ВВЕДЕНИЕ 3
ГЛАВА 1. ОБЗОР МЕТОДОВ СИНТЕЗА ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ 4
1.1 Цифровые изображения 4
1.2 Особые точки на изображениях 6
1.3 Метод оценки параметров модели 15
1.4 Программные средства для создания панорамных изображений 19
Выводы к главе 1 22
ГЛАВА 2. РЕАЛИЗАЦИЯ И ТЕСТИРОВАНИЕ СИНТЕЗА ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ С
ИСПОЛЬЗОВАНИЕМ АНАЛИЗА ОСОБЫХ ТОЧЕК 23
2.1 Блок-схема алгоритма 23
2.2 Описание базы данных 24
2.3 Результаты синтеза в отсутствии дополнительных шумов 26
2.4 Тестирование при различных масштабах, поворотах и шумах 29
Выводы к главе 2 31
ГЛАВА 3. РАЗВИТИЕ МЕТОДОВ СИНТЕЗА ПАНОРАМНЫХ ИЗОБРАЖЕНИЙ С
ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ 32
3.1 Возможность использования нейронных сетей Кохонена в алгоритме синтеза 32
3.2 Блок-схема алгоритма 35
3.3 Реализация и тестирование метода 36
Выводы к главе 3 39
ГЛАВА 4. ПРИМЕНЕНИЕ АЛГОРИТМА ДЛЯ АНАЛИЗА ПРОСТРАНСТВЕННЫХ ВАРИАЦИЙ
ГЕОФИЗИЧЕСКИХ ПОЛЕЙ 40
4.1 Полное электронное содержание ионосферы 40
4.2 Применение алгоритма для анализа пространственных вариаций геофизических полей 43
ЗАКЛЮЧЕНИЕ 45
СПИСОК ЛИТЕРАТУРЫ
В настоящее время методы синтеза панорамных изображений используются не только для повседневных целей, но и для ряда научных направлений, в которых присутствует фотосъемка, например, спутниковая съемка поверхности Земли или фотофиксация изображений с электронных микроскопов.
Существующие на сегодняшний день методы синтеза панорамных изображений не всегда оказываются эффективными, особенно в условиях зашумленности фрагментов или в случае недостаточных размеров области перекрытия.
Целью данной работы является развитие методов синтеза панорамных изображений с использованием кластеризующих нейронных сетей.
Для достижения цели были решены следующие задачи:
1) провести обзор существующих методов синтеза панорамных изображений;
2) реализовать метод синтеза панорамных изображений с использованием анализа особых точек и нейросетевых методов кластеризации;
3) оценить эффективность предложенного подхода на изображениях с различными типами искажений и зашумленностью;
4) проверить возможность использования предложенного подхода для анализа пространственных вариаций геофизических полей.
1. Существующий метод синтеза панорамных изображений с использованием анализа особых точек малоэффективен для изображений с различными типами пространственных искажений и зашумленностью.
2. Реализован метод синтеза панорамных изображений с использованием нейросетевых методов кластеризации.
3. Реализованный метод показал свою эффективность применительно к изображениям с различными типами пространственных искажений и зашумленностью.
4. Предложенный подход может быть использован для анализа пространственных вариаций геофизических полей.
