Застосування Гіббсовських полей у відновленні зображень

Simple item page
dc.contributor.advisorЧорней, Руслан
dc.contributor.authorРовнік, Вероніка
dc.date.accessioned2020-10-21T10:49:49Z
dc.date.available2020-10-21T10:49:49Z
dc.date.issued2020
dc.description.abstractЦифрові зображення є невід’ємною частиною багатьох застосувань, таких як супутникове телебачення, магнітно-резонансна томографія, комп’ютерна томографія та інші сфери технологічних досліджень, такі як системи географічної інформації та астрономії. Дані зібрані датчиками зображення нерідко є зіпсовані стороннім шумом. Існує багато джерел шуму: несправне устаткування, проблеми, що виникають в процесі отримання даних, втручання різних природних явищ. Також шум може з’явитись через помилки передачі інформації та стиснення. [11] Тому, відновлення зображення від шуму є актуальною задачею і першим кроком перед аналізом самого зображення. Відновлення зображень від шуму є фундаментальною задачею в обробці зображень, тому постає необхідність для знаходження ефективних технік для її вирішення. Основними підходами до задачі відновлення зашумлених зображень є просторові та частотні. В даній роботі увага приділяється статистичним методам, які є підмножиною частотних. Метою даного дослідження є висвітлення байєсівських підходів до задач обробки зображень та відновлення зашумлених зображень за допомогою чисельних симуляцій алгоритмів Метрополіса та семплера Гіббса. Об’єктом дослідження є чорно-білі зображення, представлені за допомогою моделі Ізінга. Предметом дослідження є алгоритми для знаходження апостеріорного гіббсовського розподілу для зашумлених зображень. Загальний підхід для вирішення задачі відновлення зашумленого зображення використаний в даній роботі можна описати наступною послідовністю кроків: 1. Проаналізувати найкращі моделі представлення зображення відповідно до контексту задачі 2. Обрати метод для відновлення зашумленого зображення 3. Розробити алгоритм для відновлення зашумленого зображення 4. Провести низку чисельних симуляцій за різних параметрів алгоритму для знаходження такого, який надає найкращі результати. Оцінку якості алгоритмів можна проводити за допомогою різних метрик оцінки якості вихідних зображень.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/18259
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectПоля Гіббсаuk_UA
dc.subjectвідновлення зображеньuk_UA
dc.subjectБайєсівський підхідuk_UA
dc.subjectмагістерська роботаuk_UA
dc.titleЗастосування Гіббсовських полей у відновленні зображеньuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Rovnik_Zastosuvannia_Hibbsovskykh_polei_u_vidnovlenni_zobrazhen.pdf
Size:
831.62 KB
Format:
Adobe Portable Document Format
Description:
Download
Thumbnail Image
Name:
Rovnik_Zastosuvannia_Hibbsovskykh_polei_u_vidnovlenni_zobrazhen_prezentatsiia.pdf
Size:
253.93 KB
Format:
Adobe Portable Document Format
Description:
Презентація до виступу
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
7.54 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Факультет інформатики