Методы и алгоритмы многомерного моделирования пространства характеристик изображений
Диссертация
Тенденция перехода от одномерной модели данных к многомерному представлению особенно хорошо заметна в области обработки изображений. Размеры современных коллекций таковы, что без применения специальных математических методов многомерного моделирования обработать все данные за приемлемое время невозможно. С одной стороны, область интеллектуальной обработки мультимедийной информации бурно… Читать ещё >
Список литературы
- Аверченков, В. И. Информационный поиск в сети интернет / В. И. Аверченков, В. В. Мирошников, С. М. Рощин. Брянск: БГТУ, 2001. — 204 с.
- Аверченков, В. И. Мониторинг и системный анализ информации в сети Интернет: монография / В. И. Аверченков, С. М. Рощин. Брянск: БГТУ, 2006. -160 с.
- Айфичер, Э. С., Джервис Б. У. Цифровая обработка сигналов: практический подход / Э. С. Айфичер, Б. У. Джервис- изд. 2-е. — С.П.: Вильяме, 2008. 992 с.
- Байгарова, Н. С. Некоторые подходы к организации содержательного поиска изображений и видеоинформации / Н. С. Байгарова и др. // Препринт ИПМ им. М. В. Келдыша РАН. № 78. — Москва, 2002.
- Васильева, Н. С. Выбор шага квантования при построении цветовой гистограммы в задаче поиска изображений / Н. С. Васильева // Вестник СПбГУ. Сер. 10: Прикладная математика, информатика, процессы управления. — СПбГУ, 2009. Вып. 2. — С. 155−164.
- Введение в математическое моделирование: учеб. пособие / Под ред. П. В. Трусова. М: Логос, 2005. — 440 с.
- Вежневец, А. Методы сегментации изображений: автоматическая сегментация / А. Вежневец, О. Баринова // Компьютерная графика и мультимедиа. 2006. — № 4.
- ГОСТ Р 50 779.10−2000. Статистические методы. Вероятность и основы статистики. Термины и определения.
- Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. —
- М.: Техносфера, 2005. — 1072 с.
- Гулаков, В. К. Использование многомерных деревьев для обработки многомерной информации / В. К. Гулаков, А. О. Трубаков, Е. О. Трубаков // Вестник БГТУ. 2007. — № 3 (15). — С. 46−54.
- Гулаков, В. К. Многомерные структуры данных: монография / В. К. Гулаков, А. О. Трубаков. — 2010. — 386 с.
- Гулаков, В. К. Сравнение производительности многомерных структур файлов-решеток и хеширования PLOP / В. К. Гулаков, А. О. Трубаков // Вестник БГТУ.-2010.-№ 1 (25).-С. 91−97.
- Гулаков, В. К. Контекстный поиск изображений, как основа современных систем машинного зрения / В. К. Гулаков, А. О. Трубаков // Вестник славянских вузов. Брянск, 2010. — № 2. — С. 175−181.
- Гулаков, В. К. Информативная значимость текстурных характеристик на основе матрицы смежности уровней яркости пикселей изображения / В. К. Гулаков, А. О. Трубаков // Вестник БГТУ. — Брянск: БГТУ, 2011.
- Гаврилова, Т.А. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский. — СПб: Питер, 2000. — 384 с.
- Дорогов, А. Ю. Быстродействующий алгоритм семантической классификации ХРЕО-изображений / А. Ю. Дорогов, Р. Г. Курбанов, В. В. Разин // Нейроинформатика. 2006. — Т. 1, № 2. — С. 124−144.
- Евстигнеев, В.А. Теория графов: алгоритмы обработки деревьев / В. А. Евстигнеев, В. Н. Касьянов. — Новосибирск: Наука, 1994. — 360 с.
- Калачик, Р. А. Методы поиска графической информации в информационных системах / Р. А. Калачик // Диссертация на соискание ученой степени кандидата технических наук. — 2008. — 162 с.
- Кнут, Д. Э. Искусство программирования. Сортировка и поиск / Д. Э. Кнут. М.: Вильяме, 2000. — 832 с.
- Левашкина, А. О. Разработка методов поиска изображений на основе вычислительных моделей визуального внимания / А. О. Левашкина // Автореферат диссертации на соискание ученой степени кандидата технических наук. 2009. — 24 с.
- Лепский, А. Е. Математические методы распознавания образов: курс лекций / А. Е. Лепский, А. Г. Броневич. — Таганрог: изд-во ТТИ ЮФУ, 2009. — 155 с.
- Марков, И. Синтез цветовых и текстурных признаков при поиске изображений по содержанию / И. Марков, Н. Васильева // Труды Российского семинара по Оценке Методов Информационного Поиска РОМИП 2007−2008. —2008.-С. 135−144.
- Мельниченко, А. Методы поиска изображений по визуальному подобию и детекции нечетких дубликатов изображений / А. Мельниченко, А. Гончаров // Труды Российского семинара по Оценке Методов Информационного Поиска. —2009.-С. 108−121.
- Местецкий, Л. М. Математические методы распознавания образов: курс лекций / Л. М. Местецкий. ВМиК МГУ, 2004. — 85 с.
- Методы компьютерной обработки изображений / под ред. В. А. Сойфера. -М.: Физматлит, 2001 784 с.
- Мирошкин, А. В. Разработка и реализация математической модели графической поисковой системы / А. В. Мирошкин // Диссертация на соискание ученой степени кандидата технических наук. — 2005. — 122 с.
- Мицель Л. Л. Непараметрический алгоритм текстурного анализа аэрокосмических снимков / Л. Л. Мицель, Н. В. Колодникова, К. Т. Протасов // Известия ТПУ. 2005. — № 1. — С. 65−70.
- Мясников, Е. В. Навигация по коллекциям цифровых изображений на 5 основе методов автоматической классификации / Е. В. Мясников // Сборник работ участников конкурса «Интернет-Математика 2007». — 2007. — С. 144−152.
- Мясников, Е. В. Анализ методов снижения размерности в задаче представления коллекций цифровых изображений / Е. В. Мясников // Компьютерная оптика. — 2008. — № 32. — С. 296−301.
- Некрестьянов, И. РОМИП'2010: отчет организаторов / И. Некрестьянов, М. Некрестьянова // Труды Российского семинара по Оценке Методов Информационного Поиска. — 2010. — С. 5−27.
- Неймарк, Ю. И. Многомерная геометрия и распознавание образов / Ю. И. Неймарк // Соросовский образовательный журнал. — 1996. — № 7. — С. 119 123.
- Пантелеев, A.B. Методы оптимизации в примерах и задачах / А. В. Пантелеев, Т. А. Летова. — М.: Высшая школа, 2005. — 544 с.
- Пономаренко, Н. Н. Оптимизация весов многопараметровой меры подобия для поиска изображений / Н. Н. Пономаренко, С. К. Абрамов, В. В.
- Лукин, А. С. Царан // Системы обработки информации. — 2007. 31−35 с.
- Потапов, А. С. Распознавание образов и машинное восприятие / А. С. Потапов. С.П.: Политехника, 2007. — 552 с.
- Поршнев С. В. Универсальная классификация алгоритмов сегментации изображений / С. В. Поршнев, А. О. Левашкина // Журнал научных публикаций аспирантов и докторантов. — 2008. — № 3 — С. 163−172.
- Представление и использование знаний: пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир., 1989. — 220 с.
- Пытьев, Ю. П. Методы морфологического анализа изображений / Ю. П. Пытьев, А. И. Чуличков. М.: ФИЗМАТЛИТ, 2010. — 342 с.
- Скворцов, А. В. Глобальные алгоритмы построения Я-деревьев // Геоинформатика: Теория и практика. — Томск: изд-во Том. ун-та, 1998. Вып. 1. — С. 67−83.
- Самарский, А. А. Математическое моделирование: Идеи. Методы. Примеры / А. А. Самарский, А. П. Михайлов. М.: Физматлит, 2005. — 2-е изд. -320 с.
- Советов, Б. Я. Моделирование систем / Б. Я. Советов, С. А. Яковлев. — М.: Высш. шк., 2007. — 5-е изд. — 343 с.
- Свидетельство Роспатента об официальной регистрации программы для ЭВМ № 2 011 611 245. Программный комплекс распознавания дефектов в эпитаксиальных пленках кремниевых пластин (РДЭП) / Трубаков А.О.
- Трубаков, А. О. Классификация многомерных структур данных / А. О. Трубаков- под ред. С. П. Сазонова, И. В. Говорова // материалы 58-й научной конференции профессорско-преподавательского состава. — Брянск, 2008. — С. 304 305.
- Трубаков, А. О. Многомерная модель поиска изображений в хранилищах данных / А. О. Трубаков // Материалы межрегиональной научно-технической конференции «Информационные системы и технологии 2009». — Обнинск, 2009. С. 166−167.
- Тюхов, Б.П. Полуавтоматическое семантическое аннотирование мультимедиаресурсов / Б. П. Тюхов, С. В. Новиков // Программные продукты и системы. № 2. — 2010.
- Форсайт, Д. Компьютерное зрение. Современный подход / Д. Форсайт, Ж. Понс. М.: Вильяме, 2004. — 928 с.
- Шапиро, Л. Компьютерное зрение / Л. Шапиро, Д. Стокман. — М.: Бином, 2006. 752 с.
- Эсбенсен, К. Анализ многомерных данных: пер. с англ. / под ред. О. Родионовой. ИПХФ РАН, 2005. — 160 с.
- Яне, Б. Цифровая обработка изображений / Б. Яне. — М.: Техносфера, 2007. 584 с.
- Amit, Y. Shape quantization and recognition with randomized trees / Y. Amit, D. Geman // Neural Computation. 1996. — 9(7). — pp. 1545−1588.
- Agarwal, P.K. k-Means Projective Clustering / P. K. Agarwal, N. H. Mustafa
- Proceedings of the twenty-third ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems. New York, USA, 2004. — pp. 155−165.
- Bach, J. Virage image search engine: an open framework for image management / J. Bach, C. Fuller, A. Gupta et. all. // In Proceedings of the SPIE, Storage and Retrieval for Image and Video Databases IV. — San Jose, 1996. — PP. 7687.
- Bellmann, R. Adaptive Control Processes: A Guided Tour / R. Bellmann // Princeton University Press. — 1961. — 255 p.
- Bentley, J. L. Multidimensional binary search tree used for associative searching / J. L. Bentley // Communications of the ACM. 1975. — 18 (9) — pp. 509 517.
- Benitez, A. Using relevance feedback in content-based image metasearch / A. Benitez, M. Beigi, S. Chang // IEEE Internet Computing. 1998. — No. 4. — pp. 59−69.
- Beyer, K. When is nearest neighbor meaningful / K. Beyer, J. Goldstein, R. Ramakrishnan, U. Shaft // Proc. Int. Conf. Database Theory. 1999. — pp. 217−235.
- Bradsky, G. Learning OpenCV: Computer Vision with the OpenCV Library / G. Bradsky, A. Kaehler. O’Reilly Media, 2008. — 576 p.
- Berchtold, S. The X-tree: An Index Structure for High-Dimensional / S. Berchtold, D. A. Keim, H.-P. Kriegel // Data. In Proc. of the 22nd International Conference on Very Large Data Bases (VLDB). Bombay, 1996. — pp. 28−39.
- Beckmann, N. The R*-tree: An efficient and robust access method for points and rectangles / N. Beckmann, H.-P. Kriegel, R. Schneider, B. Seeger // ACM SIGMOD International Conference on Management of Data. 1990. — pp. 322−331.
- Brakatsoulas, S. Revisiting R-tree Construction Principles / S. Brakatsoulas, D. Pfoser, Y. Theodoridis // Proceedings of the 6th East European Conference on Advances in Databases and Information Systems. — 2002. — pp. 149−162.
- Baeza-Yates, R. Modern Information Retrieval / R. Baeza-Yates, B. Ribeiro-Neto. — New York: Addison Wesley, 1999. — pp. 534.
- Carreira-Perpinan, M. A. A review of dimension reduction techniques / M. A. Carreira-Perpinan // Technical Report CS—96—09, Dept. of Computer Science, University of Sheffield. 1997. — 69 P.
- Carson, C. Storage and retrieval of feature data for a very large online image collection / C. Carson, V. E. Ogle // IEEE Computer Society Bulletin of the Technical Committee on Data Engineering. — 1996. — PP. 19—27.
- Chalasani, S. Graph Based Image Segmentation / S. Chalasani // Department of Electrical & Computer Engineering Clemson University. — June 2004. — pp. 1−5.
- Chung, K. Efficient algorithms for coding Hilbert curve of arbitrary-sized image and application to window query / K. Chung, Y. Huang, Y. Liu // Information Sciences. 2007. — vol. 177. — pp. 2130−2151.
- Devroye, L. On the variance of the height of random binary search trees / L. Devroye, B. Reed // SIAM Journal on Computing. 1995. — pp. 1157−1162.
- Donoho, D. L. High-Dimensional Data Analysis: The Curses and Blessings of Dimensionality / D. L. Donoho // American Mathematical Society «Math Challenges of the 21st Century». 2008. — 33 p.
- Durranta, R. J. When is 'nearest neighbour' meaningful: A converse theorem and implications / R. J. Durranta, A. Kaban // Complexity. — 2009. — No 25(4). — pp. 385−397.
- Enser, P. Query Analysis in a Visual Information Retrieval Context / P. Enser // Journal of Document and Text Management. — 1993. — No 1. — pp. 25−52.
- Flickner, M. Query by image and video content: the QBIC system / M. Flickner, H. Sawhney, W. Niblack et al. // IEEE Computer. 1995. — No 9 — pp. 2332.
- Fodor, I. A survey of dimension reduction techniques / I. Fodor // Technical report UCRL-ID-148 494. 2002. — 18 P.
- Fonzo, V. Hidden Markov Models in Bioinformatics / V. Fonzo, F. Aluffi-Pentini, V. Parisi // Current Bioinformatics. — January 2007. — Vol. 2. — pp. 49−61.
- Guttman, A. R-trees: A dynamic index structure for spatial searching / A. Guttman // ACM SIGMOD International Conference on Management of Data. 1984. -pp. 47−54.
- Gaede, V. Multidimensional Access Methods / V. Gaede, O. Gunther // ACM Computing Surveys. 1998. — Vol. 30, № 2. — pp. 170−231.
- Glotin, H. Fast image auto-annotation with visual vector approximation clusters / H. Glotin, S. Tollari // Proc. of Fourth International Workshop on Content
- Based Multimedia Indexing. 2005. — 8 p.
- Huffman, D. A. Approximation polyhedral with spheres for time-critical collision detection / D. A. Huffman // ACM transactions on Graphics. 1996. — 15 (3). -pp. 179−210.
- Han, J. Rotation-invariant and scale-invariant Gabor features for texture image retrieval / J. Han, Ma. Kai-Kuang // Image and Vision Computing. — 2007. Vol.25, Issue 9-pp. 1474−1481.
- Henrich, A. The LSD tree: Spatial access to. multidimensional point and nonpoint objects / A. Henrich, H.-W. Six, P. Widmayer // Fifteenth International Conference on Very Large Data Bases. 1989. — pp. 45−53.
- Jagadish, S.H. Spatial search with polyhedral / S. H. Jagadish // In Proc. of the 6th IEEE International Conference on Very Large Databases (VLDB). — 1990. pp. 311−319.
- Jain, A. K. Shape-Based Retrieval: A Case Study with Trademark Image Databases / A. K. Jain, A. Vailaya // Pattern Recognition. 1998. — Vol. 31, No. 9. -pp. 1369−1390.
- Karam, O. Exploring the Semantic Gap in Content-Based Image Retrieval: with application to Lung CT / O. Karam, A. Hamad, M. Attia // GVIP 05 Conference.-2005.-pp. 422−427.
- Kato, T. Database Architecture for Content-Based Image Retrieval / T. Kato // Proceeding of Society of the Photo-Optical Instrumentation Engineers: Image Storage and Retrieval. San Jose, California, USA, 1992.
- Kanungo, T. An efficient k-means clustering algorithm: Analysis andimplementation / T. Kanungo, D. M. Mount, N. S. Netanyahu, C. D. Piatko, R. Silverman, A. Y. Wu // IEEE Trans. Pattern Analysis and Machine Intelligence. — 2002. -pp. 881−892.
- Katayama, N. The sr-tree: an index structure for highdimensional nearest neighbor queries / N. Katayama, S. Satoh // ACM SIGMOD international conference on Management of data. — 1997. — pp. 369−380.
- Lee, D. J. Similarity measurement using polygon curve representation and Fourier descriptors for shape-based vertebral image retrieval / D. J. Lee, S. Antani, L. R. Long // Proc. of SPIE. 2003. — Vol. 5032. — pp. 1283−1291.
- Lin, K. I. The tv-tree: an index structure for highdimensional data / K. I. Lin, H. V. Jagadish, C. Faloutsos // The VLDB Journal. 1994. — No 3(4). — pp. 517−542.
- Liu, Y. A survey of content-based image retrieval with high-level semantics / Y. Liu, D. Zhang, G. Lu, W. Ma // Pattern Recognition. 2007. — Vol. 40. — pp. 262 282.
- Mackowiak, S. Practical Realization of the Content-Based Image Retrieval j System Using Sketch and Example / S. Mackowiak, T. Jaminski // Content-Based Multimedia Indexing. 2007. — No 7. — pp. 307−314.
- Marfil, R. Pyramid segmentation algorithms revisited / R. Marfil, L. Molina-Tanco, A. Bandera, J. A. Rodraguez, F. Sandoval // Pattern Recognition. — August 2006. Vol. 39, Iss. 8. — pp. 1430−1451.
- Marr, D. Early processing of visual information / D. Marr // Proceedings of the Royal Society of London. 1976.
- Manolopoulos, Y. R-Trees: Theory and Applications / Y. Manolopoulos, A. Nanopoulos, A. N. Papadopoulos, Y. Theodoridis // Springer. — Verlag New York, Inc, 2005. 194 p.
- Michael, O. Relevance feedback techniques in the MARS image retrieval systems / O. Michael, S. Mehrotra // Multimedia Systems. 2004. — PP. 535−547.
- Niblack, C. W. QBIC project: querying images by content, using color, texture, and shape / C. W. Niblack, R. Barber, W. Equitz et al. // Proc. SPIE, Storage and Retrieval for Image and Video Databases. 1993. — Vol. 1908. — pp. 173−187.
- Osadebey, M. E. Integrated content-based image retrieval using texture, shape and spatial information / M. E. Osadebey // Master Thesis Report in Media Signal Processing. — Sweden, 2006. — 173 p.
- Orenstein, J. A class of data structures for associative searching / J. Orenstein, T. H. Merrett // In Proc. 3rd ACM SIGACT-SIGMOD Symp. on Principles of Database Systems. 1984. — pp. 181−190.
- Piamsa-nga, P. In-picture search algorithm for content-based image retrieval / P. Piamsa-nga, N.A. Alexandridis, S. Srakaew et. all // Image Processing. — 1999. — Vol. 1-pp. 129−133.
- Popescu, D. Texture Classification and Defect Detection by Statistical Features / D. Popescu, R. Dobrescu, M. Nicolae // NAUN International Journal Of Circuits, Systems And Signal Processing. 2007. — Vol. 1 — pp. 79−84.
- Popescu, D. Carriage Road Pursuit Based On Statistical And Fractal Analysis Of The Texture / D. Popescu, R. Dobrescu // NAUN International Journal of Education and Information Technologies. — 2008. Vol. 2 — pp. 62−70.
- Rabiner, L. R. A tutorial on hidden markov models and selected applications in speech recognition / L. R. Rabiner // Morgan Kaufmann Publishers Inc. — San Francisco, CA, USA, 1990. pp. 267−296.
- Rui, Y. Image Retrieval: Current Techniques, Promising Directions, and Open Issues / Y. Rui, T. S. Huang, S. F. Chang // Journal of Visual Communication and Image Representation. 1999. — Vol. 10, Issue 1. — pp. 39−62.
- Ross, K.A. Cost-based Unbalanced R-Trees / K. A. Ross, I. Sitzmann, P.J. Stuckey // Proceedings of the 13th International Conference on Scientific and Statistical Database Management. 2001. — pp. 203−212.
- Rubner, Y. The Earth Mover’s Distance as a Metric for Image Retrieval / Y. Rubner, C. Tomasi, L. J. Guibas // International Journal of Computer Vision. — 2000. -Vol. 40, Issue 2. pp. 99−121.
- Rui, Y. Content-based image retrieval with relevance feedback in MARS / Y. Rui, T. S. Huang, S. Mehrotra // Image Processing. 1997. — Vol. 2. — PP. 815−818.
- Samet, H. Foundations of Multidimensional and Metric Data Structures / H.
- Samet 11 Imprint: Morgan Kaufmann. — 2006. — 1024 p.
- Samet, H. The design and analysis of spatial data structures / H. Samet // Reading. MA: Addison-Wesley, 1989. — 510 p. '
- Sebastian, T. B. Metric-based shape retrieval in large databases / T. B. Sebastian, B. B. Kimia // In Proc. of the 16th International Conference on Pattern Recognition. 2002. — pp. 291−296.
- Smith, J. R. Querying by color regions using the VisualSEEk content-based visual query system / J. R. Smith, S.-F. Chang // In M. T. Maybury, editor, Intelligent Multimedia Information Retrieval. — AAAI Press, 1997.
- Smith, J. R. Integrated Spatial and Feature Image Systems: Retrieval, Compression and Analysis / J. R. Smith // PhD thesis, Graduate School of Arts and Sciences, Columbia University, 1997.
- Strieker, M. A. Similarity of color images / M. A. Strieker, M. Orengo // Proc. SPIE, Storage and Retrieval for Image and Video Databases III. — 1995. Vol. 2420.-pp. 381−392.
- Sharma, G. The CIEDE2000 Color-Difference Formula: Implementation Notes, Supplementary Test Data, and Mathematical Observations / G. Sharma, W. Wu, E. Dalai // Color Research and Application. February 2004. — Vol. 30. No. 1. — 24 p.
- Takei, R. A New Grey-Scale Template Image Matching Algorithm Using the Cross-Sectional Histogram Correlation Method / R. A. Takei // Dynax Corporation. -2003.-pp. 1−12.
- Vassilieva, N. Content Based Image Retrieval / N. Vassilieva // Russian Summer School in Information Retrieval. 2008.
- Veltkamp, R. C. Content-Based Image Retrieval Systems: A Survey / R. C. Veltkamp, M. Tanase // Technical Report UU-CS-2000−34. 2002. — 62 p.
- Wang, B.-H. An Efficient Search Algorithm for High-Dimensional Indexing Using Cell Based MBR / B.-H. Wang, B.-W. Lee // Springer Berlin, Heidelberg. -2006. pp. 946−954.
- Wang, L. Automatic image annotation and retrieval using weighted feature selection / L. Wang, L. Khan // Multimedia Tools Appl. 2006. — PP. 55−71.
- White, D. A. Similarity indexing with the ss-tree / D. A. White, R. Jain // Twelfth International Conference on Data Engineering. — 1996. — pp. 516−523.
- Международная конференция по компьютерной графике, машинному зрению, обработке изображений и видео (GraphiCon). Электронный ресурс. Режим доступа: http://www.graphicon.ru/.
- Российская летняя школа по информационному поиску. Электронный ресурс. Режим доступа: http://romip.ru/russir2010/.
- Российский семинар по Оценке Методов Информационного Поиска. Электронный ресурс. Режим доступа: http://romip.ru/.
- Электронные библиотеки: Перспективные Методы и Технологии, Электронные коллекции. Электронный ресурс. Режим доступа: http://rcdl.ru/.
- The Berkeley Segmentation Dataset and Benchmark. Электронный ресурс. Режим доступа: http://www.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/segbench/.