Аттестационная комиссия
Комиссия по аккредитации
Комиссия по экспертов
Распоряжения, инструкции
Нормативные акты
Номенклатура
Организации
Ученые советы
Семинары
Диссертации
Научные руководители
Ученые
Докторанты
Постдокторанты
CNAA logo

 română | русский | english


Анализ и распознавание форм для приложений с цифровыми изображениями


Автор: Rusu Mariana
Степень:доктор информатики
Специальность: 01.05.04 - Математическое моделирование, математические методы, программное обеспечение
Год:2019
Научные руководители: Vasile Moraru
доктор, доцент, Технический Университет Молдовы
Horia-Nicolai Teodorescu
academician, doctor, profesor universitar, Universitatea Tehnică Gh.Asachi Iaşi, România
Институт: Технический Университет Молдовы

Статус

Диссертация была зашищена 15 мая 2019
Утверждена Национальным Советом 9 июля 2019

Автореферат

Adobe PDF document0.95 Mb / на румынском

Диссертация

CZU 004.93

Adobe PDF document 6.50 Mb / на румынском
167 страниц


Ключевые слова

обработка изображений, сегментация изображений, распознавание форм, идентификация подписи, извлечение ключевых точек, сопоставление шаблонов, GMM, G-U-MM, автоматическая классификация

Аннотация

Анализ и распознавание форм для приложений с цифровыми изображениями”, автор: Русу Мариана, Кишинэу, 2018. Диссертация состоит из 3 глав, а также последующей биографией содержащей 188 названий и 4 приложения. Диссертация содержит 60 фигур, 25 таблиц, главное текстовое содержание – 116 страниц. Количество опубликованных работ на данную тему – 10. Ключевые слова: обработка изображений, сегментация изображений, распознавание форм, идентификация подписи, извлечение ключевых точек, сопоставление шаблонов, GMM, G-U-MM, автоматическая классификация. Область исследования – обработка изображения с целью распознавания форм. Цель работы состоит в разработке способов и алгоритмов для распознавания и автоматической классификации предметов/форм из изображения. Задачи работы: анализ, проектирование и разработка алгоритмов обработки изображений с целью распознавания форм для приложений с цифровыми изображениями. Инновационность и оригинальность работы: были идентифицированы и аргументированы эвристический алгоритм сегментации, метод линейного разделения двух наборов данных, а также гибридный метод автоматической классификации форм/ объектов. Теоретическая значимость заключается в разработке метода сегментации на основе гистограммы, который не требует указания количества порогов и гибридный метод автоматической системы классификации, который объединяет различные алгоритмы из искусственного интеллекта (генетический алгоритм, нечеткая система) и определяет конкретную комбинацию которая может обеспечить лучшее решение для автоматической классификации форм / объектов. Практическая значимость работы было доказано эффективность предлагаемого алгоритма сегментации, преимущество гибридного метода CCN+AG в сравнении с индивидуальным применением CCN. Также было продемонстрирована эффективность и преимущества системы автоматической классификации. Результаты исследования могут быть использованы для автоматической сортировки отходов. Таким образом, правильное применение результатов исследования для сортировки отходов может снизить загрязнение среды. Разработанная система может быть приспособлена и для классификации других объектов.