öåëåâîé ôóíêöèè è öåíòðîâ êëàñòåðîâ. Çàäàíèå èñõîäíîãî íå÷åòêîãî ðàçáèåíèÿ P% íà ñ íåïóñòûõ íå÷åòêèõ êëàñ- òåðîâ ïóòåì ïðèñâàèâàíèÿ çíà÷åíèé ôóíêöèÿì ïðè- íàäëåæíîñòè µk(pi), ( {2,..., }, )ik c p P∀ ∈ ∀ ∈ . 2. Âû÷èñëåíèå öåíòðîâ íå÷åòêèõ êëàñòåðîâ (7) äëÿ òåêóùåãî íå÷åòêîãî ðàçáèåíèÿ, âû÷èñëåíèå çíà÷åíèÿ öåëåâîé ôóíêöèè (8). 3. Ôîðìèðîâàíèå íîâîãî íå÷åòêîãî ðàçáèåíèÿ P% èñõîäíîãî ìíîæåñòâà êëàñòåðèçàöèè P, õàðàêòåðèçó- åìîå ñîâîêóïíîñòüþ ôóíêöèé ïðèíàäëåæíîñòè ( ),k ip′µ ( {2,..., }, )ik c p P∀ ∈ ∀ ∈ ( ) 12 1 2 1 1 2 1 ( ) ( ) . mq i k j j c j k i ql i i j j j x p x − − = = =      − ν     ′µ =      − ν        ∑ ∑ ∑ (9) 4. Ïîâòîðåíèå øàãîâ 2 è 3 äî îáåñïå÷åíèÿ ñõîäè- ìîñòè àëãîðèòìà ëèáî äî äîñòèæåíèÿ íàïåðåä çàäàí- íîãî êîëè÷åñòâà èòåðàöèé s. Ñõîäèìîñòü äîñòèãíóòà, êîãäà ìàêñèìàëüíîå èçìåíåíèå ôóíêöèé ïðèíàäëåæ- Òåõíîëîãèÿ è êîíñòðóèðîâàíèå â ýëåêòðîííîé àïïàðàòóðå, 2006, ¹ 6 28 ÑÈÑÒÅÌÛ ÏÅÐÅÄÀ×È È ÎÁÐÀÁÎÒÊÈ ÑÈÃÍÀËΠíîñòè âñåõ ïèêñåëîâ ìåæäó äâóìÿ èòåðàöèÿìè ìåíü- øå, ÷åì íàïåðåä çàäàííàÿ ìàëàÿ âåëè÷èíà ε. Íà ñëåäóþùåì ýòàïå öåíòð êàæäîãî èç âûÿâëåí- íûõ êëàñòåðîâ ïðèíèìàåòñÿ çà îòäåëüíîå ñëîâî, è ðå- çóëüòèðóþùèé ñëîâàðü ôîðì P* åñòü ñîâîêóïíîñòü òàêèõ ñëîâ.  êà÷åñòâå ñëîâàðÿ ìåñò èñïîëüçóåòñÿ ìàòðèöà ïîçèöèîíèðîâàíèÿ âûäåëåííûõ êëàññîâ ôðàãìåíòîâ íà èçîáðàæåíèè, ðàçìåðíîñòü êîòîðîé îïðåäåëÿåòñÿ êîëè÷åñòâîì èñõîäíûõ ïåðâîíà÷àëüíûõ ôðàãìåíòîâ. Çàòåì ñîäåðæèìîå ýòîé ìàòðèöû ïîä- âåðãàåòñÿ ñæàòèþ áåç ïîòåðü èíôîðìàöèè îäíèì èç èçâåñòíûõ ìåòîäîâ. Ýêñïåðèìåíòàëüíûå ðåçóëüòàòû Ðåàëèçàöèÿ àëãîðèòìà ïðåäëîæåííîãî ìåòîäà áûëà îñóùåñòâëåíà ñðåäñòâàìè ïàêåòà Matlab 6.1 [7]. Ïðî- âåäåíû âû÷èñëèòåëüíûå ýêñïåðèìåíòû íà òåñòîâûõ èçîáðàæåíèÿõ «Zelda», «Ñameraman» è ðÿäå ôîòî- èçîáðàæåíèé. Ïðîâåäåíî ñðàâíåíèå ïðåäëàãàåìîãî ìåòîäà ñ êëàññè÷åñêèìè æåñòêèìè ìåòîäàìè êëàñ- ñèôèêàöèè. Ðåçóëüòàòû ïîêàçàëè, ÷òî äëÿ çàäàííîãî êîýôôè- öèåíòà ñæàòèÿ ïðåäëàãàåìûé ìåòîä îáåñïå÷èâàåò áî- ëåå âûñîêîå êà÷åñòâî èçîáðàæåíèÿ (ñðåäíåêâàäðàòè- ÷åñêàÿ îøèáêà � ÑÊÎ ìåíüøå â 2,1�1,4 ðàçà) ïî ñðàâíåíèþ ñ êëàññè÷åñêèìè ìåòîäàìè êëàññèôèêà- öèè. Êëàññè÷åñêèå ìåòîäû îòëè÷àþòñÿ îò ìåòîäà FCM áîëåå ïðîñòîé ïðîöåäóðîé ãðóïïèðîâàíèÿ ôðàãìåí- òîâ áåç ïðåäâàðèòåëüíîãî çàäàíèÿ íåîáõîäèìîãî ÷èñëà êëàñòåðîâ è ïåðåìåùåíèé òî÷åê èçîáðàæåíèÿ ìåæäó íèìè (ñì. ðèñ. 1). Ïðè çíà÷åíèÿõ ÑÊÎ 16%, îáåñïå- ÷èâàþùèõ ïðèåìëåìîå êà÷åñòâî èçîáðàæåíèé, ïðåä- ëàãàåìûé ìåòîä îáåñïå÷èâàåò áîëåå âûñîêîå çíà÷å- íèå êîýôôèöèåíòà ñæàòèÿ � 44 ê 21 (ðèñ. 2). Îáðàùàåò íà ñåáÿ âíèìàíèå è îáúåì èíôîðìà- öèè, íåîáõîäèìûé äëÿ êîäèðîâàíèÿ îáëàñòåé è ìàò- ðèöû èõ ïîçèöèîíèðîâàíèÿ. Ñ óâåëè÷åíèåì ÑÊÎ íàñòóïàåò ìîìåíò, êîãäà îáúåì àäðåñíîé èíôîðìà- öèè íà÷èíàåò ïðåâîñõîäèòü îáúåì äàííûõ çàêîäèðî- âàííûõ êëàññîâ, ÷òî ìîæåò ñòàòü èñòî÷íèêîì ðåçåð- âà ïîâûøåíèÿ ýôôåêòèâíîñòè ñæàòèÿ.  òàáëèöå ïðåäñòàâëåíû ðåçóëüòàòû âû÷èñëèòåëü- íûõ ýêñïåðèìåíòîâ äëÿ èçîáðàæåíèÿ Zelda.bmp. Íà ðèñ. 3 ïðåäñòàâëåíû ãðàôèêè çàâèñèìîñòè ñðåä- íåêâàäðàòè÷åñêîé îøèáêè îò ñòåïåíè ñæàòèÿ äëÿ ìå- òîäîâ êëàññè÷åñêîé è íå÷åòêîé êëàñòåðèçàöèè. à) á) Ðèñ. 1. Ýêñïåðèìåíòàëüíûå ðåçóëüòàòû äëÿ òåñòîâîãî èçîáðàæåíèÿ Cameraman.tif ïðè M=2, ïðîñòðàíñòâî ïðè- çíàêîâ � ÄÊÏ, êîëè÷åñòâî êëàññîâ ñ=16, êîýôôèöèåíò ñæàòèÿ γ=9,14: a � êëàññè÷åñêàÿ æåñòêàÿ êëàññèôèêàöèÿ, ÑÊÎ=20,22%; á � íå- ÷åòêàÿ êëàñòåðèçàöèÿ, ÑÊÎ=13,5% à) á) Ðèñ. 2. Ñðàâíèòåëüíûå ðåçóëüòàòû äëÿ òåñòîâîãî èçîáðà- æåíèÿ Zelda.bmp ïðè ÑÊÎ=17%: à � êëàññè÷åñêàÿ êëàññèôèêàöèÿ ïðè Ì=4, ïðîñòðàíñòâî ïðèçíà- êîâ � ÄÊÏ, ñ=51, γ=21,5; á � íå÷åòêàÿ êëàñòåðèçàöèÿ ïðè Ì=4, ïðîñòðàíñòâî ïðèçíàêîâ � ÄÊÏ, ñ=8, γ=44,02 Íå÷åòêàÿ êëàññèôèêàöèÿ Æåñòêàÿ (êëàññè÷åñêàÿ) êëàññèôèêàöèÿ Ðàçìåð áëîêà Êîëè- ÷åñòâî êëàññîâ cos ïèêñåë cos ïèêñåë Ðàçìåð, Ká Ñòåïåíü ñæàòèÿ 8 100 0,161 0,1626 0,1901 0,1778 3683 18,09 8 50 0,1688 0,1684 0,2316 0,2125 2015 33,06 8 16 0,1959 0,1959 0,2758 0,2593 982 67,84 8 8 0,2297 0,2297 0,32 0,2885 678 98,25 4 100 0,1118 0,112 0,183 0,1556 3844 17,33 4 50 0,1173 0,1152 0,2109 0,1858 3097 21,51 4 16 0,1463 0,1463 0,2955 0,2363 1970 33,81 4 8 0,1692 0,1692 0,2962 0,2677 1513 44,03 2 100 0,0702 0,0698 0,1031 0,1031 12436 5,36 2 50 0,0779 0,0791 0,1322 0,1323 10613 6,28 2 16 0,1041 0,1035 0,2087 0,2087 7076 9,41 2 8 0,1247 0,1248 0,2655 0,2655 5317 12,53 Ðåçóëüòàòû âû÷èñëèòåëüíûõ ýêñïåðèìåíòîâ äëÿ èçîáðàæåíèÿ Zelda.bmp Ðèñ. 3. Ãðàôèêè çàâèñèìîñòè ñðåäíåêâàäðàòè÷åñêîé îøèáêè îò ñòåïåíè ñæàòèÿ äëÿ ìåòîäîâ êëàññè÷åñêîé (1) è íå÷åòêîé (2) êëàñòåðèçàöèè äëÿ èçîáðàæåíèÿ Zelda.bmp: à � ìàòðèöà ñ Ì=4; á � Ì=2 Ñ Ê Î 0,3 0,25 0,2 0,15 0,1 0,05 17,33 21,51 33,81 44,03 Ñòåïåíü ñæàòèÿ 1 2 Ñ Ê Î 0,3 0,25 0,2 0,15 0,1 0,05 5,36 6,28 9,41 12,53 Ñòåïåíü ñæàòèÿ 1 2 à) á) Òåõíîëîãèÿ è êîíñòðóèðîâàíèå â ýëåêòðîííîé àïïàðàòóðå, 2006, ¹ 6 29 ÑÈÑÒÅÌÛ ÏÅÐÅÄÀ×È È ÎÁÐÀÁÎÒÊÈ ÑÈÃÍÀËΠÇàêëþ÷åíèå Òàêèì îáðàçîì, íîâûé êîìáèíèðîâàííûé ïîäõîä ê ñæàòèþ ãðàôè÷åñêîé èíôîðìàöèè, îñíîâàííûé íà ïðèìåíåíèè äèñêðåòíîãî êîñèíóñíîãî ïðåîáðàçîâà- íèÿ è ïðåîáðàçîâàíèÿ Õààðà äëÿ ôîðìèðîâàíèÿ ïðè- çíàêîâîãî ïðîñòðàíñòâà è ïîñëåäóþùåé êëàññèôè- êàöèè ôðàãìåíòîâ ìåòîäàìè íå÷åòêîé ëîãèêè, îêà- çàëñÿ ýôôåêòèâíåå ìåòîäîâ êëàññè÷åñêîé êëàñòåðè- çàöèè. Îí îáåñïå÷èâàåò áîëåå âûñîêîå êà÷åñòâî èçîá- ðàæåíèÿ, áîëåå âûñîêîå çíà÷åíèå êîýôôèöèåíòà ñæà- òèÿ. Êðîìå òîãî, ñ óâåëè÷åíèåì ÑÊÎ íàñòóïàåò ìî- ìåíò, êîãäà îáúåì àäðåñíîé èíôîðìàöèè íà÷èíàåò ïðå- âîñõîäèòü îáúåì äàííûõ çàêîäèðîâàííûõ êëàññîâ, ÷òî ìîæåò ñòàòü èñòî÷íèêîì ðåçåðâà ïîâûøåíèÿ ýôôåê- òèâíîñòè ñæàòèÿ. ÈÑÏÎËÜÇÎÂÀÍÍÛÅ ÈÑÒÎ×ÍÈÊÈ 1. Èâàíîâ Â. Ã. Ïàðàëëåëüíûå è ïîñëåäîâàòåëüíûå ñòðóêòóðû Õààðà äëÿ öèôðîâîé îáðàáîòêè ñèãíàëîâ // Ýëåêòðîííîå ìîäåëè- ðîâàíèå.� 2005.� ¹ 3.� Ñ. 55�66. 2. Èâàíîâ Â. Ã., Ëþáàðñêèé Ì. Ã., Ëîìîíîñîâ Þ. Â. Ôóðüå è âåéâëåò àíàëèç èçîáðàæåíèé â ïëîñêîñòè JPEG òåõíîëîãèé // Ïðî- áëåìû óïðàâëåíèÿ è èíôîðìàòèêè.� 2004.� ¹ 5.� Ñ. 111�124. 3. Çåìñêîâ Â. Í., Êèì È. Ñ. Ñæàòèå èçîáðàæåíèé íà îñíîâå àâòîìàòè÷åñêîé êëàññèôèêàöèè // Èçâåñòèÿ âóçîâ. Ýëåêòðîíèêà.� 2003.� ¹ 3.� Ñ. 50�56. 4. Èâàíîâ Â. Ã. Êîäèðîâàíèå èçîáðàæåíèé íà îñíîâå àâòîìà- òè÷åñêîé êëàññèôèêàöèè è ïîçèöèîíèðîâàíèÿ ôðàãìåíòîâ // Ìàò- ëè 12-¿ ̳æíàð. êîíô. ç àâòîìàòè÷íîãî óïðàâë³ííÿ «Àâòîìàòèêà� 2005». Ò. 3.� Õàðê³â.� 2005.� Ñ. 80�81. 5. Èâàíîâ Â. Ã. Ôîðìàëüíîå îïèñàíèå äèñêðåòíûõ ïðåîáðàçî- âàíèé Õààðà // Ïðîáëåìû óïðàâëåíèÿ è èíôîðìàòèêè.� 2003.� ¹ 5.� Ñ. 68�75. 6. Bezdek J. C. Pattern recognition with Fuzzy objective function algorithms.� New York: Plenum Press, 1981. 7. Ëåîíåíêîâ À. Â. Íå÷åòêîå ìîäåëèðîâàíèå â ñðåäå MATLAB è fuzzyTECH.� ÑÏá: ÁÕÂ-Ïåòåðáóðã, 2005. ÍÎÂÛÅ ÊÍÈÃÈ Í Î Â Û Å Ê Í È Ã È Çàãèäóëëèí Ð. Ø., Êàðóòèí Ñ. Í., Ñòåøåíêî Â. Á. System View. Ñèñòåìîòåõíè÷åñêîå ìîäåëèðîâàíèå óñòðîéñòâ îáðàáîòêè ñèã- íàëîâ.� Ì.: Ãîðÿ÷àÿ ëèíèÿ�Òåëåêîì, 2005.� 294 ñ., èë. Èçëîæåíû îñíîâû èíæåíåðíûõ ìåòîäîâ ñèíòåçà è ðàñ÷åòà îñíîâíûõ êëàññîâ ðà- äèîòåõíè÷åñêèõ óñòðîéñòâ ñ èñïîëüçîâàíèåì ïàêåòà ïðîãðàìì System View êîìïàíèè Elanix, êîòîðûé îáåñïå÷èâàåò âîçìîæíîñòü âñåñòîðîííåãî àíàëèçà ñâîéñòâ ñèñòåì, âêëþ÷àÿ àëãîðèòìû àíàëîãîâîé èëè öèôðîâîé îáðàáîòêè ñèãíàëîâ, ñèíòåçà ôèëüòðîâ, àíàëèçà è ñèíòåçà ñèñòåì óïðàâëåíèÿ è ñèñòåì ñâÿçè, ìîäåëèðîâàíèÿ äèíàìè÷åñêèõ ñèñòåì íà óðîâíå ôóíêöèîíàëüíûõ áëîêîâ. Êíèãà ñîäåðæèò íåîáõîäèìûé òåîðåòè÷åñêèé ìàòåðèàë è çíà÷èòåëüíîå êîëè÷åñòâî ïðàêòè÷åñêèõ ïðèìåðîâ. Îñîáåííîñòüþ êíèãè ÿâëÿåòñÿ òî, ÷òî èçëîæåíèå âåäåòñÿ íå îò îïèñàíèÿ âîçìîæíîñòåé ïàêåòà, à îò ïîñòàíîâêè êîíêðåòíîé ðàäèîòåõíè÷åñêîé çàäà÷è. Äëÿ èíæåíåðîâ è ñòóäåíòîâ ðàäèîòåõíè÷åñêèõ ñïåöèàëüíîñòåé. Í Î Â Û Å Ê Í È Ã È Îñíîâû ïîñòðîåíèÿ ñèñòåì è ñåòåé ïåðåäà÷è èíôîðìàöèè: Ó÷åáíîå ïîñîáèå äëÿ âóçîâ / Â. Â. Ëîìîâèöêèé, À. È. Ìèõàéëîâ, Ê. Â. Øåñòàê, Â. Ì. Ùåêîòèõèí.� Ì.: Ãîðÿ÷àÿ ëèíèÿ�Òåëåêîì, 2005.� 382 ñ., èë. Ñèñòåìàòèçèðîâàíû ñâåäåíèÿ ïî âîïðîñàì ïîñòðîåíèÿ ñîâðåìåííûõ ñèñòåì è ñåòåé ïåðåäà÷è èíôîðìàöèè. Ïðèâåäåíû îñíîâíûå ïîëîæåíèÿ è ðàññìîòðåíû ïåðñïåêòèâû ðàçâèòèÿ ñèñòåì âîññòàíîâëåíèÿ è óïðàâëåíèÿ åäèíîé ñåòè ýëåêòðîñâÿçè Ðîññèéñêîé Ôåäåðàöèè, îñîáåííîñòè ïîñòðîåíèÿ ïåðâè÷íûõ è âòîðè÷íûõ ñåòåé ñâÿçè, öèôðîâîé ñåòè ñ èíòåãðàöèåé ñëóæá. Ðàññìîòðåíû îñíîâíûå ïîäõîäû è ìåòîäû îöåíêè ýôôåêòèâíîñòè ôóíêöèîíèðîâàíèÿ òåëåêîììóíèêàöèîííûõ ñåòåé îáùåãî ïîëüçîâàíèÿ. Êíèãà áàçèðóåòñÿ íà óæå äîñòàòî÷íî èçâåñòíûõ ñâåäåíèÿõ è ïîäõîäàõ ê ïîñòðîåíèþ ñèñòåì è ñåòåé ïåðåäà÷è èíôîðìàöèè, à òàêæå ñîäåðæèò îðèãèíàëüíûé ìàòåðèàë ïî îñîáåííîñòÿì ïîñòðîåíèÿ ñèñòåì ñâÿçè ñ ïîâûøåííîé óñòîé÷èâîñòüþ ê âíåøíèì âîçäåéñòâèÿì. Äëÿ ñòóäåíòîâ, îáó÷àþùèõñÿ ïî íàïðàâëåíèþ «Òåëåêîììóíèêàöèè»; ìîæåò áûòü ïîëåçíà ñïåöèàëèñòàì, çàíèìàþùèìñÿ ýêñïëóàòàöèåé ñðåäñòâ ñâÿçè.