| dc.description.abstract | У магістерській кваліфікаційній роботі виконувалось обгрунтування вибору методу аналіза з обробки даних растрових зображень, де проводився аналіз стану проблеми, визначені поширені методи кластеризації зображень та змістовно показані кластеризація методом k-середніх, метод ЕМ-кластеризації, метод середнього зсуву. Постановка задачі полягала у необхідності дослідження використання методів і програмних засобів зниження шумових завад у растрових зображеннях. Для цього використовуються методи кластеризації зображень за певними ознаками для визначення контурів, зменшення помилок у визначенні шумових завад, методів виправлення пошкоджених пікселів та підвищення реалістичності растрових зображень.
В роботі наголос зроблено на особливості роботи запропонованого методу та алгоритмі визначення шумових завад в растрових зображеннях при якому проводиться кластеризація та визначення точок, що розташовані близько один до одного, отримання параметрів: геометричного розташування точок та їх кольоровий діапазон. На основі розроблено методу та алгоритму створена програма пошуку пошкоджених пікселів у растрових зображеннях на мові високого рівня Java, наведені основні етапи розробки програмного коду та опис основних методів. Також, проводились експериментальні дослідження методів визначення шумових завад за допомогою методу кластеризації для виділення контурів об'єктів у зображеннях, де визначена необхідність виділення контурів на цифрових зображеннях.
Експериментальні дослідження знаходження контурів зображення проводились як на штучних зображеннях, так і для фотографій різних об'єктів. В роботі було досліджено як штучні зображень використовувалися рисунки з чітко виділеними геометричними фігурами. В цьому випадку, були представлені декілька рисунків на яких використані запропоновані методи.
Проведені експерименти з запропонованим алгоритмом визначав контури (межи) штучних та природних зображень та з певною ймовірністю встановлював випадкові імпульсні завади. | uk |
