МЕТОДИ ТА ЗАСОБИ СТВОРЕННЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ДЛЯ ЦИФРОВОГО ОБРОБЛЕННЯ ЗОБРАЖЕНЬ
DOI:
https://doi.org/10.17721/3041-2323.2025.183-202Ключові слова:
цифрове оброблення зображень, алгоритми покращення якості, імітаційне моделювання, амплітудна та частотна фільтрація, виділення контурів, спектральні перетворення, швидке перетворення Фур’єАнотація
У статті розглянуто методи та засоби створення програмного забезпечення для цифрового оброблення зображень, які забезпечують ефективне підвищення якості візуальних даних і їх підготовку до подальшого аналізу. Представлено результати розроблення пакета прикладних програм «Цифрова обробка зображень», що реалізує комплекс алгоритмів попереднього та частотного опрацювання, включно з методами підвищення контрастності, амплітудної й частотної фільтрації, усунення шумів та виділення контурів. Значну увагу приділено застосуванню імітаційного моделювання, яке дозволяє генерувати детерміновані й стохастичні зображення різних структур для тестування алгоритмів. Запропонований підхід забезпечує поєднання просторово-часових і спектральних методів, що сприяє підвищенню точності та достовірності результатів цифрової обробки. Отримані розробки можуть бути використані в медичній діагностиці, промисловому контролі, наукових дослідженнях і системах технічного зору.
Посилання
Baxes, G. (1994). Digital Image Processing: Principles and Applications. Wiley.
Blackman, R., & Tukey, J. (1959). The Measurement of Power Spectra from the Point of View of Communications Engineering. Dover Publications.
Burger, W., & Burge, M. (2016). Digital Image Processing: An Algorithmic Introduction Using Java (2nd ed.). Springer.
Criffith, A. (1971). Edge detection in simple scenes using a priori information. IEEE Transactions on Computers, 22(5), 551–561.
Dash, L., & Chatterji, B. (1991). Adaptive contrast enhancement and de-enhancement. Pattern Recognition, 24(4), 289–302.
Dhawan, A., Buelloni, G., & Gordon, R. (1986). Enhancement of mammographic features by optimal adaptive neighborhood image processing. IEEE Transactions on Medical Imaging, 5(1), 8–15.
Duda, R., & Hart, P. (1973). Pattern Classification and Scene Analysis. Wiley.
Gabor, D. (1965). The smoothing and filtering of two-dimensional images. У Progress in Biocybernetics (Vol. 2).
Gonzalez, R., & Woods, R. (2007). Digital Image Processing (3rd ed.). Prentice Hall.
Gonzalez, R., & Woods, R. (2018). Digital Image Processing Using MATLAB (3rd ed.). Gatesmark Publishing.
Gopi, S. (2008). Digital Image Processing Using MATLAB. PHI Learning.
Gordon, R., & Rangayyan, R. (1984). Feature enhancement of film mammograms using fixed and adaptive neighborhoods. Applied Optics, 23(4), 560–564. https://doi.org/10.1364/AO.23.000560.
Graham, R. (1962). Snow removal - A noise-stripping process for picture signals. IRE Transactions on Information Theory, 8(2), 129–137.
Jähne, B. (2005). Digital Image Processing (6th ed.). Springer.
Jain, A. (1989). Fundamentals of Digital Image Processing. Prentice Hall.
Natheem, A. (2021). Digital Image Processing Using MATLAB: Zero to Hero Practical Approach with Source Code. Independently published.
Parker, J. (2010). Algorithms for Image Processing and Computer Vision (2nd ed.). Wiley.
Pratt, W. (2007). Digital Image Processing: PIKS Scientific Inside (4 th ed.). Wiley-Interscience.
Qidwai, U., & Chen, C. (2013). Digital Image Processing: An Algorithmic Approach with MATLAB. CRC Press.
Rosenfeld, A., & Kak, A. (1982). Digital Picture Processing (2nd ed.). Academic Press.
Rosenfeld, A., & Troy, E. (1970). Visual texture analysis. У Conference Record of the Symposium on Feature Extraction and Selection in Pattern Recognition. IEEE.
Solomon, C., & Breckon, T. (2010). Fundamentals of Digital Image Processing: A Practical Approach with Examples in MATLAB. Wiley-Blackwell.
Thompson, W., & Shirley, P. (2002). A spatial post-processing algorithm for images of night scenes. Journal of Graphics Tools, 7(1), 1–12.
Umbaugh, S. (2025). Digital Image Processing and Analysis: Two Volume Set. Routledge.
Wiener, N. (1949). The Interpolation, Extrapolation and Smoothing of Stationary Time Series. Wiley.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Прикладні інформаційні системи та технології в цифровому суспільстві
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
