Показати скорочену інформацію

dc.contributor.authorЛуцків, М. М.uk
dc.contributor.authorЗаремба, О. П.uk
dc.contributor.authorLutskiv, M. M.en
dc.contributor.authorZaremba, O. P.en
dc.date.accessioned2026-08-28T07:56:28Z
dc.date.available2026-08-28T07:56:28Z
dc.date.issued2026
dc.identifier.citationЛуцків М. М., Заремба О. П. Моделювання растрування еліпсоїдального перетворення цифрових зображень // Наукові праці ВНТУ. Електрон. текст. дані. 2026. № 1. DOI: https://doi.org/10.31649/2307-5376-2026-1-135-145.uk
dc.identifier.issn2307-5376
dc.identifier.urihttps://ir.lib.vntu.edu.ua//handle/123456789/52423
dc.description.abstractРозроблено математичну модель растрування еліпсоїдального перетворення цифрових зображень світлих тонів. Для дослідження сформовано три типові варіанти еліпсоїдального перетворення, у яких кількість рівнів сірого змінюється в межах [0L255]. Це дало змогу проаналізувати зміну градаційних характеристик, особливості їх форми та вплив на якість растрового перетворення зображень у процесі підготовки до друкування. Представлено результати моделювання градаційних характеристик еліпсоїдального перетворення, які мають форму випуклих кривих із меншою крутизною на початку діапазону в темних тонах. Така форма сприяє зменшенню ймовірності виникнення постеризації, що проявляється за недостатньої кількості рівнів градації та призводить до втрати дрібних деталей у затемнених ділянках зображення. Визначено, що різниця характеристик растрового перетворення Еі = Si- S0 має форму дзвоноподібних кривих, які зміщені у сторону темних тонів. За значення L0 ≈ 75 рівнів максимальні значення складали Ем: 0,148; 0,276; 0,414 відносних одиниць, після чого характеристики ставали більш пологими та наближалися до нульових значень. Аналіз оптичної густини показав, що початкові значення відповідають відносній площі растрових елементів S = 1 і становлять 2,406 одиниць. Надалі спостерігається різке зменшення значень густини, яке з подальшим зростанням рівнів сірого поступово уповільнюється і прямує до нуля. Отримані результати підтверджують, що запропоноване еліпсоїдальне перетворення забезпечує точніше відтворення тонових переходів у темних ділянках та може бути корисним для збереження деталізації. Результати дослідження та імітаційного моделювання можуть бути застосовані під час підготовки цифрових зображень до растрування і друкування, а також для подальшого аналізу градаційних і растрових характеристик у поліграфічних процесах.uk
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofНаукові праці Вінницького національного технічного університету. № 1.uk
dc.relation.urihttps://praci.vntu.edu.ua/index.php/praci/article/view/945
dc.subjectмоделюванняuk
dc.subjectцифрове зображенняuk
dc.subjectраструванняuk
dc.subjectсимуляторuk
dc.subjectградаційні характеристикиuk
dc.subjectоптична густинаuk
dc.subjectдрукуванняuk
dc.subjectякістьuk
dc.titleМоделювання растрування еліпсоїдального перетворення цифрових зображеньuk
dc.title.alternativeHalf toning simulation of digital image ellipsoidal transformationen
dc.typeArticle, professional native edition
dc.typeArticle
dc.identifier.udc655.226
dc.relation.referencesКобилін О. А., Творошенко І. С.Методи цифрової обробки зображень: навчальний посібник.Харків: ХНУРЕ,2021. 123 с.uk
dc.relation.referencesВідтворення зображень растровими скануючи ми пристроями: навчальнийпосібник / Гавриш Б.Н., Дурняк Б.В., Тимченко О.В., Ющик О.В.Львів: Видавництво УАД, 2016, 180 с.uk
dc.relation.referencesInternationalCommissiononIllumination (CIE). Colorimetry, 4th ed. CIE 015:2018. Vienna: CIE, 2018. 111 p.en
dc.relation.referencesГордеєв А. С.Технології поліграфічного виробництва: методичні рекомендації допрактичних робіт.Харків: ХНЕУ ім. С. Кузнеця,2023. 88 с.uk
dc.relation.referencesПерелигін Б. В.Цифрова обробка зображень: конспект лекцій.Одеса: ОДЕКУ,2023. 186 с.uk
dc.relation.referencesПалюх О. О.Технології поліграфічного виробництва. Частина 2. Післядрукарські процеси. Курс лекцій.Київ: КПІ ім. Ігоря Сікорського,2024. 248 с.uk
dc.relation.referencesМетоди й засоби інтелектуальної обробки сигналів: обробка цифрових зображень: навч. посібник / Ушенко Ю. О., Дерев’янчук О. В., Талах М. В., Дворжак В. В.Чернівці: ЧНУ ім. Ю. Федьковича,2024. 175 с.uk
dc.relation.referencesNixon M., Aguado A. Feature Extraction and Image Processing for Computer Vision. Cambridge: Academic Press, 2020. 650 p.en
dc.relation.referencesAdvanced Graphic Communication, Printing and Packaging Technology / Zhao P., Ye Z., Xu M., Yang L. Singapore: Springer, 2020. 883 p.en
dc.relation.referencesGonzalez R. C., Woods R. E. Digital Image Processing (Global Edition). Harlow: Pearson, 2018. 1024 p.en
dc.relation.referencesKim H., Lee S., Structure-Aware Halftoning Using the Iterative Method Controlling the Dot Placement (IMCDP). Journal of Imaging Science and Technology. 2021. №65 (6). P. 1-10.en
dc.relation.referencesLiu X., Pan Q., Xia G. Multi-mode Halftoning Using Stochastic Clustered-Dot Screen. In: Intelligent Computing Theories and Application (ICIC 2018). LNCS 10955. Cham: Springer, 2018. P. 423–431.en
dc.relation.referencesGooran S. Hybrid Halftoning in Flexography. TAGA Proceedings. 2017. P. 1–17.en
dc.relation.referencesJiang H., Zhou B., Mu Y. Ink Dot-Oriented Differentiable Optimization for Neural Image Halftoning. In:CVPR 2024. IEEE/CVF, 2024. 10 p.en
dc.relation.referencesOstromoukhov V., Donohue C., Jeschke S. New Results for Aperiodic, Clustered-Dot Halftoning. In: Imaging (IS&T International Symposium), 2019. P. 84–88.en
dc.identifier.doihttps://doi.org/10.31649/2307-5376-2026-1-135-145
dc.identifier.orcidhttps://orcid.org/0009-0002-8312-211X
dc.identifier.orcidhttps://orcid.org/0009-0006-1525-3862


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію