Анализ и распознавание форм для приложений с цифровыми изображениями
|
СтатусДиссертация была зашищена 15 мая 2019Утверждена Национальным Советом 9 июля 2019 Автореферат – 0.95 Mb / на румынскомДиссертацияCZU 004.93
|
Ключевые слова
обработка изображений, сегментация изображений, распознавание форм, идентификация подписи, извлечение ключевых точек, сопоставление шаблонов, GMM, G-U-MM, автоматическая классификацияАннотация
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.
Официальные оппоненты
- Victor Cojocaru
доктор, доцент, Институт Электронной Инженерии и Нанотехнологий имени Д. Гицу - GORAŞ Liviu
prof. univ., doctor, Academia de Ştiinţe Tehnice, Universitatea Tehnică Gheorghe Asachi Iaşi, România
Члены Ученого Совета
- Constantin Gaindric, председатель
доктор хабилитат, профессор, Институт математики и информатики - Sergiu Zaporojan, секретарь
доктор, доцент, Технический Университет Молдовы - Emilian Guţuleac, член
доктор хабилитат, профессор, Технический Университет Молдовы - Ion Bolun, член
доктор хабилитат, профессор - Gheorghe Căpăţână, член
доктор, профессор, Государственный Университет Молдовы - ZBANCIOC Marius-Dan, membru
conferențiar universitar, doctor, Universitatea Tehnică Gh.Asachi Iaşi,România
Диссертации
На рассмотрении [1] :
- Использование информационных технологий в разработке криптографических и алгебраических алгоритмов
21 апреля 2023
Архив диссертаций:
