Методы и алгоритмы обработки изображений для автоматизированного контроля геометрических параметров объектов с неоднородной структурой поверхности
Диссертация
Во второй главе рассмотрены вопросы разработки технологии построения инструментальных средств для формирования и обучения нейронных сетей на основе адаптивных генетических алгоритмов обработки изображений в зависимости от условий в поле контроля. При генетическом подходе процесс настройки нейронной сети рассматривается как адаптивный процесс, связанный с максимизацией эффективности… Читать ещё >
Список литературы
- Александров В. В. Горский Н.Д. Представление и обработка изображений: рекурсивный подход. -JI-д.: Наука, 1985. -190 с.
- Анисимов Б.В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. -М.: Высшая школа, 1983. -296 с.
- Бакут П.А., Колмогоров Г. С., Варновицкий И. Э. Сегментация изображений: методы пороговой обработки // Зарубежная радиоэлектроника, 1987. -№ 10.
- Бакут П.А., Колмогоров Г. С. Сегментация изображений: методы выделения границ областей// Зарубежная радиоэлектроника, 1987.-№ 10.
- Батищев Д. И. Генетические алгоритмы решения экстремальных задач // Под ред. Львовича Я. Е.: Учеб. пособие. Воронеж, 1995.
- Вороновский Г. К. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. ХЮСНОВА, 1997.
- Горбань А.Н., Дунин-Барковский В.Л., Кирдин А. Н. и др. Нейроинформатика // Новосибирск: Наука. Сибирское предприятие РАН, 1998.-296с.
- Дуда Р., Харт П. Распознавание образов и анализ сцен. -М.: Мир, 1976. -511 с.
- Добеши И. Десять лекций по вейвлетам.- М: РХД, 2001.
- Ю.Егорова С. Д., Колесник В. А. Оптико-электронное цифровое преобразование изображений. -М.:Радио и связь, 1991.
- П.Ким Н. В. Обработка и анализ изображений в системах технического зрения. -М. 2001.
- Кислый В.В. Контроль качества продукции лесопиления и деревообработки. Учебник для сред, проф-техн. уч.//- М.:В.ш., 1985 г.-183с.
- Кульбак С. Теория информации и статистика. -М.:Наука, 1967.
- Меркишин Г. В. Многооконные оптико-электронные датчики линейных размеров. -М.:Радио и связь, 1986
- Потапов A.A., Галкина Т. В., Орлова Т. К., Хлявич Я. А. Метод выделения контуров протяженных детерминированных объектов в стохастических полях // Радиотехника и электроника АН СССР, 1991. -№ 11.
- Прэтт У. Цифровая обработка изображений, в двух книгах. -М:Мир, 1982. -790 с.
- Терехов С.А. Вейвлеты и нейронные сети. Лекция для школы-семинара «Современные проблемы нейроинформатики». М: МИФИ, 2001 г.
- Уоссермен. Нейрокомпьютерная техника.// Теория и практика, пер. с английского.- М: Мир, 1992
- Фукунага К. Структурные методы в распознавании образов. -М.:Наука, 1977.-319 с.
- Фукунага К. Введение в статистическую теорию распознавания образов. -МгНаука, 1979. -368 с.
- Фурман Я.А., Юрьев А. Н., Яншин В. В. Цифровые методы обработки и распознавания бинарных изображений. -Изд-во Красноярского университета, Красноярск, 1992. 246 с.
- Чен Ш. К. Принципы проектирования систем визуальной информации. -М.:Мир, 1993.
- Шварцман Г. М. Производство древесно-стружечных плит.- Изд. «Лесная промышленность» 1977 г.-312с.
- Яншин В.В. Анализ и обработка изображений: принципы и алгоритмы. -М. Машиностроение, 1994. -112с.
- J.L. Starck, E.J. Candes and D.L. Donoho «The curvelet transform for image denoising» IEEE Trans. Image Proc., 2000, submitted.
- Candes E. (1998) Ridgelets: Theory and Applications. Ph.D. Thesis, Department of Statistics, Stanford University.
- D.L. Donoho and M.R. Duncan «Digital curvelet transform: strategy, implementation and experiments» in Proc. Aerosense 2000, Wavelet Applications VII. SPIE, 2000, vol. 4056, pp. 12−29.
- D.Whitley and K. Mathias. Genetic Operators, the Fitness Landscape and the Traveling Salesman Problem. Parallel Problem Solving from Nature-PPSN 2. R. Mainner and В Manderick, eds., pp. 219−228. North HollandElsevier, 1992.
- S.Mallat. A Theory of Multiresolution Signal Decomposition: The Wavelet Representation, IEEE Trans. Pattern Analysis and machine Intelligence, vol.11, 1989, pp.429−457.
- A.B. Петешов, Л. Л. Малыгин, В. А Модели нейронных сетей и области их применения// XIV межвузовская научно-техническая конференция. Тезисы докладов и сообщений. Часть III. Череповец, ЧВИИРЭ, 2001. С 97−98.
- А.В. Петешов, А. Н. Ульянов, Е. И. Балунин. О некоторых особенностях использования оптоэлектронных систем контроля размеров проката// Образование и наука в Череповце. Материалы научно-практической конференции. Череповец, 2001. С. 91
- Божич В. И. Горбатюк Н.В., Шницер Ю. Л. Нейро-нечеткая система интегральной оценки знаний студента. В кн.: Искусственныйинтеллект-2000//Тезисы докладов международнойконференции.Таганрог. Изд-во ТРТУ, 2000, с 163−164
- Курейчик В.М. Генетические алгоритмы. Таганрог. Изд.-во ТРТУ, 1998,242 с.
- Вороновский Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: ОСНОВА, 1997. — 112 с.
- А.В. Петешов, С. Н. Ерёмин, В. А. Шабалов. Обработка бинарного изображения с целью повышения точности определения границ объекта// Материалы межвузовской научно-методической конференции. Череповец, СПбГТУ, 2002. С. 39−42.
- Edelman. G. Neural Darwinism. New York: Basic Books, 1988.
- Браверман Э.М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983 — 464 С.
- Frakes W.B., Baeza-Yates R. Information Retrieval: Data Structures and Algorithms. — EngleWood Cliffs, N.J.: Prentice Hall, 1992.
- К.Асаи, Д. Ватада, С. Иваи и др. Прикладные нечеткие системы /Пер. с япон.- Под. Ред. Т. Тэрано, К. Асаи, М.Сугэно. — М.:Мир, 1993.—368 е.: ил.
- Jang J.-S., Sun С.-Т. Neuro-Fuzzy Modelling and Control // In Proc. of the IEEE. — 1995. V. 83.1 3. P. 378−406.
- Mamdani E.H., Assilian S. An Experiment in Linguistic Synthesis With a Fuzzy Logic Controller // Int. J. Man-Machine Studies. — 1975. V. 7. 1 1. P. 11−13.
- Varsek A., Urbancic Т., Filipic B. Genetic Algorithms in Controller Design and Tuning // IEEE Trans, on SMC. — 1993. V. 23.5.
- Zadeh L.A. Fuzzy Sets // Information and Control. — 1965. V. 8. P. 338−353.
- Holland J. H. Adaptation in Natural and Artificial Systems: An Introductionary Analysis with Application to Biology, Control and Artificial Intelligence. University of Michigan, 1975. — 211 p.
- Чернухин Ю.В. Искусственный интеллект и нейрокомпьютеры. — Таганрог: изд-во ТРТУ, 1997.— 273 с.
- Вассерман Ф. Нейрокомпьютерная техника. — М.: Мир, 1992.
- Горбань А.Н. Обучение нейронных сетей. — М.: СП Параграф, 1990.
- А.В. Петешов, В. А. Шабалов. Построение алгоритмов обработки растровых изображений с использованием генетического подхода// Материалы IV межвузовской конференции молодых ученых. Череповец, ЧТУ, 2003. С. 198−199.
- Brown С.Т. An Introduction to avida, an Auto-Adaptive Genetic System: SURF technical report. — Caltech, 1993.
- A.B. Петешов. Методика и алгоритмы обработки информации в оптико-электронных системах контроля геометрических параметров объектов с неоднородной структурой поверхности// Материалы научно-исследовательской работы. Череповец, ЧГУ, 2004.
- Fogel D. В. An Introduction to Simulated Evolutionary Optimization // IEEE Transactions on Neural Networks. — 1994. V. 5.1 1.
- Goldberg D. E. Genetic Algorithms in Search, Optimization and Machine Learning. Addison Wesley, 1989.
- Koza J.R. Genetic Programming: On the Programming of Computers by Means of Natural Selection. — Cambridge (Mass.): MIT Press, 1992.
- Starkweather Т., Whitley D., Mathias K. Optimization using Distributed Genetic Algorithms // Parallel Problem Solving from Nature/ H.-P Schwefel., R. Manner — Berlin: Springer-Verlag Berlin, 1990. — P. 176 185.
- Muhlenbein H., Schomisch M. Born J. The Parallel Genetic Algorithm as Function Optimizer//Parallel Computing. — 1991. V. 17. P. 498−516.
- Soft Computing: Fuzzy Logic Neural Networks, and Distributed Artificial Intelligence /Eds. F. Aminzadeh, M. Jamshildi. — Englewood Cliffs: PTR Prentice Hall, 1994 —301 p.
- Курейчик B.M. Методы генетического поиска: Учебное пособие, часть 1. — Таганрог: ТРТУ, 1988. — 118 с.
- А.В. Петешов, В. А. Шабалов. Эволюционный подход к построению адаптивного алгоритма обработки растровых изображений// Материалы XVI межвузовской военно-научной конференции. Тезисы докладов и сообщений. Часть 2. Череповец, ЧВИИРЭ, 2005. С. 43−48
- Агафонов Ю.М., Петешов А. В. Выбор принципов модификации генетических операторов// Изв. Тульского ГУ, серия «Проблемы проектирования и производства систем и комплексов «.-Тула.-2006.-С.129−134.
- Karr C.L., Stanley D.A. Fuzzy Logic and Genetic Algorithms in lime-Varying Control Problems//In Proc. of the NAPFIS-91. — 1991.— P. 285−290.
- Ackley D.H., Hinton G.E., Sejnowski T.J. A Learning Algorithm for Boltzmann Machines. Cognitive Science, 9,1985, pp. 147−169.
- Cottrell G.W., Munro P. and Zipser D. Learning Internal Representation from Gray-Scale Images: An Example of Extensional Programming. In Proc. 9 th Annual Conference of the С ognitive S cience S ociety, 1 987, pp. 461−473.
- Dennis J., Schnabel R. Numerical Methods for Unconstrained Optimization and Nonlinear Equations. Englewood Cliffs, NJ: Prentice-Hall, 1983.
- Gilev S.E., Gorban A.N., Mirkes E.M. Several methods for acceleration the training process of neural networks in pattern recognition. USSR Academy of Sciences, Siberian Branch, Institute of Biophysics, Krasnoyarsk, 1990. Preprint N 146Б.
- Guyon I., Poujaud I., Personnaz L., Dreyfus G., Denker J. and Le Cun Y. Comparing different neural network architectures for classifying handwritten digits. In Proc. IEEE Int. Joint Conf. Neural Networks, June 1989.
- Muller В., Reinhardt J. Neural networks. Springer- -Verlag. 1990. 267 p.
- Neural Computing: NeuralWorks Professional II/Plus and NeuralWorks Explorer. NeuralWare, Inc., 1991. 355 p.
- Hecht-Nielsen R. Theory of the backpropagation neural network // International joint conference on neural networks, Sheraton Washington Hotel, Washington D.C., June 18−22, vol. 1,1989, p. 593−606.
- Мелихов A.H., Карелин В. П. Методы распознавания изоморфизма и изоморфного вложения четких и нечетких графов. Учебное пособие. -Таганрог: изд-во ТРТУ, 1995 112 с.
- Нильсон Н. Принципы искусственного интеллекта / Пер. с анг.— М.:Радио и связь, 1985. — 376 е.: ил.
- Лорьер Ж.-Л.Системы искусственного интеллекта / Пер. с франц. — М.:Мир, 1991.—568 е.: ил.
- Хант Э. Искусственный интеллект / Пер. с англ. — М.: Мир, 1978. — 558 с.
- Виннер Н. Кибернетика, или управление и связь в животном и машине. — 2-е. изд. — М.: Наука, 1983. — 338 с.
- Поспелов Д.А. Вероятностные автоматы. — М.: Энергия, 1970. — 88с. :ил.
- Edelman. G. Neural Darwinism New York: Basic Books, 1988.
- Purves. D. В ody and В rain. С ambridge. Mass.: H arvard U niversity P ress, 1988.
- Montana. D. J. and L. Davis Training feedforward neural networks using genetic algorithms. Proceedings of the Eleventh International Joint Conference on Artificial Intelligence, 1989. pp. 762−767.
- Whitley. D. Applying genetic- algorithms to neural net learning. Tech Report number CS-88−128. Department of Computer Science. Colorado State University, 1988.
- HollandJ. The dynamics of searches d irected by Genetic Algorithms. In: Lee Y.S. (ed.) Evolution, Learning and Cognition. Word Scientific, Singapore, 1988.
- Handbook of Genetic Algorithms, Edited by Lawrence Davis, Van Nostrand ReinhoLd, New York, 1991.412 p.
- Wynne Jones M. Node splitting: A constructive algorithm for feed -forward neural networks. // Neural Computing and Applications, Vol. 1, № 1,1993 -p. 17−22.
- Harp Steven A., Samad Tariq. Genetic Synthesis of Neural Network Architecture. // Handbook of Genetic Algorithms. Edited Lawrence Davis. -Van Nostrand Reinhold. New York, 1991. pp. 202 — 221.
- Miller G., Todd P. and Hegde S. Designing neural networks using genetic algorithms. In J. D. Schaffer (ed.). Proceedings of Third International Conference on Genetic Algorithms. Morgan Kaufmann, 1989.
- Schaffer. J. D., Caruana R. and Edelman L. Using genetic search to exploit the emergent behavior of neural networks. Phillips Laboratories. 345 Scarborough Rd. Briar Cliff Manor. NY 10 510,1989 (unpublished).
- Нечаев Ю.И., Дегтярев А. Б., Сиек Ю. Л. Принятие решений в интеллектуальных системах реального времени с использованием концепции мягких вычислений. Искусственный интеллект № 3, 2000, НАН Украины, ИЛИИ, с. 525−533.
- Аверкин А.Н. Мягкие вычисления основы новых информационных технологий // V Национальная конференция по искусственному интеллекту: Сб. тр. Казань, 1996. — Т.2. — с. 237−239.
- Werbos. P. J. Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences. Ph. D. thesis. Department of Applied Mathematics. Harvard University. Cambridge. Mass, 1974.
- Goldberg D.E., Korb В., Kalyanmoy D. Messy Genetic Algorithms. // Complex Systems, № 3,1989.
- Осыка A.B. Экспериментальное исследование зависимости скорости сходимости генетического алгоритма от его параметров. // Известия Академии Наук. Теория и системы управления, № 5, 1997.
- Поспелов Д.А. Ситуационное управление: теория и практика. М.: Гл. ред. Физ.-мат. Лит., 1986 — 288 с.
- Браверман Э.М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983 — 464 С.
- А.В. Петешов, Д. В. Кретов Контроль качества материалов и изделий радиоволновыми методами // Сб. научных трудов -ТАИИ.-Тула.-2006.-С.209
- Кибалюк В.В., Петешов А. В., Литвин В. В. Структура программно-методического комплекса автоматизированной системы перспективного образца // Межвузовский сборник статей НТО РЭС им. Попова. Тула: ТулГУ, 2006 г.-С. 64−69.