Аннотация: В статье описаны технические, алгоритмические и программные компоненты системы машинной живописи, предназначенной для автоматизации процессов создания, воспроизведения и реставрации художественных изображений, имитируя способ смешения красок на палитре и их нанесения кистью. Система состоит из робота-манипулятора, обеспечивающего наложение краски на основу, и автоматической палитры – специального устройства для смешения красок и подачи смеси нужного цвета на рабочий инструмент робота, работающих под управлением специального программного обеспечения. Используемые в системе алгоритмы обработки изображений принадлежат к области искусственного интеллекта. Элементы математического и программного обеспечения системы машинной живописи испытывались на наборе тестовых изображений. С целью отработки основных элементов механической части системы был построен экспериментальный стенд. В ходе работы были созданы новые алгоритмы обработки изображений, специализированное программное и аппаратное обеспечение. Впервые был разработан программно-аппаратный комплекс для смешения красок в объеме одного мазка (автоматическая палитра), позволяющий реализовать полноцветную живопись в полностью автоматическом режиме. Система машинной живописи может найти широкое применение в различных отраслях изобразительного искусства, дизайна, реставрации, при создании картин, росписей, при декоративном оформлении технических объектов, предметов быта, для долговечной светостойкой полиграфии и проч. В перспективе предполагается создание системы для крупноформатных изображений и введение обратной связи по изображению.

Ключевые слова: машинная живопись, робот-художник, полиграфия, робототехника, цветосмешение, кибернетическое искусство, колеровка, нефотореалистичный рендеринг, размещение мазков, искусственный интеллект

Библиография:
Colton S. The painting fool in new dimensions //Proceedings of the 2nd International Conference on Computational Creativity. – 2011. – Т. 112.
Benjamin Grosser official page. URL: http://bengrosser.com (дата обращения: 1.11.2016).
Lindemeier T., Pirk S., Deussen O. Image stylization with a painting machine using semantic hints //Computers & Graphics. – 2013. – Т. 37. – №. 5. – С. 293-301.
Hertzmann A. Painterly rendering with curved brush strokes of multiple sizes //Proceedings of the 25th annual conference on Computer graphics and interactive techniques. – ACM, 1998. – С. 453-460.
Cohen H. How to make a drawing //talk given to the Science Colloquium, National Bureau of Standards, Washington DC. – 1982. – Т. 17.
Deussen O., Lindemeier T., Pirk S. Feedback-guided stroke placement for a painting machine //Proceedings of the Eighth Annual Symposium on Computational Aesthetics in Graphics, Visualization, and Imaging. – Eurographics Association, 2012. – С. 25-33.
Riskin J. Eighteenth-century wetware //Representations. – 2003. – Т. 83. – №. 1. – С. 97-125.
Art and Automation. The Salt Lake Tribune, August 23, 1960.
Беньямин В. Краткая история фотографии. М., Directmedia, 2014.
Smith A. M. Reflections on the Hockney-Falco thesis: Optical theory and artistic practice in the fifteenth and sixteenth centuries //Early Science and Medicine. – 2005. – Т. 10. – №. 2. – С. 163-186.
Виннер А. В., Грабарь И. Э. Материалы масляной живописи. – М., Рипол Классик, 2014.
Gever E. The Interrelationship and Convergence of Technology and Art //IEEE Potentials. – 2015. – Т. 34. – №. 6. – С. 8-12.
Borawski M. Non-photorealistic rendering with the use of short segments of straight lines in a vector space of increments //Control and Cybernetics. – 2014. – Т. 43.

References (transliteration):
Colton S. The painting fool in new dimensions //Proceedings of the 2nd International Conference on Computational Creativity. – 2011. – T. 112.
Benjamin Grosser official page. URL: http://bengrosser.com (data obrashcheniya: 1.11.2016).
Lindemeier T., Pirk S., Deussen O. Image stylization with a painting machine using semantic hints //Computers & Graphics. – 2013. – T. 37. – №. 5. – S. 293-301.
Hertzmann A. Painterly rendering with curved brush strokes of multiple sizes //Proceedings of the 25th annual conference on Computer graphics and interactive techniques. – ACM, 1998. – S. 453-460.
Cohen H. How to make a drawing //talk given to the Science Colloquium, National Bureau of Standards, Washington DC. – 1982. – T. 17.
Deussen O., Lindemeier T., Pirk S. Feedback-guided stroke placement for a painting machine //Proceedings of the Eighth Annual Symposium on Computational Aesthetics in Graphics, Visualization, and Imaging. – Eurographics Association, 2012. – S. 25-33.
Riskin J. Eighteenth-century wetware //Representations. – 2003. – T. 83. – №. 1. – S. 97-125.
Art and Automation. The Salt Lake Tribune, August 23, 1960.
Ben'yamin V. Kratkaya istoriya fotografii. M., Directmedia, 2014.
Smith A. M. Reflections on the Hockney-Falco thesis: Optical theory and artistic practice in the fifteenth and sixteenth centuries //Early Science and Medicine. – 2005. – T. 10. – №. 2. – S. 163-186.
Vinner A. V., Grabar' I. E. Materialy maslyanoy zhivopisi. – M., Ripol Klassik, 2014.
Gever E. The Interrelationship and Convergence of Technology and Art //IEEE Potentials. – 2015. – T. 34. – №. 6. – S. 8-12.
Borawski M. Non-photorealistic rendering with the use of short segments of straight lines in a vector space of increments //Control and Cybernetics. – 2014. – T. 43.

Аннотация: Групповые точечные объекты (ГТО) представляют собой класс изображений, отличающийся несвязностью и вырожденностью своих элементов. Для обнаружения, пространственного разрешения (сегментации, локализации), распознавания и оценки параметров таких объектов в наблюдаемых сценах выполняется связывание элементов ГТО ассоциированным сплошным образом (АСО). Базовой процедурой формирования ассоциированного образа служит расфокусировка точечной сцены. Для достижения высокой эффективности решения указанных задач по данным зашумленных изображений необходимо обеспечить согласование параметров моделей АСО со свойствами ГТО и параметрами алгоритмов принятия решений. Решение данной задачи достигается методами функционального анализа для поиска экстремумов, теории обработки непрерывных и цифровых изображений для синтеза алгоритмов, дискретной и вычислительной математики для конкретизации численного метода формирования АСО. Для колоколообразной и прямоугольной импульсных характеристик дефокусирующего фильтра получены правила выбора уровня ограничивающего АСО контура с максимальной устойчивостью к ошибкам квантования яркости изображения. Конкретизирована методика согласования параметров модели АСО с плотностью элементов ГТО. Для наглядности и упрощения интерфейса оператора работа с моделями АСО выделен параметр – «радиус» импульсной характеристики фильтра. Получены аналитические связи «радиуса» с порогом локализации пространственно-компактных ГТО. Синтезирован численный метод базовой процедуры формирования АСО, отличающийся на один – два порядка большей производительностью по сравнению с подходом на основе быстрого преобразования Фурье для пространственно-компактных ГТО. Метод базируется на фильтрующих свойствах дельтовидного распределения яркости элементов ГТО и ограничения размеров окна низкочастотного фильтра с учетом числа уровней квантования его импульсной характеристики. Регулярность данной операции для ненулевых отметок наблюдаемой точечной сцены теоретически удобна для распараллеливания вычислений.

Ключевые слова: групповой точечный объект, ассоциированный сплошной образ, точечные поля, распознавание изображений, анализ точечных сцен, пространственная локализация, оптимизация модели, пространственная компактность, быстрые алгоритмы фильтрации, численные методы

Библиография:
Точечные поля и групповые объекты / Я. А Фурман, А. А Роженцов, Р. Г. Хафизов, Д. Г. Хафизов, А. В. Кревецкий, Р. В. Ерусланов; под общ. ред. Я. А. Фурмана. – М: ФИЗМАТЛИТ, 2014. – 440 с.
Верба В.С. Обнаружение наземных объектов. Радиолокационные системы обнаружения и наведения воздушного базирования. – М.: Радиотехника, 2007. – 360 с.
Анисимов В.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. – М.: Высш. шк., 1983. – 295 с.
Цифровая обработка видеоизображений / А.А. Лукъяница, А.Г.Шишкин. – М.: «Ай-Эс-Эс Пресс», 2009. – 518 с.
Мандель И. Д. Кластерный анализ. – М.: Финансы и статистика, 1988. – 176 с.
Введение в контурный анализ; приложения к обработке изображений и сигналов / Я.А. Фурман, А.В. Кревецкий, А.К. Передреев, и др.; под ред. Я.А. Фурмана. – 2-е изд. – М.: ФИЗМАТЛИТ, 2003. – 592 с.
Комплекснозначные и гиперкомплексные системы в задачах обработки многомерных сигналов / Я.А. Фурман, А.В. Кревецкий, А.А. Роженцов, и др.; под ред. Я.А. Фурмана. – М.: ФИЗМАТЛИТ, 2004. – 456 с.
Кревецкий А.В. Инвариантные к форме обнаружение и пространственная локализация групп точечных объектов в трехмерном пространстве // Вестник МарГТУ. Радио-технические и инфокоммуникационные системы. – Йошкар-Ола: Изд-во МарГТУ, 2011.– №1. – С. 47-53.
Кревецкий А.В., Чесноков С.Е. Кодирование и распознавание изображений множеств точечных объектов на основе моделей физических полей// Автометрия, 2002. – №3. – С. 80–89.
Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов: Пер. с англ.—М.: Мир, 1989. – 448 с.
Чесноков С.Е., Кревецкий А.В., Уржумов Д.В., Ипатов Ю.А. Архитектура систем комплексного дешифрирования изображений аэрокосмических изображений подстилающей поверхности земли в реальном масштабе времени // Вестник МарГТУ. Радиотехнические и инфокоммуникационные системы. – Йошкар-Ола: Изд-во МарГТУ, 2012. – №1. – С. 47-59.

References (transliteration):
Tochechnye polya i gruppovye ob'ekty / Ya. A Furman, A. A Rozhentsov, R. G. Khafizov, D. G. Khafizov, A. V. Krevetskiy, R. V. Eruslanov; pod obshch. red. Ya. A. Furmana. – M: FIZMATLIT, 2014. – 440 s.
Verba V.S. Obnaruzhenie nazemnykh ob'ektov. Radiolokatsionnye sistemy obnaruzheniya i navedeniya vozdushnogo bazirovaniya. – M.: Radiotekhnika, 2007. – 360 s.
Anisimov V.V., Kurganov V.D., Zlobin V.K. Raspoznavanie i tsifrovaya obrabotka izobrazheniy. – M.: Vyssh. shk., 1983. – 295 s.
Tsifrovaya obrabotka videoizobrazheniy / A.A. Luk'yanitsa, A.G.Shishkin. – M.: «Ay-Es-Es Press», 2009. – 518 s.
Mandel' I. D. Klasternyy analiz. – M.: Finansy i statistika, 1988. – 176 s.
Vvedenie v konturnyy analiz; prilozheniya k obrabotke izobrazheniy i signalov / Ya.A. Furman, A.V. Krevetskiy, A.K. Peredreev, i dr.; pod red. Ya.A. Furmana. – 2-e izd. – M.: FIZMATLIT, 2003. – 592 s.
Kompleksnoznachnye i giperkompleksnye sistemy v zadachakh obrabotki mnogomernykh signalov / Ya.A. Furman, A.V. Krevetskiy, A.A. Rozhentsov, i dr.; pod red. Ya.A. Furmana. – M.: FIZMATLIT, 2004. – 456 s.
Krevetskiy A.V. Invariantnye k forme obnaruzhenie i prostranstvennaya lokalizatsiya grupp tochechnykh ob'ektov v trekhmernom prostranstve // Vestnik MarGTU. Radio-tekhnicheskie i infokommunikatsionnye sistemy. – Yoshkar-Ola: Izd-vo MarGTU, 2011.– №1. – S. 47-53.
Krevetskiy A.V., Chesnokov S.E. Kodirovanie i raspoznavanie izobrazheniy mnozhestv tochechnykh ob'ektov na osnove modeley fizicheskikh poley// Avtometriya, 2002. – №3. – S. 80–89.
Bleykhut R. Bystrye algoritmy tsifrovoy obrabotki signalov: Per. s angl.—M.: Mir, 1989. – 448 s.
Chesnokov S.E., Krevetskiy A.V., Urzhumov D.V., Ipatov Yu.A. Arkhitektura sistem kompleksnogo deshifrirovaniya izobrazheniy aerokosmicheskikh izobrazheniy podstilayushchey poverkhnosti zemli v real'nom masshtabe vremeni // Vestnik MarGTU. Radiotekhnicheskie i infokommunikatsionnye sistemy. – Yoshkar-Ola: Izd-vo MarGTU, 2012. – №1. – S. 47-59.

Аннотация: Предметом данной работы является разработка алгоритма быстрого обратного дискретного преобразования размера 8х8 стандарта кодирования видео ITU-T H265 (HEVC). Рассматриваются отличия в структуре матрицы обратного преобразования от матрицы обратного дискретного косинусного преобразования, а также подходы, которые могут быть применены для факторизации упомянутой матрицы. Даётся оценка числа операций, необходимых для выполнения преобразования и проводится численный эксперимент для проверки эффективности разработанного алгоритма с точки зрения скорости его исполнения на центральном процессоре (CPU). Метод проведения работы – теоретическое исследование с последующим проведением численного эксперимента со сбором интересующей информации и анализом результатов. Для проведения численного эксперимента была написана программа на языке Си, реализующая стандартный алгоритм обратного преобразования (непосредственное перемножение матрицы преобразования и вектора коэффициентов) и предлагаемый быстрый алгоритм обратного преобразования, разработанный в теоретической части данной работы. Проведено сравнение результатов производительности. Новизна работы заключается в том, что в ней предложен ранее неизвестный алгоритм быстрого обратного преобразования 8х8 стандарта HEVC и схема факторизации матрицы преобразования. По сравнению с предшествующими работами, предложенный алгоритм требует меньшего числа арифметических операций, а значит, может быть исполнен за меньшее время. В данной статье были сделаны выводы относительно возможности реализации быстрого обратного преобразования стандарта HEVC, предложена схема факторизации матрицы указанного преобразования размера 8х8 и разработан быстрый алгоритм обратного преобразования на основе найденной схемы факторизации.

Ключевые слова: HEVC, быстрый алгоритм, факторизация матрицы, обратное дискретное преобразование, сжатие видео, кодек, сжатие с потерями, анализ алгоритма, программный кодек, аппаратный кодек

Библиография:
Ma T., Liu C., Yibo F., Zeng X. A fast 8x8 IDCT algorithm for HEVC // В кн.: IEEE ASIC (ASICON). 2013. С. 203-208.
Cooley J.W., Tukey J.W. An Algorithm for the Machine Calculation of Complex Fourier Series // Mathematics of Computation. 1965. № 90. С. 297-301.
Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. М.: Мир, 1989. 448 с.
Chen W.-H., Harrison-Smith C., Fralick S. C. A Fast Computational Algorithm for the Discrete Cosine Transform // IEEE transactions on communications. 1977. № 9. С. 1004-1009.
Winken M., Helle P., Marpe D., Schwarz H., Wiegand T. Transform coding in the HEVC test model // В кн.: IEEE International Conference on Image Processing. 2011. С. 3693–3696.
Park J.-S., Nam W.-J., Han S.-M., Lee S. 2-D Large Inverse Transform (16x16, 32x32) for HEVC (High Efficiency Video Coding) // Journal of semiconductor technology and science. 2012. № 12. С. 204-208.
Hung C.-Y., Landman P. Compact inverse discrete cosine transform circuit for MPEG video decoding // В кн.: IEEE SIPS. 1997. С. 364–373.
Budagavi M., Fuldseth A., Bjøntegaard G., Sze V., Sadafale M. Core Transform Design in the High Efficiency Video Coding (HEVC) Standard // IEEE Journal of Selected Topics in Signal Processing. 2013. № 6. С. 1029-1041.
Belghith F., Loukil H., Masmoudi N. Efficient Hardware Architecture of a Modified 2‐D Transform for the HEVC Standard // International Journal of Computer Science and Application. 2013. № 4. С. 59-69.
Budagavi M,, Sze V. Unified forward+inverse transform architecture for HEVC // В кн.: IEEE International Conference on Image Processing. 2012. С. 209-212.

References (transliteration):
Ma T., Liu C., Yibo F., Zeng X. A fast 8x8 IDCT algorithm for HEVC // V kn.: IEEE ASIC (ASICON). 2013. S. 203-208.
Cooley J.W., Tukey J.W. An Algorithm for the Machine Calculation of Complex Fourier Series // Mathematics of Computation. 1965. № 90. S. 297-301.
Bleykhut R. Bystrye algoritmy tsifrovoy obrabotki signalov. M.: Mir, 1989. 448 s.
Chen W.-H., Harrison-Smith C., Fralick S. C. A Fast Computational Algorithm for the Discrete Cosine Transform // IEEE transactions on communications. 1977. № 9. S. 1004-1009.
Winken M., Helle P., Marpe D., Schwarz H., Wiegand T. Transform coding in the HEVC test model // V kn.: IEEE International Conference on Image Processing. 2011. S. 3693–3696.
Park J.-S., Nam W.-J., Han S.-M., Lee S. 2-D Large Inverse Transform (16x16, 32x32) for HEVC (High Efficiency Video Coding) // Journal of semiconductor technology and science. 2012. № 12. S. 204-208.
Hung C.-Y., Landman P. Compact inverse discrete cosine transform circuit for MPEG video decoding // V kn.: IEEE SIPS. 1997. S. 364–373.
Budagavi M., Fuldseth A., Bjøntegaard G., Sze V., Sadafale M. Core Transform Design in the High Efficiency Video Coding (HEVC) Standard // IEEE Journal of Selected Topics in Signal Processing. 2013. № 6. S. 1029-1041.
Belghith F., Loukil H., Masmoudi N. Efficient Hardware Architecture of a Modified 2‐D Transform for the HEVC Standard // International Journal of Computer Science and Application. 2013. № 4. S. 59-69.
Budagavi M,, Sze V. Unified forward+inverse transform architecture for HEVC // V kn.: IEEE International Conference on Image Processing. 2012. S. 209-212.

Аннотация: Предметом исследования являются алгоритмы оценки информативности комбинированных изображений. Такие изображения формируются мультиспектральными системами технического зрения, в частности мультиспектральными авиационными системами улучшенного видения, позволяющими отображать внешнее пространство для пилотов вне зависимости от погодных и суточных условий, повышая эксплуатационные возможности воздушных судов. В таких системах информация от датчиков различной физической природы объединяется (комплексируется) в общее комбинированное изображение, которое должно содержать существенные информационные признаки от всех комбинируемых видеоканалов. Исследование проводилось с помощью компьютерного моделирования комплексирования изображений в двух зональной телевизионно-тепловизионной системе усиленного видения с использованием реальных изображений от видеодатчиков. Предложена новая структурно-семантическая количественная оценка информативности комбинированных изображений, основанная на мере сохранения (искажения) различительной информации от их составляющих по спектрально-энергетическим и пространственным признакам. На основании введённой оценки информативности проведено сравнение известных способов комплексирования изображений для двухзональной системы улучшенного видения. Показано, что традиционные статистические подходы к оценке информативности менее согласованы с визуальным восприятием изображений.

Ключевые слова: анализ изображений, оценка информативности, информативность изображений, визуальное восприятие, комбинированные изображения, комплексирование изображений, человеко-машинные интерфейсы, система технического зрения, мультиспектральная система, система улучшенного видения

Библиография:
Дрынкин В.Н., Фальков Э.Я., Царёва Т.И. Формирование комбинированного изображения в двухзональной бортовой авиационно-космической системе [Текст] // Сборник трудов научно-технической конференции «Техническое зрение в системах управления – 2012» / Под ред. Р.Р. Назирова. М.: Механика, управление и информатика, 2012. С. 33–39. URL: http://www.iki.rssi.ru/books/2012_2tz.pdf (дата обращения: 13.02.2016).
Cvejic N., Łoza A., Bull D. and Canagarajah N. A Novel Metric for Performance Evaluation of Image Fusion Algorithms [Text] // World Academy of Science, Engineering and Technology. International Journal of Computer, Electrical, Automation, Control and Information Engineering. 2007. Vol. 1. No. 7. Р. 2195–2200. URL: waset.org/publications/8392/a-novel-metric-for-performance-evaluation-ofimage-fusion-algorithms (дата обращения: 13.02.2016).
Смагин М.С. Разработка методики синтеза структуры вычислительных устройств слияния изображений: автореф. дисс … канд. технических наук: 05.13.05 [Текст]. М., 2008. 24 с. URL: http://www.ineum.ru/files/51063c/d66487/1a9b7c/000000/aref9.pdf (дата обращения: 14.02.2016).
E2VS Displays Potential as Breakthrough Product [Electronic resource] //Aviation week network, October 2015. URL: http://aviationweek.com/nbaa-2015/e2vs-displays-potential-breakthrough-product (дата обращения: 14.02.2016).
Садовничий В.А. Космическое землеведение: информационно-математические основы [Текст] / Козодеров В.В., Косолапов В.С., Садовничий В.А. и др. / ред. Садовничий В.А. М.: МГУ, 1998. 576 с.
Сагдуллаев Т.Ю., Сагдуллаев Ю.С. Информативность телевизионных изображений в системах видеонаблюдения объектов [Текст] // Вопросы радиоэлектроники. Сер. «Техника телевидения». 2009. Вып. 2. С. 41–51.
Рубис А.Ю., Визильтер Ю.В., Горбацевич В.С., Выголов О.В. Алгоритм комплексирования изображений на основе диффузной морфологии [Текст] // Сборник тезисов научно-технической конференции «Техническое зрение в системах управления – 2015». М.: ИКИ РАН, 2015. С. 112–113. URL: http://tvcs2015.technicalvision.ru/docs/Сборник_тезисов_ТЗСУ_2015.pdf (дата обращения: 14.02.2016).
Подходы к измерению информации [Электронный ресурс]. URL: http://informatika.sch880.ru/p18aa1.html (дата обращения: 13.02.2016).
Рубис А.Ю., Выголов О.В., Визильтер Ю.В. Морфологическое комплексирование изображений различных спектральных диапазонов [Текст] // Сборник трудов научно-технической конференции «Техническое зрение в системах управления – 2011» / Под ред. Р. Р. Назирова. М.: Механика, управление и информатика, 2012. С. 143–148. URL: http://www.iki.rssi.ru/books/2012tz.pdf (дата обращения: 14.02.2016).
Методы нахождения границ изображения [Электронный ресурс]. URL: habrahabr.ru/post/128753/ (дата обращения: 07.02.2015).
Михеев С.М. Комплексирование изображений разных диапазонов спектра в многоканальных системах наблюдения: автореф. дисс … канд. технических наук: 05.13.01, 05.11.16 [Текст]. М., 2011. 24 с. URL: http://tekhnosfera.com/view/364392/a#?page=1 (дата обращения 11.03.2016).
Костяшкин Л.Н., Бабаев С.И., Логинов А.А., Павлов О.В. Технологии систем улучшенного/синтезированного зрения для управления летательными аппаратами [Текст] // Труды научно-технической конференции-семинара «Техническое зрение в системах управления мобильными объектами – 2010» / Под ред. Р.Р. Назирова. Вып. 4. М.: КДУ, 2011. С. 45–56.
Измерение информации. Энтропия [Электронный ресурс]. URL: http://spargalki.ru/priborostroenie/35-obrabotka-signalov.html?start=9 (дата обращения: 13.02.2016).
Инсаров В.В. Проблемы построения систем технического зрения, использующих комплексирование информационных каналов различных спектральных диапазонов [Текст] // Приложение к журналу «Информационные технологии». 2014. № 3 / В.В. Инсаров, С.В. Тихонова, И.И. Михайлов. М.: Новые технологии, 2014. 32 с.
Броневич А.Г., Гончаров А.В. Аксиоматический подход к измерению информативности знаковых представлений изображений [Текст] // Известия РАН. Теория и системы управления. 2011. № 1. С. 54–69.
Guangxin L. Image Fusion Based on Color Transfer Technique [Electronic resource. 2011– ]. URL: http://www.intechopen.com/books/image-fusion-and-its-applications/image-fusion-based-on-color-transfer-technique (дата обращения: 14.02.2016).
Piella G. and Heijmans H. A new quality metric for image fusion, Proceeding of the IEEE International Conference in Image Processing [Text] // ICIP–2003. Vol. 3. Р. 173–176.
Wang Z. and Bovik A. C. A universal image quality index [Text] // IEEE Signal Processing Letters. 2002. Vol. 9. No. 3. Р. 81–84.

References (transliteration):
Drynkin V.N., Fal'kov E.Ya., Tsareva T.I. Formirovanie kombinirovannogo izobrazheniya v dvukhzonal'noy bortovoy aviatsionno-kosmicheskoy sisteme [Tekst] // Sbornik trudov nauchno-tekhnicheskoy konferentsii «Tekhnicheskoe zrenie v sistemakh upravleniya – 2012» / Pod red. R.R. Nazirova. M.: Mekhanika, upravlenie i informatika, 2012. S. 33–39. URL: http://www.iki.rssi.ru/books/2012_2tz.pdf (data obrashcheniya: 13.02.2016).
Cvejic N., Łoza A., Bull D. and Canagarajah N. A Novel Metric for Performance Evaluation of Image Fusion Algorithms [Text] // World Academy of Science, Engineering and Technology. International Journal of Computer, Electrical, Automation, Control and Information Engineering. 2007. Vol. 1. No. 7. R. 2195–2200. URL: waset.org/publications/8392/a-novel-metric-for-performance-evaluation-ofimage-fusion-algorithms (data obrashcheniya: 13.02.2016).
Smagin M.S. Razrabotka metodiki sinteza struktury vychislitel'nykh ustroystv sliyaniya izobrazheniy: avtoref. diss … kand. tekhnicheskikh nauk: 05.13.05 [Tekst]. M., 2008. 24 s. URL: http://www.ineum.ru/files/51063c/d66487/1a9b7c/000000/aref9.pdf (data obrashcheniya: 14.02.2016).
E2VS Displays Potential as Breakthrough Product [Electronic resource] //Aviation week network, October 2015. URL: http://aviationweek.com/nbaa-2015/e2vs-displays-potential-breakthrough-product (data obrashcheniya: 14.02.2016).
Sadovnichiy V.A. Kosmicheskoe zemlevedenie: informatsionno-matematicheskie osnovy [Tekst] / Kozoderov V.V., Kosolapov V.S., Sadovnichiy V.A. i dr. / red. Sadovnichiy V.A. M.: MGU, 1998. 576 s.
Sagdullaev T.Yu., Sagdullaev Yu.S. Informativnost' televizionnykh izobrazheniy v sistemakh videonablyudeniya ob'ektov [Tekst] // Voprosy radioelektroniki. Ser. «Tekhnika televideniya». 2009. Vyp. 2. S. 41–51.
Rubis A.Yu., Vizil'ter Yu.V., Gorbatsevich V.S., Vygolov O.V. Algoritm kompleksirovaniya izobrazheniy na osnove diffuznoy morfologii [Tekst] // Sbornik tezisov nauchno-tekhnicheskoy konferentsii «Tekhnicheskoe zrenie v sistemakh upravleniya – 2015». M.: IKI RAN, 2015. S. 112–113. URL: http://tvcs2015.technicalvision.ru/docs/Sbornik_tezisov_TZSU_2015.pdf (data obrashcheniya: 14.02.2016).
Podkhody k izmereniyu informatsii [Elektronnyy resurs]. URL: http://informatika.sch880.ru/p18aa1.html (data obrashcheniya: 13.02.2016).
Rubis A.Yu., Vygolov O.V., Vizil'ter Yu.V. Morfologicheskoe kompleksirovanie izobrazheniy razlichnykh spektral'nykh diapazonov [Tekst] // Sbornik trudov nauchno-tekhnicheskoy konferentsii «Tekhnicheskoe zrenie v sistemakh upravleniya – 2011» / Pod red. R. R. Nazirova. M.: Mekhanika, upravlenie i informatika, 2012. S. 143–148. URL: http://www.iki.rssi.ru/books/2012tz.pdf (data obrashcheniya: 14.02.2016).
Metody nakhozhdeniya granits izobrazheniya [Elektronnyy resurs]. URL: habrahabr.ru/post/128753/ (data obrashcheniya: 07.02.2015).
Mikheev S.M. Kompleksirovanie izobrazheniy raznykh diapazonov spektra v mnogokanal'nykh sistemakh nablyudeniya: avtoref. diss … kand. tekhnicheskikh nauk: 05.13.01, 05.11.16 [Tekst]. M., 2011. 24 s. URL: http://tekhnosfera.com/view/364392/a#?page=1 (data obrashcheniya 11.03.2016).
Kostyashkin L.N., Babaev S.I., Loginov A.A., Pavlov O.V. Tekhnologii sistem uluchshennogo/sintezirovannogo zreniya dlya upravleniya letatel'nymi apparatami [Tekst] // Trudy nauchno-tekhnicheskoy konferentsii-seminara «Tekhnicheskoe zrenie v sistemakh upravleniya mobil'nymi ob'ektami – 2010» / Pod red. R.R. Nazirova. Vyp. 4. M.: KDU, 2011. S. 45–56.
Izmerenie informatsii. Entropiya [Elektronnyy resurs]. URL: http://spargalki.ru/priborostroenie/35-obrabotka-signalov.html?start=9 (data obrashcheniya: 13.02.2016).
Insarov V.V. Problemy postroeniya sistem tekhnicheskogo zreniya, ispol'zuyushchikh kompleksirovanie informatsionnykh kanalov razlichnykh spektral'nykh diapazonov [Tekst] // Prilozhenie k zhurnalu «Informatsionnye tekhnologii». 2014. № 3 / V.V. Insarov, S.V. Tikhonova, I.I. Mikhaylov. M.: Novye tekhnologii, 2014. 32 s.
Bronevich A.G., Goncharov A.V. Aksiomaticheskiy podkhod k izmereniyu informativnosti znakovykh predstavleniy izobrazheniy [Tekst] // Izvestiya RAN. Teoriya i sistemy upravleniya. 2011. № 1. S. 54–69.
Guangxin L. Image Fusion Based on Color Transfer Technique [Electronic resource. 2011– ]. URL: http://www.intechopen.com/books/image-fusion-and-its-applications/image-fusion-based-on-color-transfer-technique (data obrashcheniya: 14.02.2016).
Piella G. and Heijmans H. A new quality metric for image fusion, Proceeding of the IEEE International Conference in Image Processing [Text] // ICIP–2003. Vol. 3. R. 173–176.
Wang Z. and Bovik A. C. A universal image quality index [Text] // IEEE Signal Processing Letters. 2002. Vol. 9. No. 3. R. 81–84.

Аннотация: Объектом исследования являются новый способ задания и визуализация фото-реалистичного рельефа местности. Предлагается метод рендеринга террейна не сложнее отображения текстуры. Модель местности кодируется дифференциальной картой высот, то есть задается алгебраически несущая поверхность и в каждом узле хранится только отклонение от этой базовой поверхности. Такой способ кодирования позволяет легко создавать непрерывные уровни детальности и облегчает качественную фильтрацию. По мере рекурсивного деления вокселей на каждом уровне деления необходимо проецировать центры вычисленных вокселей на базовую плоскость. Полученные координаты, так же как и в случае с обычной RGB текстурой, определят адрес в так называемой "карте высот" или "текстуре формы". Считываем по этому адресу для соответствующего уровня детальности соответствующую высоту и используем ее в тесте пересечения при модификации коэффициентов уравнения поверхности. В результате получаем промодулированную значениями "карты высот" поверхность. Визуализация в реальном масштабе времени реализована на графических ускорителях. Метод исследования базируется на аналитической геометрии в пространстве, дифференциальной геометрии и векторной алгебре, теории интерполяции и теории матриц, опирается на математическое моделирование и теорию вычислительных систем. Основными выводами проведенного исследования являются: возможность генерации рельефа местности, в котором для отображения рельефа и смены уровней детальности используется тот же механизм, что и для текстуры цвета. Для фильтрации изображения при динамике используется интерполяция высот по аналогии с текстурой цвета. В сравнении с известными алгоритмами в предложенном алгоритме время вычислений при генерации рельефа практически не зависит от разрешения карты высот.

Ключевые слова: Высотно-базируемый террейн, Воксельно-базируемый террейн, Текстура формы, Уровни детальности, Скалярные функции возмущения, Графические ускорители, Регулярная сетка высот, Нерегулярная сетка высот, Метод отслеживания лучей, Неполигональное представление рельефа

Библиография:
R. Ferguson, R. Economy, W. Kelly, and P. Ramos. “Continuous Terrain Level of Detail for Visual Simulation”, Proceedings of Image V Conference, June, 1990. pp. 144-151.
L.L. Scarlatos “A Refined Triangulation Hierarchy for Multiple Levels of Terrain Detail”, Proceedings of Image V Conference, June, 1990. pp. 115-122.
L.L. Scarlatos. Adaptive Terrain Models for Real-Time Simulation, Proceedings of the Digital Electronic Terrain Board Symposium, Wichita, KS, October 1989, pp. 219-229.
L.L. Scarlatos. A Compact Terrain Model Based On Critical Topographic Features, Proceedings of Auto Carto 9, Baltimore, MD, April 1989, pp. 146-155.
L. Scarlatos and T. Pavlidis. Adaptive Hierarchical Triangulation, Proceedings of Auto-Carto 10, Baltimore, MD, March 1991, pp. 234-246.
L. Scarlatos and T. Pavlidis. Hierarchical Triangulation Using Terrain Features, Proceedings of Visualization ‘90, San Francisco, CA, October 1990, pp. 168-175.
L.L. Scarlatos. An Automated Critical Line Detector for Digital Elevation Matrices, Technical Papers of 1990 ACSM-ASPRS Annual Convention, Volume 2, Denver, CO, March 1990, pp. 43-52.
L. Scarlatos and T. Pavlidis. Adaptive Hierarchical Triangulation, Proceedings of Auto-Carto 10, Baltimore, MD, March 1991, pp. 234-246.
L. Scarlatos and T. Pavlidis. Hierarchical Triangulation Using Cartographic Coherence, CVGIP: Graphical Models and Image Processing, 54 (2), March 1992, pp. 147-161.
L.L. Scarlatos and T. Pavlidis. “Real Time Manipulation of 3D Terrain Models", 1993 ACSM/ASPRS Annual Convention & Exposition Technical Papers, Volume 3, New Orleans, LA, February 1993, pp. 331-339.
L.L. Scarlatos and T. Pavlidis. Techniques for Merging Raster and Vector Features with 3D Terrain Models in Real Time, 1993ACSM/ASPRS Annual Convention & Exposition Technical Papers, Volume 1, New Orleans, LA, February 1993, pp. 372-381.
R. Pajarola, and E. Gobbetti. Survey on Semi-Regular Multiresolution Models for Interactive Terrain Rendering. The Visual Computer: International Journal of Computer Graphics, Volume 23, Number 8, 2007, pp. 583–605.
P. Lindstrom, D. Koller, W. Ribarsky, L. F. Hodges, F. Nick, and G. A. Turner. Real-Time, Continuous Level of Detail Rendering of Height Fields. Proceedings of SIGGRAPH 1996, pp. 109–118.
M. Duchaineau, M. Wolinsky, D. E. Sigeti, M. C. Miller, C. Alrich, and M. B. Mineev-Weinstein. ROAMing Terrain: Real-time Optimally Adapting Meshes. Proceedings of the 8th Conference on Visualization ’97, pp. 81–88.
S. Rottger, W. Heidrich, P. Slusallek, and H-P. Seidel. Real-Time Generation of Continuous Levels of Detail for Height Fields. Proceedings of WSCG ’98, pp. 315–322.
H. Hoppe. Smooth View-Dependent Level-of-Detail Control and its Application to Terrain Rendering. Proceedings of the Conference on Visualization ’98, pp. 35–42.
Thatcher Ulrich. Super-size it! Scaling up to Massive Virtual Worlds”. SIGGRAPH 2002, Course Notes. New-York: ACM press, 2002.
C. C. Tanner, C. J. Migdal, and M. T. Jones. The Clipmap: A Virtual Mipmap. Proceedings of SIGGRAPH 1998, pp. 151–158.
F. Losasso, and H. Hoppe. Geometry Clipmaps: Terrain Rendering Using Nested Regular Grids. ACM Transactions on Graphics Proceedings of SIGGRAPH 2004, Volume 23, Issue 3, 769–776.
A. Asirvatham, and H. Hoppe. Terrain Rendering Using GPU-Based Geometry Clipmaps. GPU Gems 2, Addison-Wesley, Chapter 2, 2005, pp. 27–45.
Y. Livny, Z. Kogan, and J. El-Sana. Seamless Patches for GPU-Based Terrain Rendering. The Visual Computer: International Journal of Computer Graphics, Volume 25, Number 3, 2009, pp. 197–208.
C. Dick, J. Kruger, and R. Westermann. GPU Ray-Casting for Scalable Terrain Rendering. Proceedings of Eurographics 2009, pp. 43–50.
D. Cohen and A. Shaked. Photo-realistic imaging of digital terrain. Proceedings of Eurographics'93, Barselona-Spain, 6-10 September 1993, Volume 12 Number 3, pages 363-373.
D. W. Paglieroni and S. M. Petersen. Parametric heights field ray-tracing. Proceedings of Graphics Interface'92, 1992, pages 192-200.
G. Vezina and P. K. Robertson. Terrain perspectives on a massively parallel SIMD Computer. Proceedings of CG International'91, Springer-Verlag, 1991, pages 163-188.
P. Pitot, Y. Duthen, and R. Caubet. A parallel architecture for ray-casting. Computer Graphics'89, pages 463-472. Blenheim, 1989.
G. Agranov and C. Gotsman. Algorithms for Rendering Realistic Terrain Image Sequences and Their Parallel Implementation. Proceedings of Graphicon'95, pages 153-161, St. Petersburg, 1995.
W. E. Lorensen, and H. E. Cline. Marching Cubes: A High Resolution 3D Surface Construction Algorithm”. Computer Graphics, Proceedings of SIGGRAPH 87, Volume 21, Issue 4, pp. 163–169.
R.Shu, C. Zhou, and M. S. Kankanhalli. Adaptive Marching Cubes. The Visual Computer, Volume 11, pp. 202–217.
R. Shekhar, E. Fayyad, R. Yagel, and J. F. Cornhill. Adaptive Marching Cubes”. The Visual Computer, Volume 11, 1996, pp. 202–217.
M. Kazhdan, A. Klein, K. Dalal, and H. Hoppe. Unconstrained Isosurface Extraction on Arbitrary Octrees. Proceedings of the 5th Eurographics Symposium on Geometry Processing, pp. 125–133.
J.F. Blinn. Simulation of Wrinkled Surfaces, Computer Graphics. Proc. SIGGRAPH 78, Vol. 12, No. 3, P.263.
C. Crassin, F. Neyret, S. Lefebvre, and E. Eisemann. GigaVoxels: Ray-guided Streaming for Efficient and Detailed Voxel Rendering. Proceedings of the 2009 Symposium on Interactive 3D Graphics and Games, pp. 15–22.
Manuel M. Oliveira, Gary Bishop, David McAllister. Relief Texture Mapping. Proc. SIGGRAPH 2000 (New Orleans, Louisiana, July 23-28, 2000). P. 324.
Lance Williams. “Pyramidal Parametrics, Computer Graphics”, 1983-12, N 4, P. 270.
Вяткин С. И. Моделирование сложных поверхностей с применением функций возмущения // Автометрия, 2007, т. 43, № 3. C. 40–47.
Вяткин С. И. Метод бинарного поиска элементов изображения функционально заданных объектов с применением графических акселераторов // Автометрия, Том 50, Номер 6, 2014, С. 89-96.

References (transliteration):
R. Ferguson, R. Economy, W. Kelly, and P. Ramos. “Continuous Terrain Level of Detail for Visual Simulation”, Proceedings of Image V Conference, June, 1990. pp. 144-151.
L.L. Scarlatos “A Refined Triangulation Hierarchy for Multiple Levels of Terrain Detail”, Proceedings of Image V Conference, June, 1990. pp. 115-122.
L.L. Scarlatos. Adaptive Terrain Models for Real-Time Simulation, Proceedings of the Digital Electronic Terrain Board Symposium, Wichita, KS, October 1989, pp. 219-229.
L.L. Scarlatos. A Compact Terrain Model Based On Critical Topographic Features, Proceedings of Auto Carto 9, Baltimore, MD, April 1989, pp. 146-155.
L. Scarlatos and T. Pavlidis. Adaptive Hierarchical Triangulation, Proceedings of Auto-Carto 10, Baltimore, MD, March 1991, pp. 234-246.
L. Scarlatos and T. Pavlidis. Hierarchical Triangulation Using Terrain Features, Proceedings of Visualization ‘90, San Francisco, CA, October 1990, pp. 168-175.
L.L. Scarlatos. An Automated Critical Line Detector for Digital Elevation Matrices, Technical Papers of 1990 ACSM-ASPRS Annual Convention, Volume 2, Denver, CO, March 1990, pp. 43-52.
L. Scarlatos and T. Pavlidis. Adaptive Hierarchical Triangulation, Proceedings of Auto-Carto 10, Baltimore, MD, March 1991, pp. 234-246.
L. Scarlatos and T. Pavlidis. Hierarchical Triangulation Using Cartographic Coherence, CVGIP: Graphical Models and Image Processing, 54 (2), March 1992, pp. 147-161.
L.L. Scarlatos and T. Pavlidis. “Real Time Manipulation of 3D Terrain Models", 1993 ACSM/ASPRS Annual Convention & Exposition Technical Papers, Volume 3, New Orleans, LA, February 1993, pp. 331-339.
L.L. Scarlatos and T. Pavlidis. Techniques for Merging Raster and Vector Features with 3D Terrain Models in Real Time, 1993ACSM/ASPRS Annual Convention & Exposition Technical Papers, Volume 1, New Orleans, LA, February 1993, pp. 372-381.
R. Pajarola, and E. Gobbetti. Survey on Semi-Regular Multiresolution Models for Interactive Terrain Rendering. The Visual Computer: International Journal of Computer Graphics, Volume 23, Number 8, 2007, pp. 583–605.
P. Lindstrom, D. Koller, W. Ribarsky, L. F. Hodges, F. Nick, and G. A. Turner. Real-Time, Continuous Level of Detail Rendering of Height Fields. Proceedings of SIGGRAPH 1996, pp. 109–118.
M. Duchaineau, M. Wolinsky, D. E. Sigeti, M. C. Miller, C. Alrich, and M. B. Mineev-Weinstein. ROAMing Terrain: Real-time Optimally Adapting Meshes. Proceedings of the 8th Conference on Visualization ’97, pp. 81–88.
S. Rottger, W. Heidrich, P. Slusallek, and H-P. Seidel. Real-Time Generation of Continuous Levels of Detail for Height Fields. Proceedings of WSCG ’98, pp. 315–322.
H. Hoppe. Smooth View-Dependent Level-of-Detail Control and its Application to Terrain Rendering. Proceedings of the Conference on Visualization ’98, pp. 35–42.
Thatcher Ulrich. Super-size it! Scaling up to Massive Virtual Worlds”. SIGGRAPH 2002, Course Notes. New-York: ACM press, 2002.
C. C. Tanner, C. J. Migdal, and M. T. Jones. The Clipmap: A Virtual Mipmap. Proceedings of SIGGRAPH 1998, pp. 151–158.
F. Losasso, and H. Hoppe. Geometry Clipmaps: Terrain Rendering Using Nested Regular Grids. ACM Transactions on Graphics Proceedings of SIGGRAPH 2004, Volume 23, Issue 3, 769–776.
A. Asirvatham, and H. Hoppe. Terrain Rendering Using GPU-Based Geometry Clipmaps. GPU Gems 2, Addison-Wesley, Chapter 2, 2005, pp. 27–45.
Y. Livny, Z. Kogan, and J. El-Sana. Seamless Patches for GPU-Based Terrain Rendering. The Visual Computer: International Journal of Computer Graphics, Volume 25, Number 3, 2009, pp. 197–208.
C. Dick, J. Kruger, and R. Westermann. GPU Ray-Casting for Scalable Terrain Rendering. Proceedings of Eurographics 2009, pp. 43–50.
D. Cohen and A. Shaked. Photo-realistic imaging of digital terrain. Proceedings of Eurographics'93, Barselona-Spain, 6-10 September 1993, Volume 12 Number 3, pages 363-373.
D. W. Paglieroni and S. M. Petersen. Parametric heights field ray-tracing. Proceedings of Graphics Interface'92, 1992, pages 192-200.
G. Vezina and P. K. Robertson. Terrain perspectives on a massively parallel SIMD Computer. Proceedings of CG International'91, Springer-Verlag, 1991, pages 163-188.
P. Pitot, Y. Duthen, and R. Caubet. A parallel architecture for ray-casting. Computer Graphics'89, pages 463-472. Blenheim, 1989.
G. Agranov and C. Gotsman. Algorithms for Rendering Realistic Terrain Image Sequences and Their Parallel Implementation. Proceedings of Graphicon'95, pages 153-161, St. Petersburg, 1995.
W. E. Lorensen, and H. E. Cline. Marching Cubes: A High Resolution 3D Surface Construction Algorithm”. Computer Graphics, Proceedings of SIGGRAPH 87, Volume 21, Issue 4, pp. 163–169.
R.Shu, C. Zhou, and M. S. Kankanhalli. Adaptive Marching Cubes. The Visual Computer, Volume 11, pp. 202–217.
R. Shekhar, E. Fayyad, R. Yagel, and J. F. Cornhill. Adaptive Marching Cubes”. The Visual Computer, Volume 11, 1996, pp. 202–217.
M. Kazhdan, A. Klein, K. Dalal, and H. Hoppe. Unconstrained Isosurface Extraction on Arbitrary Octrees. Proceedings of the 5th Eurographics Symposium on Geometry Processing, pp. 125–133.
J.F. Blinn. Simulation of Wrinkled Surfaces, Computer Graphics. Proc. SIGGRAPH 78, Vol. 12, No. 3, P.263.
C. Crassin, F. Neyret, S. Lefebvre, and E. Eisemann. GigaVoxels: Ray-guided Streaming for Efficient and Detailed Voxel Rendering. Proceedings of the 2009 Symposium on Interactive 3D Graphics and Games, pp. 15–22.
Manuel M. Oliveira, Gary Bishop, David McAllister. Relief Texture Mapping. Proc. SIGGRAPH 2000 (New Orleans, Louisiana, July 23-28, 2000). P. 324.
Lance Williams. “Pyramidal Parametrics, Computer Graphics”, 1983-12, N 4, P. 270.
Vyatkin S. I. Modelirovanie slozhnykh poverkhnostey s primeneniem funktsiy vozmushcheniya // Avtometriya, 2007, t. 43, № 3. C. 40–47.
Vyatkin S. I. Metod binarnogo poiska elementov izobrazheniya funktsional'no zadannykh ob'ektov s primeneniem graficheskikh akseleratorov // Avtometriya, Tom 50, Nomer 6, 2014, S. 89-96.

Аннотация: Представлена методика автоматизированной обработки изображений в авиационных системах визуального мониторинга внекабинной обстановки, предназначенный для использования при проектировании и последующих испытаниях таких средств. Методика разработана с учетом особенностей обеспечения безопасности полетов воздушных судов в темное время суток и характеристик современных оптико-электронных систем, применяемых на пилотируемых и беспилотных воздушных судах. Представлена методика расчета оценки максимальной дальности действия низкоуровневых телевизионных систем визуализации изображения, применяемых в составе средств и систем авиационного оборудования. Методология исследования объединяет методы системного анализа, проектирования оптико-электронных систем, проектирования и испытаний авиационного оборудования, методы квалиметрии сложных систем. Научная новизна полученных результатов определяется тем, что они получены с учетом обеспечения безопасности полетов воздушных судов и могут быть использованы в интересах обоснования рациональных характеристик, проектирования, квалиметрии и испытаний аналогичных систем, предназначенных для использования в составе оборудования эргатических систем различного назначения.

Ключевые слова: безопасность ночных полетов, очки ночного видения, мониторинг внекабинной обстановки, система визуализации изображений, дальность визуального обнаружения, автоматизированная обработка изображений, электронный оптический преобразователь, прибор зарядовой связью, квалиметрия технических систем, авиационное оборудование

Библиография:
Макаренко В.Г., Богомолов А.В., Рудаков С.В., Подорожняк А.А. Технология построения инерциально-спутниковой навигационной системы управления транспортными средствами с нейросетевой оптимизацией состава вектора измерений // Мехатроника, автоматизация, управление. 2007. № 1. С. 39-44.
Кукушкин Ю.А., Гузий А.Г., Богомолов А.В. Методология стабилизации функционального состояния оператора системы «человек-машина» // Мехатроника, автоматизация, управление. 2002. № 5. С. 17.
Кукушкин Ю.А., Богомолов А.В. Математическое прогнозирование состояния оператора эргатической системы, эксплуатируемой в условиях высокого риска гипоксических состояний человека // В сборнике трудов XII Всероссийского совещания по проблемам управления ВСПУ-2014 . М.: Институт проблем управления им. В.А. Трапезникова РАН. 2014. С. 6384-6389.
Богомолов А.В., Майстров А.И. Технология анализа системных причинно-следственных связей на основе диаграмм Исикавы // Материалы VIII международной научной конференции «Системный анализ в медицине» (САМ 2014). Благовещенск, 2014. С. 13-16.
Чунтул А.В., Пономаренко В.А., Овчаров В.Е., Артемов В.Н., Спицын Г.Н. Надежность экипажа вертолета при полетах в условиях ограниченной видимости. – М., 1999. 141 с.
Солдатов Т.А., Солдатова Е.С., Солдатов А.С. Особенности определения видимого увеличения электронно–оптических каналов очков ночного видения, используемых лётчиками // Проблемы безопасности полетов. 2010. № 10. С. 36–38.
Рудаков И.С., Рудаков С.В., Богомолов А.В. Методика идентификации вида закона распределения параметров при проведении контроля состояния сложных систем // Информационно–измерительные и управляющие системы. 2007. Т. 5. № 1. С. 66–72.
Радиоэлектронные системы: основы построения и теория. / Под ред. Я.Д.Ширмана. – М.: Радиотехника, 2007. 512 с.
Есев А.А., Мережко А.Н., Ткачук А.В. Технология квалиметрии технического уровня сложных систем // Вестник компьютерных и информационных технологий. 2014. № 7 (121). С. 28-34.
Айвазян С.А., Солдатов А.С., Есев А.А., Ткачук А.В., Зыкин А.П. Прикладные аспекты синтеза интерактивных систем управления эргатическими авиационными комплексами // Двойные технологии. 2014. № 1 (66). С. 56-58.
Айвазян С.А., Есев А.А., Ткачук А.В., Солдатов А.С., Зыкин А.П. Комплексная автоматизированная визирная система перспективных авиационных комплексов // Двойные технологии. 2013. № 3 (64). С. 57-59.
Маслов С.В., Есев А.А. Модели фоноцелевой обстановки, обнаружения и сопровождения объектов в оперативном поле зрения очков ночного видения, используемых лётчиками вертолётов // Проблемы безопасности полетов. 2010. № 11.
Маслов С.В., Есев А.А. Методика расчёта максимальной дальности действия очков ночного видения лётчиков вертолётов // Проблемы безопасности полетов. 2010. № 7. С. 36–41.
Есев А.А., Зыкин А.П., Яковлева Е.В., Ткачук А.В., Голосовский М.С. Методика оценки технического уровня очков ночного видения, применяемых в составе оборудования боевых вертолетов // Полет. Общероссийский научно-технический журнал. 2013. № 7. С. 40-46.
Димитриев Ю.В., Лагойко О.С. Структурный системный анализ информационных потоков при эргономическом проектировании воздушных судов // Кибернетика и программирование. 2015. № 1. С. 67-76.
Есев А.А. Метод расчета оценки коэффициента технического уровня вертолетных очков ночного видения // Оборонный комплекс-научно-техническому прогрессу России. 2013. № 2. С. 56-62.
Коломиец Л.В., Фёдоров М.В., Богомолов А.В., Мережко А.Н., Солдатов А.С., Есев А.А. Метод поддержки принятия решений по управлению ресурсами при испытаниях авиационной техники // Информационно–измерительные и управляющие системы. № 5, т.8, 2010. С. 38–41.
Гузий А.Г., Кукушкин Ю.А., Богомолов А.В., Пономаренко А.В., Федоров М.В., Щербаков С.А. Технология синтеза интегральных показателей функционального состояния членов летного экипажа // Проблемы безопасности полетов. № 1, 2007.
Айвазян С.А., Солдатов А.С., Есев А.А., Ткачук А.В., Зыкин А.П. Методическое обеспечение синтеза систем интерактивного управления эргатическими авиационными комплексами // Оборонный комплекс-научно-техническому прогрессу России. 2013. № 2. С. 22-25.
Есев А.А., Ткачук А.В. Методическое обеспечение оценивания технического уровня очков ночного видения, используемых экипажами вертолетов // Проблемы безопасности полетов. 2013. № 6. С. 25-34.
Волков В.Г., Креопалов В.И. Очки ночного видения с повышенными параметрами // Оборонный комплекс – научно–техническому прогрессу России. 2009. № 2. С. 55–58.
Веселов Ю.Г., Мельник С.Ю., Островский А.С., Тихонычев В.В., Юлегин Е.В. Зависимость оценки разрешающей способности от метода интерполяции при масштабировании в процессе визуального анализа изображений штриховых тест-объектов // Проблемы безопасности полетов. 2010. № 7. С. 42–62.
Кукушкин Ю.А., Богомолов А.В., Гузий А.Г. Принципы построения системы обеспечения жизнедеятельности операторов систем «человек-машина», адаптивных к их функциональному состоянию // Мехатроника, автоматизация, управление. 2005. № 3. С. 50.
Фёдоров М.В., Калинин К.М., Богомолов А.В., Стецюк А.Н. Математическая модель автоматизированного контроля выполнения мероприятий в органах военного управления // Информационно-измерительные и управляющие системы. 2011. Т. 9. № 5. С. 46-54.
Кукушкин Ю.А., Гузий А.Г., Богомолов А.В. Методология стабилизации функционального состояния оператора системы «человек-машина» // Мехатроника, автоматизация, управление. 2002. № 5. С. 17

References (transliteration):
Makarenko V.G., Bogomolov A.V., Rudakov S.V., Podorozhnyak A.A. Tekhnologiya postroeniya inertsial'no-sputnikovoy navigatsionnoy sistemy upravleniya transportnymi sredstvami s neyrosetevoy optimizatsiey sostava vektora izmereniy // Mekhatronika, avtomatizatsiya, upravlenie. 2007. № 1. S. 39-44.
Kukushkin Yu.A., Guziy A.G., Bogomolov A.V. Metodologiya stabilizatsii funktsional'nogo sostoyaniya operatora sistemy «chelovek-mashina» // Mekhatronika, avtomatizatsiya, upravlenie. 2002. № 5. S. 17.
Kukushkin Yu.A., Bogomolov A.V. Matematicheskoe prognozirovanie sostoyaniya operatora ergaticheskoy sistemy, ekspluatiruemoy v usloviyakh vysokogo riska gipoksicheskikh sostoyaniy cheloveka // V sbornike trudov XII Vserossiyskogo soveshchaniya po problemam upravleniya VSPU-2014 . M.: Institut problem upravleniya im. V.A. Trapeznikova RAN. 2014. S. 6384-6389.
Bogomolov A.V., Maystrov A.I. Tekhnologiya analiza sistemnykh prichinno-sledstvennykh svyazey na osnove diagramm Isikavy // Materialy VIII mezhdunarodnoy nauchnoy konferentsii «Sistemnyy analiz v meditsine» (SAM 2014). Blagoveshchensk, 2014. S. 13-16.
Chuntul A.V., Ponomarenko V.A., Ovcharov V.E., Artemov V.N., Spitsyn G.N. Nadezhnost' ekipazha vertoleta pri poletakh v usloviyakh ogranichennoy vidimosti. – M., 1999. 141 s.
Soldatov T.A., Soldatova E.S., Soldatov A.S. Osobennosti opredeleniya vidimogo uvelicheniya elektronno–opticheskikh kanalov ochkov nochnogo videniya, ispol'zuemykh letchikami // Problemy bezopasnosti poletov. 2010. № 10. S. 36–38.
Rudakov I.S., Rudakov S.V., Bogomolov A.V. Metodika identifikatsii vida zakona raspredeleniya parametrov pri provedenii kontrolya sostoyaniya slozhnykh sistem // Informatsionno–izmeritel'nye i upravlyayushchie sistemy. 2007. T. 5. № 1. S. 66–72.
Radioelektronnye sistemy: osnovy postroeniya i teoriya. / Pod red. Ya.D.Shirmana. – M.: Radiotekhnika, 2007. 512 s.
Esev A.A., Merezhko A.N., Tkachuk A.V. Tekhnologiya kvalimetrii tekhnicheskogo urovnya slozhnykh sistem // Vestnik komp'yuternykh i informatsionnykh tekhnologiy. 2014. № 7 (121). S. 28-34.
Ayvazyan S.A., Soldatov A.S., Esev A.A., Tkachuk A.V., Zykin A.P. Prikladnye aspekty sinteza interaktivnykh sistem upravleniya ergaticheskimi aviatsionnymi kompleksami // Dvoynye tekhnologii. 2014. № 1 (66). S. 56-58.
Ayvazyan S.A., Esev A.A., Tkachuk A.V., Soldatov A.S., Zykin A.P. Kompleksnaya avtomatizirovannaya vizirnaya sistema perspektivnykh aviatsionnykh kompleksov // Dvoynye tekhnologii. 2013. № 3 (64). S. 57-59.
Maslov S.V., Esev A.A. Modeli fonotselevoy obstanovki, obnaruzheniya i soprovozhdeniya ob'ektov v operativnom pole zreniya ochkov nochnogo videniya, ispol'zuemykh letchikami vertoletov // Problemy bezopasnosti poletov. 2010. № 11.
Maslov S.V., Esev A.A. Metodika rascheta maksimal'noy dal'nosti deystviya ochkov nochnogo videniya letchikov vertoletov // Problemy bezopasnosti poletov. 2010. № 7. S. 36–41.
Esev A.A., Zykin A.P., Yakovleva E.V., Tkachuk A.V., Golosovskiy M.S. Metodika otsenki tekhnicheskogo urovnya ochkov nochnogo videniya, primenyaemykh v sostave oborudovaniya boevykh vertoletov // Polet. Obshcherossiyskiy nauchno-tekhnicheskiy zhurnal. 2013. № 7. S. 40-46.
Dimitriev Yu.V., Lagoyko O.S. Strukturnyy sistemnyy analiz informatsionnykh potokov pri ergonomicheskom proektirovanii vozdushnykh sudov // Kibernetika i programmirovanie. 2015. № 1. S. 67-76.
Esev A.A. Metod rascheta otsenki koeffitsienta tekhnicheskogo urovnya vertoletnykh ochkov nochnogo videniya // Oboronnyy kompleks-nauchno-tekhnicheskomu progressu Rossii. 2013. № 2. S. 56-62.
Kolomiets L.V., Fedorov M.V., Bogomolov A.V., Merezhko A.N., Soldatov A.S., Esev A.A. Metod podderzhki prinyatiya resheniy po upravleniyu resursami pri ispytaniyakh aviatsionnoy tekhniki // Informatsionno–izmeritel'nye i upravlyayushchie sistemy. № 5, t.8, 2010. S. 38–41.
Guziy A.G., Kukushkin Yu.A., Bogomolov A.V., Ponomarenko A.V., Fedorov M.V., Shcherbakov S.A. Tekhnologiya sinteza integral'nykh pokazateley funktsional'nogo sostoyaniya chlenov letnogo ekipazha // Problemy bezopasnosti poletov. № 1, 2007.
Ayvazyan S.A., Soldatov A.S., Esev A.A., Tkachuk A.V., Zykin A.P. Metodicheskoe obespechenie sinteza sistem interaktivnogo upravleniya ergaticheskimi aviatsionnymi kompleksami // Oboronnyy kompleks-nauchno-tekhnicheskomu progressu Rossii. 2013. № 2. S. 22-25.
Esev A.A., Tkachuk A.V. Metodicheskoe obespechenie otsenivaniya tekhnicheskogo urovnya ochkov nochnogo videniya, ispol'zuemykh ekipazhami vertoletov // Problemy bezopasnosti poletov. 2013. № 6. S. 25-34.
Volkov V.G., Kreopalov V.I. Ochki nochnogo videniya s povyshennymi parametrami // Oboronnyy kompleks – nauchno–tekhnicheskomu progressu Rossii. 2009. № 2. S. 55–58.
Veselov Yu.G., Mel'nik S.Yu., Ostrovskiy A.S., Tikhonychev V.V., Yulegin E.V. Zavisimost' otsenki razreshayushchey sposobnosti ot metoda interpolyatsii pri masshtabirovanii v protsesse vizual'nogo analiza izobrazheniy shtrikhovykh test-ob'ektov // Problemy bezopasnosti poletov. 2010. № 7. S. 42–62.
Kukushkin Yu.A., Bogomolov A.V., Guziy A.G. Printsipy postroeniya sistemy obespecheniya zhiznedeyatel'nosti operatorov sistem «chelovek-mashina», adaptivnykh k ikh funktsional'nomu sostoyaniyu // Mekhatronika, avtomatizatsiya, upravlenie. 2005. № 3. S. 50.
Fedorov M.V., Kalinin K.M., Bogomolov A.V., Stetsyuk A.N. Matematicheskaya model' avtomatizirovannogo kontrolya vypolneniya meropriyatiy v organakh voennogo upravleniya // Informatsionno-izmeritel'nye i upravlyayushchie sistemy. 2011. T. 9. № 5. S. 46-54.
Kukushkin Yu.A., Guziy A.G., Bogomolov A.V. Metodologiya stabilizatsii funktsional'nogo sostoyaniya operatora sistemy «chelovek-mashina» // Mekhatronika, avtomatizatsiya, upravlenie. 2002. № 5. S. 17

Аннотация: Объектом исследования являются геометрические преобразования функционально заданных трехмерных форм. Предлагается описание геометрических объектов с помощью функционального задания и реализация методов преобразования описывающей функции для геометрических операций: проецирования, офсеттинга, теоретико-множественных и метаморфозиса (в том числе и морфинг негомеоморфных объектов). А также более сложных геометрических операций: заметание движущимся твердым телом и кручение тел. Функциональное представление наиболее точно из всех существующих описывает геометрию объекта и имеет наименьший размер данных, необходимых для описания геометрии объекта. Функциональное описание демонстрирует компактность и гибкость задания поверхностей и объектов, являющихся результатами логических операций над объемами. При функциональном задании объектов появляется возможность реализации новых эффектов над ними, обусловленная введением операций над функциями. Это может быть удобно при моделировании некоторых сложных движений тел, частиц при разработке как научных, так и игровых приложений. Метод исследования базируется на использовании системного и целевого подхода при оценке алгоритмических решений, теории множеств и аналитической геометрии в пространстве, дифференциальной геометрии и векторной алгебры, теории интерполяции и теории матриц, опирается на математическое моделирование и теорию вычислительных систем. Основными выводами проведенного исследования являются: возможность реализации сложных геометрических операций (метаморфозис, проекции, офсеттинг, кручение, заметание) над объектами; предложенный способ описания объектов трехмерных сцен базовыми поверхностями и функциями возмущения в сравнении с известными способами задания функционально заданных объектов имеет более компактное описание; алгоритм рендеринга в сравнении с известными алгоритмами определяет точки поверхности функционально заданных объектов за меньшее время за счет меньшего количества вычислений; при предложенном функциональном задании объектов упрощается реализация перечисленных выше геометрических операций над функциями возмущения.

Ключевые слова: Геометрические объекты, Геометрические операции, Функции возмущения, Квадрики, Определение столкновений, Трехмерный морфинг, Теоретико-множественные операции, Локальная деформация, Глобальная деформация, Визуализация

Библиография:
Pentland and J. Williams. “Good vibrations: modal dynamics for graphics and animation”. ACM Computer Graphics, 23(3):pp. 185-192, 1990
C. Hoffmann. “Geometric and solid modeling”. Morgan Kaufmann Publishers, Inc., San Mateo, CA, 1989
T. Duff. “Interval arithmetic and recursive subdivision for implicit functions and constructive solid geometry”. ACM Computer Graphics, 26(2):pp. 131-139, 1992
B.V. Herzen, A.H. Barr, and H.R. Zatz. “Geometric collisions for time-dependent parametric surfaces”. ACM Computer Graphics, 24(4), August 1990
J. K. Hahn. “Realistic animation of rigid bodies”. ACM Computer Graphics, 22(4):pp. 299-308, 1988
Gregory, M. Lin, et al. "H-Collide: A Framework for Fast and Accurate Collision Detection for Haptic Interaction". IEEE Virtual Reality, 1999
D. Baraff, “Fast contact force computation for nonpenetrating rigid bodies”, in Computer Graphics Proceedings, Annual Conf. Series. ACM SIGGRAPH, pp. 23-34, 1994
D. Baraff, “Analytical methods for dynamic simulation of non-penetrating rigid bodies”, in Computer Graphics Proceedings, ACM SIGGRAPH, vol. 23, pp. 223-232, 1989
M.C. Lin, “Efficient Collision Detection for Animation and Robotics”, PhD thesis, Dept. of Electrical Eng. and Computer Science, University of California, Berkeley, USA, 1993
Вяткин С. И. Моделирование сложных поверхностей с применением функций возмущения // Автометрия, 2007, т. 43, № 3. C. 40–47.
А. Sherstuyk. Fast ray tracing of implicit surfaces. In Implicit Surfaces’98.-June 1998.-P. 145-153.
D. Mitchel. Robust ray intersection with interval arithmetic. In Proceedings on Graphics Interface 1990, P. 68-74. 1990.
J. C. Hart. Sphere tracing: a geometric method for the antialiased ray tracing of implicit surfaces. The Visual Computer, 12:527-545, 1994.
D. Karla and A.H. Barr. Guaranteed ray intersections with implicit surfaces. Computer Graphics, 23:297-306, November 1989.
K. Perlin, E. M. Hoffert. Hypertexture. Proceedings of the 1989 ACM SIGGRAPH conference, Volume 23, Issue 3 (July 1989), P. 253 – 262.
Tuy, H. and Tuy, L. Direct 2-D Display of 3-D Objects, IEEE Computer Graphics and Applications 4, 10 (October 1984), P. 29-33.
Bloomenthal J. Skeletal Design of Natural Forms. Doctoral dissertation. University of Calgary. Department of Computer Science.-1995.
G. Wyvill, C. McPheeters, and B. Wyvill. Data structure for soft objects. The Visual Computer.-1986.-2(4)-P. 227-234.
H. Nishimura, M. Hirai, T. Kawai, T. Kawata, I. Shirakawa, and K. Omura. Object modelling by distribution function and a method of image generation. The Transactions of the Institute of Electronics and Communication Engineers of Japan.-1985.-J68-D (4)-P. 718-725.
S. Muraki. Volumetric shape description of range data using “blobby model”. Computer Graphics.-July 1991.-25(4)-P. 227-235.
McCormack J., Sherstyuk A. Creating and rendering convolution surfaces. Computing Graphics Forum.-1998.-Vol. 17.-No.2.-P 113-120.
J. F. Blinn. A generation of algebraic surface drawing. ACM Transactions on Graphics.-July 1982.-1(3)-P. 235-256.
Bloomenthal J., Shoemake K. “Convolution surfaces”, SIGGRAPH’91, Computer Graphics,-1991.-Vol.25.-No.4.-P 251-256.
G. Sealy, G. Wyvill. Smoothing of three dimensional models by convolution. In Computer Graphics International’96.-June 1996.-P 184-190.
Blinn J., A generation of algebraic surface drawing // ACM Transactions on Graphics, 1(3): July 1982, P. 235-256.
Savchenko V.V., Pasko A.A. “Collision detection for functionally defined deformable objects”: The First International Workshop on Implicit Surfaces (Grenoble, France, April 18-19, 1995) /Eds. B.Wyvill and M.P. Gascuel: Eurographics-INRIA, pp. 217-221, 1995
D. C. Ruspini, K. Kolarov, and O. Knatib. "The haptic display of complex graphical environment". Proceedings of SIGGRAPH 97, vol. 1, pp. 295-301, August 1997
Vyatkin S.I., Dolgovesov B.S. Collision Detection of Functionally Defined Objects for Constant Time // Proc. of 15-th International Conference on Computer Graphics GraphiCon ’2005.-(Novosibirsk.-2005).-P. 164-169.
Вяткин С. И. Метод бинарного поиска элементов изображения функционально заданных объектов с применением графических акселераторов // Автометрия, Том 50, Номер 6, 2014, С. 89-96.

References (transliteration):
Pentland and J. Williams. “Good vibrations: modal dynamics for graphics and animation”. ACM Computer Graphics, 23(3):pp. 185-192, 1990
C. Hoffmann. “Geometric and solid modeling”. Morgan Kaufmann Publishers, Inc., San Mateo, CA, 1989
T. Duff. “Interval arithmetic and recursive subdivision for implicit functions and constructive solid geometry”. ACM Computer Graphics, 26(2):pp. 131-139, 1992
B.V. Herzen, A.H. Barr, and H.R. Zatz. “Geometric collisions for time-dependent parametric surfaces”. ACM Computer Graphics, 24(4), August 1990
J. K. Hahn. “Realistic animation of rigid bodies”. ACM Computer Graphics, 22(4):pp. 299-308, 1988
Gregory, M. Lin, et al. "H-Collide: A Framework for Fast and Accurate Collision Detection for Haptic Interaction". IEEE Virtual Reality, 1999
D. Baraff, “Fast contact force computation for nonpenetrating rigid bodies”, in Computer Graphics Proceedings, Annual Conf. Series. ACM SIGGRAPH, pp. 23-34, 1994
D. Baraff, “Analytical methods for dynamic simulation of non-penetrating rigid bodies”, in Computer Graphics Proceedings, ACM SIGGRAPH, vol. 23, pp. 223-232, 1989
M.C. Lin, “Efficient Collision Detection for Animation and Robotics”, PhD thesis, Dept. of Electrical Eng. and Computer Science, University of California, Berkeley, USA, 1993
Vyatkin S. I. Modelirovanie slozhnykh poverkhnostey s primeneniem funktsiy vozmushcheniya // Avtometriya, 2007, t. 43, № 3. C. 40–47.
A. Sherstuyk. Fast ray tracing of implicit surfaces. In Implicit Surfaces’98.-June 1998.-P. 145-153.
D. Mitchel. Robust ray intersection with interval arithmetic. In Proceedings on Graphics Interface 1990, P. 68-74. 1990.
J. C. Hart. Sphere tracing: a geometric method for the antialiased ray tracing of implicit surfaces. The Visual Computer, 12:527-545, 1994.
D. Karla and A.H. Barr. Guaranteed ray intersections with implicit surfaces. Computer Graphics, 23:297-306, November 1989.
K. Perlin, E. M. Hoffert. Hypertexture. Proceedings of the 1989 ACM SIGGRAPH conference, Volume 23, Issue 3 (July 1989), P. 253 – 262.
Tuy, H. and Tuy, L. Direct 2-D Display of 3-D Objects, IEEE Computer Graphics and Applications 4, 10 (October 1984), P. 29-33.
Bloomenthal J. Skeletal Design of Natural Forms. Doctoral dissertation. University of Calgary. Department of Computer Science.-1995.
G. Wyvill, C. McPheeters, and B. Wyvill. Data structure for soft objects. The Visual Computer.-1986.-2(4)-P. 227-234.
H. Nishimura, M. Hirai, T. Kawai, T. Kawata, I. Shirakawa, and K. Omura. Object modelling by distribution function and a method of image generation. The Transactions of the Institute of Electronics and Communication Engineers of Japan.-1985.-J68-D (4)-P. 718-725.
S. Muraki. Volumetric shape description of range data using “blobby model”. Computer Graphics.-July 1991.-25(4)-P. 227-235.
McCormack J., Sherstyuk A. Creating and rendering convolution surfaces. Computing Graphics Forum.-1998.-Vol. 17.-No.2.-P 113-120.
J. F. Blinn. A generation of algebraic surface drawing. ACM Transactions on Graphics.-July 1982.-1(3)-P. 235-256.
Bloomenthal J., Shoemake K. “Convolution surfaces”, SIGGRAPH’91, Computer Graphics,-1991.-Vol.25.-No.4.-P 251-256.
G. Sealy, G. Wyvill. Smoothing of three dimensional models by convolution. In Computer Graphics International’96.-June 1996.-P 184-190.
Blinn J., A generation of algebraic surface drawing // ACM Transactions on Graphics, 1(3): July 1982, P. 235-256.
Savchenko V.V., Pasko A.A. “Collision detection for functionally defined deformable objects”: The First International Workshop on Implicit Surfaces (Grenoble, France, April 18-19, 1995) /Eds. B.Wyvill and M.P. Gascuel: Eurographics-INRIA, pp. 217-221, 1995
D. C. Ruspini, K. Kolarov, and O. Knatib. "The haptic display of complex graphical environment". Proceedings of SIGGRAPH 97, vol. 1, pp. 295-301, August 1997
Vyatkin S.I., Dolgovesov B.S. Collision Detection of Functionally Defined Objects for Constant Time // Proc. of 15-th International Conference on Computer Graphics GraphiCon ’2005.-(Novosibirsk.-2005).-P. 164-169.
Vyatkin S. I. Metod binarnogo poiska elementov izobrazheniya funktsional'no zadannykh ob'ektov s primeneniem graficheskikh akseleratorov // Avtometriya, Tom 50, Nomer 6, 2014, S. 89-96.

Аннотация: Выполнена параметризация моделей локационных изображений групп точечных объектов типов «цепочка» и «скопление». Исследованы вероятностные характеристики достаточной статистики их различения, необходимые для выбора решающих правил, оптимальных по заданным критериям в различных условиях наблюдения.
Рассмотрена методика моделирования наблюдаемых искажений эталонных цепочек, которая все многообразие условий наблюдения позволяют свести к двум параметрам – кривизне траектории цепочки и уровню отклонений наблюдаемых координат точечных объектов от их эталонных положений. Такая методика позволяет формализовать и снизить трудоемкость сопоставления конкурирующих методов опознавания цепочек.
Рассмотрены особенности программного комплекса для тестирования конкурирующих алгоритмов различения групповых объектов.
В качестве статистики различения предложено отношение диаметра графа иерархической группировки обнаруженных объектов к суммарной длине ребер этого графа. На основе данных математических моделей методом статистических испытаний получены выборочные оценки законов распределения вероятностей достаточной статистики различения для различных значений параметров моделей. Свойства рассмотренного метода различения цепочек и скоплений с учетом меньшей его трудоемкости делают целесообразным его использование при построении систем распознавания групповых точечных объектов в условиях высокой априорной неопределенности относительно параметров условий наблюдения при мощности групп не менее 10. Предложенная архитектура программного комплекса позволяет тестировать алгоритмы распознавания с различной по числу и типу параметров сигнатурой.

Ключевые слова: различение, опознавание цепочек, групповой точечный объект, распознавание группы объектов, нестационарная форма, контурный анализ, распознавание по форме, анализ формы графа, граф иерархической группировки, структурный анализ графа

Контактная информация: Уржумов Даниил Владимирович, 424000, Россия, г. Йошкар-Ола, пл. Ленина, 3.

Библиография:
Введение в контурный анализ; приложения к обработке изображений и сигналов / Я.А. Фурман, А.В. Кревецкий, А.К. Передреев, и др.; под ред. Я.А.Фурмана. – 2-е изд. – М.: ФИЗМАТЛИТ, 2003. – 592 с.
Уржумов Д.В., Кревецкий А.В. Опознавание плоских цепочек точечных и малоразмерных объектов по структуре их графа иерархической группировки // Вестник ПГТУ. Радиотехнические и инфокоммуникационные системы. – Йошкар-Ола: ПГТУ, 2014. №1 (20). – С. 54-62.
Плекин В.Я., Кревецкий А.В. Обнаружение групповых точечных объектов с нестационарной конфигурацией // Известия вузов. Радиоэлектроника 1994, Том 37, N3.-С. 8-21.
Александреску А. Современное проектирование на C++. – М.: «Вильямс», 2002. – 336 с

References (transliteration):
Vvedenie v konturnyy analiz; prilozheniya k obrabotke izobrazheniy i signalov / Ya.A. Furman, A.V. Krevetskiy, A.K. Peredreev, i dr.; pod red. Ya.A.Furmana. – 2-e izd. – M.: FIZMATLIT, 2003. – 592 s.
Urzhumov D.V., Krevetskiy A.V. Opoznavanie ploskikh tsepochek tochechnykh i malorazmernykh ob'ektov po strukture ikh grafa ierarkhicheskoy gruppirovki // Vestnik PGTU. Radiotekhnicheskie i infokommunikatsionnye sistemy. – Yoshkar-Ola: PGTU, 2014. №1 (20). – S. 54-62.
Plekin V.Ya., Krevetskiy A.V. Obnaruzhenie gruppovykh tochechnykh ob'ektov s nestatsionarnoy konfiguratsiey // Izvestiya vuzov. Radioelektronika 1994, Tom 37, N3.-S. 8-21.
Aleksandresku A. Sovremennoe proektirovanie na C++. – M.: «Vil'yams», 2002. – 336 s

Аннотация: Рассматривается задача сегментации кадров видеопотока подходом «снизу-вверх», которую невозможно решить за один этап обработки из-за ошибок при бинаризации. Для приближения к требуемым показателям точности требуются дополнительные блоки обработки, после каждого из которых происходят сдвиги рабочей характеристики приёмника (ROC). Промежуточные положения смещаемой характеристики после каждого блока обработки характеризуются рабочими точками. Совокупность рабочих точек образует траекторию, по которой происходит движение к зоне требуемой точности.
Таким образом, необходимо составить последовательность блоков обработки для достижения требуемых показателей точности.
Разработанная классификация подходов к сегментации при анализе «снизу-вверх» позволила выявить наиболее эффективные блоки обработки. Создана система анализа видеоинформации, учитывающая большинство рекомендаций. Блок сегментации представлен семейством алгоритмов, позволяющим определять координаты объектов с требуемой точностью, в том числе с субпиксельной. Для описанной системы анализа видеоинформации показана её траектория и предложен критерий для выбора рабочих точек на этапе настройки. Рассмотренные в статье классификации подходов к сегментации, критерий выбора рабочих точек и способ визуализации могут быть использованы при разработке других систем анализа видеоинформации.

Ключевые слова: вейвлет преобразование, сегментация, пирамида изображений, ROC характеристика, критерий, визуализация, снизу-вверх, субпиксельная точность, классификация, видеоинформация

Контактная информация: Кузьмин Сергей Александрович, 190000, Россия, г. Санкт-Петербург, ГУАП, ул. Большая Морская, д.67

Библиография:
P. J. Burt and E. H. Adelson, The Laplacian pyramid as a compact image code. IEEE Transactions on Communications, vol. 31, no. 4, pp. 532-540, April 1983.
N. Nguyen and P. Milanfar. A wavelet-based interpolation-restoration method for superresolution (wavelet superresolution). IEEE Transactions on Circuits, Systems, and Signal Processing, Vol. 19, No. 4, 2000, pp. 321-338.
Чочиа П.А. Пирамидальный алгоритм сегментации изображений // Информационные процессы, Том 10, No 1, 2010. С. 23–35.
Мотыко А.А. Обработка и анализ видеоданных в системах мониторинга движущихся объектов: автореф. дис. на соиск. ученой степ. канд. техн. наук: 05.13.01: защищена 22.05.2012 / А. А. Мотыко. – СПб., 2012. – 20 с.
Харатишвили Н.Г., Чхеидзе И.М. Морфологические построения в кодировании изображений. Тбилиси: Грузинский технический университет, 2009. 144 с.
Малашкевич И.А., Малашкевич В.Б. Эффективный алгоритм децимации данных // NB: Кибернетика и программирование.-2013.-5.-C. 1-6. DOI: 10.7256/2306-4196.2013.5.9697. URL: http://www.e-notabene.ru/kp/article_9697.html
Кузьмин С. А. Исследование комбинации детектора импульсного шума в бинарных изображениях и процентильных фильтров// «Естественные и математические науки в современном мире»: материалы IX международной заочной научно-практической конференции. (19 августа 2013 г.) — Новосибирск: Изд. «СибАК», 2013. C. 34-44.
Кузьмин С.А. Исследование точности сегментации подвижных объектов с использованием вейвлетов семейства Добеши// Научная сессия ГУАП: Сб. докл.: В 3 ч. Ч.II. Технические науки /СПбГУАП. СПб., 2008. С. 32-35.
Кузьмин С. А. Сегментация последовательностей изображений с регулируемой точностью и визуализация эффективности// Технические науки — от теории к практике. № 8 (21): сборник статей по материалам XXV международной научно-практической конференции. — Новосибирск: Изд. «СибАК», 2013. C. 44-54.
Кузьмин С.А. Обнаружение визуальных объектов с использованием вейвлет-преобразования и оценивания фона//Системы управления и информационные технологии, 2.1(28), 2007. С. 158-162.
Кузьмин С.А. Обнаружение движущихся визуальных объектов на основе выделения областей и контуров, не принадлежащих фону// Молодые ученые-промышленности Северо-Западного региона: Материалы конференций политехнического симпозиума. Декабрь 2006 года. СПб.: Изд-во Политехн. ун-та, 2006. С. 56.
Богуславский, А.А. Методы программирования систем технического зрения реального времени: автореф. дис. на соиск. ученой степ. доктора физико-матем. наук: 05.13.11: защищена 14.11.2006/ А.А. Богуславский; Институт прикладной математики им. М.В. Келдыша РАН. – Москва, 2006. – 36 c.
Александров В.В., Горский Н.Д. Представление и обработка изображений. Рекурсивный подход. Л.: Наука, 1985. 192 с.
Амирханов С.Г., Обухова Н.А. Метод автоматической сегментации и сопровождения объектов на основе корреляционного совмещения и поля векторов движения// Материалы 6-ой МК «Телевидение: передача и обработка изображений». – СПб, 2008. С. 48-51.
M.A. Shcherbakov, W.Y. Schegolev. A Wavelet-based Technique for Image Refinement. EUSIPCO-2000, Tampere, pp.1737-1739.
Zhen Xie, A Wavelet Based Algorithm for Image Super-Resolution/ Master of Science thesis. – USA, Atlanta GA: Emory University, December 2007. 63 p.

References (transliteration):
P. J. Burt and E. H. Adelson, The Laplacian pyramid as a compact image code. IEEE Transactions on Communications, vol. 31, no. 4, pp. 532-540, April 1983.
N. Nguyen and P. Milanfar. A wavelet-based interpolation-restoration method for superresolution (wavelet superresolution). IEEE Transactions on Circuits, Systems, and Signal Processing, Vol. 19, No. 4, 2000, pp. 321-338.
Chochia P.A. Piramidal'nyy algoritm segmentatsii izobrazheniy // Informatsionnye protsessy, Tom 10, No 1, 2010. S. 23–35.
Motyko A.A. Obrabotka i analiz videodannykh v sistemakh monitoringa dvizhushchikhsya ob'ektov: avtoref. dis. na soisk. uchenoy step. kand. tekhn. nauk: 05.13.01: zashchishchena 22.05.2012 / A. A. Motyko. – SPb., 2012. – 20 s.
Kharatishvili N.G., Chkheidze I.M. Morfologicheskie postroeniya v kodirovanii izobrazheniy. Tbilisi: Gruzinskiy tekhnicheskiy universitet, 2009. 144 s.
Malashkevich I.A., Malashkevich V.B. Effektivnyy algoritm detsimatsii dannykh // NB: Kibernetika i programmirovanie.-2013.-5.-C. 1-6. DOI: 10.7256/2306-4196.2013.5.9697. URL: http://www.e-notabene.ru/kp/article_9697.html
Kuz'min S. A. Issledovanie kombinatsii detektora impul'snogo shuma v binarnykh izobrazheniyakh i protsentil'nykh fil'trov// «Estestvennye i matematicheskie nauki v sovremennom mire»: materialy IX mezhdunarodnoy zaochnoy nauchno-prakticheskoy konferentsii. (19 avgusta 2013 g.) — Novosibirsk: Izd. «SibAK», 2013. C. 34-44.
Kuz'min S.A. Issledovanie tochnosti segmentatsii podvizhnykh ob'ektov s ispol'zovaniem veyvletov semeystva Dobeshi// Nauchnaya sessiya GUAP: Sb. dokl.: V 3 ch. Ch.II. Tekhnicheskie nauki /SPbGUAP. SPb., 2008. S. 32-35.
Kuz'min S. A. Segmentatsiya posledovatel'nostey izobrazheniy s reguliruemoy tochnost'yu i vizualizatsiya effektivnosti// Tekhnicheskie nauki — ot teorii k praktike. № 8 (21): sbornik statey po materialam XXV mezhdunarodnoy nauchno-prakticheskoy konferentsii. — Novosibirsk: Izd. «SibAK», 2013. C. 44-54.
Kuz'min S.A. Obnaruzhenie vizual'nykh ob'ektov s ispol'zovaniem veyvlet-preobrazovaniya i otsenivaniya fona//Sistemy upravleniya i informatsionnye tekhnologii, 2.1(28), 2007. S. 158-162.
Kuz'min S.A. Obnaruzhenie dvizhushchikhsya vizual'nykh ob'ektov na osnove vydeleniya oblastey i konturov, ne prinadlezhashchikh fonu// Molodye uchenye-promyshlennosti Severo-Zapadnogo regiona: Materialy konferentsiy politekhnicheskogo simpoziuma. Dekabr' 2006 goda. SPb.: Izd-vo Politekhn. un-ta, 2006. S. 56.
Boguslavskiy, A.A. Metody programmirovaniya sistem tekhnicheskogo zreniya real'nogo vremeni: avtoref. dis. na soisk. uchenoy step. doktora fiziko-matem. nauk: 05.13.11: zashchishchena 14.11.2006/ A.A. Boguslavskiy; Institut prikladnoy matematiki im. M.V. Keldysha RAN. – Moskva, 2006. – 36 c.
Aleksandrov V.V., Gorskiy N.D. Predstavlenie i obrabotka izobrazheniy. Rekursivnyy podkhod. L.: Nauka, 1985. 192 s.
Amirkhanov S.G., Obukhova N.A. Metod avtomaticheskoy segmentatsii i soprovozhdeniya ob'ektov na osnove korrelyatsionnogo sovmeshcheniya i polya vektorov dvizheniya// Materialy 6-oy MK «Televidenie: peredacha i obrabotka izobrazheniy». – SPb, 2008. S. 48-51.
M.A. Shcherbakov, W.Y. Schegolev. A Wavelet-based Technique for Image Refinement. EUSIPCO-2000, Tampere, pp.1737-1739.
Zhen Xie, A Wavelet Based Algorithm for Image Super-Resolution/ Master of Science thesis. – USA, Atlanta GA: Emory University, December 2007. 63 p.

Аннотация: Представлено решение задачи выбора эффективного алгоритма определения множества ближайших точек для распознавания трехмерных изображений. Следовательно, от того, насколько эффективно реализован алгоритм поиска МБТ, зависит эффективность всего алгоритма распознавания, использующего МБТ в качестве необходимого звена при обработке изображения. Рассмотрен алгоритм определения множества ближайших точек с помощью деления пространства на кубы (АДПК). Проведен анализ алгоритма, получены математические соотношения, характеризующие временную сложность алгоритма. В статье показано решение задачи оценки АДПК, которая состоит в разбиении на элементарные операции и выражение времени выполнения микроопераций через константы для получения порядка сложности и асимптотических соотношений, которые показывают степень роста времени выполнения алгоритма в зависимости от объема входных данных. Приведены оценки порядка временной сложности для двух реализаций АДПК: последовательной и распараллеленной. Приведена распараллеленная реализация алгоритма и получены оценки ее сложности. Произведено сравнение алгоритма с известными аналогами по временной сложности.

Ключевые слова: распознавание образов, сложность алгоритма, множества ближайших точек, эффективность алгоритма, трехмерное изображение, графические процессорные устройства, параллельные алгоритмы, динамические структуры данных, точечное распределение, векторное пространство

Контактная информация: Сидоркина Ирина Геннадьевна, 424000, Россия, Республика Марий Эл, г. Йошкар-Ола, пл. Ленина, дом 3.

Библиография:
1. Ахо, Альфред, В., Хопкрофт, Джон, Ульман, Джеффри, Д. Структуры данных и
алгоритмы = Data Structures and Algorithms. — Издательский дом «Вильямс», 2000. — С.
384. — ISBN 5-8459-0122-7 (рус.) / ISBN 0-201-00023-7 (англ.).-с.28-29.
2. Местецкий Л.М. Скелет многосвязной многоугольной фигуры. Труды межд. конф.
"Графикон-2005". Новосибирск, 2005.
3. S. Arya, D. M. Mount, Nathan S. Netanyahu. An Optimal Algorithm for Approximate Nearest
Neighbor Searching in Fixed Dimensions. Proceedings of the Fifth Annual ACM-SIAM
Symposium on Discrete Algorithms, 1994, pp. 573-582.
4. Коробейников А.Г., Кудрин П.А., Сидоркина И.Г. Алгоритм распознавания
трехмерных изображений с высокой детализацией. // Вестник Марийского
государственного технического университета. Серия: Радиотехнические и
инфокоммуникационные системы – Йошкар-Ола: Марийский государственный
технический университет – 2010.-№2(9). – С. 91-98.
5. Рябинин К.Б. Решение задачи выбора посадочной площадки беспилотного
летательного аппарата на базе кватернионного анализа / К. Б. Рябинин // Вестник
МарГТУ. – 2008. – №1(2). – С.33–43.

References (transliteration):
1. Akho, Al'fred, V., Khopkroft, Dzhon, Ul'man, Dzheffri, D. Struktury dannykh i
algoritmy = Data Structures and Algorithms. — Izdatel'skiy dom «Vil'yams», 2000. — S.
384. — ISBN 5-8459-0122-7 (rus.) / ISBN 0-201-00023-7 (angl.).-s.28-29.
2. Mestetskiy L.M. Skelet mnogosvyaznoy mnogougol'noy figury. Trudy mezhd. konf.
"Grafikon-2005". Novosibirsk, 2005.
3. S. Arya, D. M. Mount, Nathan S. Netanyahu. An Optimal Algorithm for Approximate Nearest
Neighbor Searching in Fixed Dimensions. Proceedings of the Fifth Annual ACM-SIAM
Symposium on Discrete Algorithms, 1994, pp. 573-582.
4. Korobeynikov A.G., Kudrin P.A., Sidorkina I.G. Algoritm raspoznavaniya
trekhmernykh izobrazheniy s vysokoy detalizatsiey. // Vestnik Mariyskogo
gosudarstvennogo tekhnicheskogo universiteta. Seriya: Radiotekhnicheskie i
infokommunikatsionnye sistemy – Yoshkar-Ola: Mariyskiy gosudarstvennyy
tekhnicheskiy universitet – 2010.-№2(9). – S. 91-98.
5. Ryabinin K.B. Reshenie zadachi vybora posadochnoy ploshchadki bespilotnogo
letatel'nogo apparata na baze kvaternionnogo analiza / K. B. Ryabinin // Vestnik
MarGTU. – 2008. – №1(2). – S.33–43.

Аннотация: В статье предлагаются обобщенные математическая и программная модели генерации статических и динамических текстур на потоковых процессорах. Математическая модель позволяет оценить эффективность различных подходов к генерации текстур. Предложенная методика обеспечивает высокую производительность за счет возможности выбора оптимального метода генерации и позволяет генерировать не только предопределенные разработчиком динамические текстуры, но и произвольные динамические текстуры, данные для воспроизведения которых поступают из внешнего источника.

Ключевые слова: Программное обеспечение, потоковые процессоры, обработка изображений, постэффекты, графические процессоры, вейвлет-преобразование, генерация текстур, статические текстуры, динамические текстуры, процедурные материалы

Контактная информация: Сморкалов Андрей Юрьевич, 424000, Россия, Республика Марий Эл, г. Йошкар-Ола, пл. Ленина, д. 3

Библиография:
1. М.Н. Морозов, А. В. Герасимов, М.Н. Курдюмова. Системы совместной учебной
деятельности на основе компьютерных сетей // Образовательные технологии и
общество. 2009. Т. 12. № 1. С. 310-324.
2. Д. А. Быстров. Оптимизация сетевого трафика сообщений синхронизации объектов
образовательного виртуального мира vAcademia // Образовательные технологии и
общество. 2011. Т. 14. № 3. С. 439-456.
3. Ares Lagae, Peter Vangorp, Toon Lenaerts, Philip Dutre. Procedural isotropic stochastic
textures by example // Computers & Graphics (Special issue on Procedural Methods in
Computer Graphics). 2010. № 4. pp. 312-321.
4. Gilberto Rosado. Motion Blur as a Post-Processing Effect // GPU Gems 3. Addison-Wesley
Professional, 2007. pp. 575-610.
5. Xiaogang Jin, Chen Shaochun, Xiaoyang Mao. Computer-Generated Marbling Textures:
A GPU-based Design System // IEEE Computer Graphics and Applications, IEEE Computer
Society. 2007. № 2. pp. 78-84.
6. URL: http://www.vacademia.com (дата обращения: 20.06.2012).
7. Tien-Tsin Wong, Chi-Sing Leung, Pheng-Ann Heng, and Jianqing Wang. Discrete Wavelet
Transform on Consumer-Level Graphics Hardware // IEEE Trans. on Multimedia. 2007.
No. 3. Vol. 9. pp. 668-673.
8. Сморкалов А.Ю. Поддержка операций рисования в системе обработки растровых
изображений на потоковых процессорах // Сборник материалов Всероссийской научно-
практической конференции “Информационные технологии в профессиональной дея-
тельности и научной работе” / МарГТУ. Йошкар-Ола, 2011. С. 201-206.

References (transliteration):
1. M.N. Morozov, A. V. Gerasimov, M.N. Kurdyumova. Sistemy sovmestnoy uchebnoy
deyatel'nosti na osnove komp'yuternykh setey // Obrazovatel'nye tekhnologii i
obshchestvo. 2009. T. 12. № 1. S. 310-324.
2. D. A. Bystrov. Optimizatsiya setevogo trafika soobshcheniy sinkhronizatsii ob'ektov
obrazovatel'nogo virtual'nogo mira vAcademia // Obrazovatel'nye tekhnologii i
obshchestvo. 2011. T. 14. № 3. S. 439-456.
3. Ares Lagae, Peter Vangorp, Toon Lenaerts, Philip Dutre. Procedural isotropic stochastic
textures by example // Computers & Graphics (Special issue on Procedural Methods in
Computer Graphics). 2010. № 4. pp. 312-321.
4. Gilberto Rosado. Motion Blur as a Post-Processing Effect // GPU Gems 3. Addison-Wesley
Professional, 2007. pp. 575-610.
5. Xiaogang Jin, Chen Shaochun, Xiaoyang Mao. Computer-Generated Marbling Textures:
A GPU-based Design System // IEEE Computer Graphics and Applications, IEEE Computer
Society. 2007. № 2. pp. 78-84.
6. URL: http://www.vacademia.com (data obrashcheniya: 20.06.2012).
7. Tien-Tsin Wong, Chi-Sing Leung, Pheng-Ann Heng, and Jianqing Wang. Discrete Wavelet
Transform on Consumer-Level Graphics Hardware // IEEE Trans. on Multimedia. 2007.
No. 3. Vol. 9. pp. 668-673.
8. Smorkalov A.Yu. Podderzhka operatsiy risovaniya v sisteme obrabotki rastrovykh
izobrazheniy na potokovykh protsessorakh // Sbornik materialov Vserossiyskoy nauchno-
prakticheskoy konferentsii “Informatsionnye tekhnologii v professional'noy deya-
tel'nosti i nauchnoy rabote” / MarGTU. Yoshkar-Ola, 2011. S. 201-206.

Аннотация: Создание автоматизированных системам в области биотехнологий является важной областью научно-технических исследований и разработок. Решение проблемы объективности измерений, точности и временных ограничений при проведении анализа цифровых изображений препаратор древесины, является целью работы. Разработан алгоритм обнаружения границ перехода ранней и поздней древесины на цифровых изображениях, оптимальный по критерию максимального правдоподобия. Создана аппаратно-программная система, выполняющая синтезированный алгоритм на базе методов распознавания и анализа цифровых изображений клеточной структуры древесины, позволяет минимизировать трудоемкие операции выполняемых, оператором и повышает качество проводимых работ. Получены и проанализированы характеристики работы созданного комплекса для реальных цифровых изображений. Результаты созданной работы могут быть использованы при проведении инженерных и научных исследований в области лесного хозяйства для повышения их достоверности и производительности.

Ключевые слова: программное обеспечение, анализ изображений, текстурные границы, согласованная фильтрация, обнаружение границ, программный комплекс, биотехнологии, распознавание образов, синтез алгоритмов, цифровая обработка

Контактная информация: Ипатов Юрий Аркадьевич, 424000, Россия, Республика Марий Эл, г. Йошкар-Ола, пл. Ленина, д. 3

Библиография:
1. Прэтт У. Цифровая обработка изображений. Кн.1,2. — М.: Мир, 1982.
2. Уголев Б.Н. Древесиноведение с основами лесного товароведения. — М.: МГУЛ,
2001. — 340 с.
3. Бакут П.А., Колмогоров Г.С., Ворновицкий И.Э. Сегментация изображений. Методы
пороговой обработки// Зарубежная радиоэлектроника. — 1987. — №10. — С.6—24.
4. Введение в контурный анализ; приложения к обработке изображений и сигналов/
Я.А. Фурман, А.В. Кревецкий, А.К. Передреев, и др.; Под ред. Я.А.Фурмана. – 2-е
изд. – М.: ФИЗМАТЛИТ, 2003. — 592 с.
5. Митропольский А.К. Техника статистических распределений. – М.: НАУКА, 1971.
6. Романовский В. И. Математическая статистика. Издательство Академии Наук УзССР,
1961
7. Казаринов Ю.М. Радиотехнические системы. – М.: Высшая школа, 1990. – 496 с.

References (transliteration):
1. Prett U. Tsifrovaya obrabotka izobrazheniy. Kn.1,2. — M.: Mir, 1982.
2. Ugolev B.N. Drevesinovedenie s osnovami lesnogo tovarovedeniya. — M.: MGUL,
2001. — 340 s.
3. Bakut P.A., Kolmogorov G.S., Vornovitskiy I.E. Segmentatsiya izobrazheniy. Metody
porogovoy obrabotki// Zarubezhnaya radioelektronika. — 1987. — №10. — S.6—24.
4. Vvedenie v konturnyy analiz; prilozheniya k obrabotke izobrazheniy i signalov/
Ya.A. Furman, A.V. Krevetskiy, A.K. Peredreev, i dr.; Pod red. Ya.A.Furmana. – 2-e
izd. – M.: FIZMATLIT, 2003. — 592 s.
5. Mitropol'skiy A.K. Tekhnika statisticheskikh raspredeleniy. – M.: NAUKA, 1971.
6. Romanovskiy V. I. Matematicheskaya statistika. Izdatel'stvo Akademii Nauk UzSSR,
1961
7. Kazarinov Yu.M. Radiotekhnicheskie sistemy. – M.: Vysshaya shkola, 1990. – 496 s.

Аннотация: Описывается алгоритм распознавания дыхательных шумов, основанный на идее растущей пирамидальной сети, адаптированный для работы с нечеткими описаниями объектов обучающей выборки и дополненный лингвистическим интерпретатором результатов обобщения. Приводится общая функциональная схема и детальное описание отдельных стадий работы. Для описания признакового пространства и интерпретации результатов используется теория нечетких множеств. Функционирование алгоритма ведется в двух режимах: обучение и распознавание. Нейроподобные модели классов, содержащиеся в построенной сети, интерпретируются в нечеткие высказывания, которые в дальнейшем используются в режиме распознавания и служат набором продукционных правил для алгоритма нечеткого логического вывода. Представленный алгоритм реализован программно и исследуется, в статье приводятся результаты апробации его программной реализации.

Ключевые слова: Программное обеспечение, классификация, распознавание, графы, нечеткая логика, дыхательные шумы, аускультация, звуки дыхания, модель, алгоритм

Библиография:
1. Геппе, Н.А. Бронхофонография в комплексной диагностике бронхиальной астмы у детей / Н.А. Геппе, В.С. Малышев, М.Н. Лисицин и др. // Пульмонология, 2002. № 5, С. 33-39.
2. Кулаков, Ю.В. Возможности комбинированной бронхофонографии в диагностике пневмоний / Ю.В. Кулаков, И.Ю. Малышенко, В.И. Коренбаум //Пульмонология, 2002. № 5, С. 29-32.
3. Pasterkamp, H Nomenclature used by health care professionals to describe breath sounds in asthma./ H Pasterkamp, M Montgomery and W Wiebicke // Chest, 1987;92;346-352
4. Pasterkamp, H Spectral analysis of breath sounds in normal newborn infants / H Pasterkamp, R Fenton, F Leahy, V Chernick // Med Instrument, 1983; 17:355-57
5. Филатова, Н.Н. Нейросетевой алгоритм и модели нечеткой логики для задачи классификации / Н.Н. Филатова, А.В. Спиридонов //Программные продукты и системы, № 4, 2008
6. Grossberg, S., Competitive learning: From interactive activation to adaptive resonance // Cognitive Science, 1987, 11, 23-63
7. Гладун, В.П. Партнерство с компьютером – Киев: Port-Royal, 2000. – С.17-44.
8. Поспелов, Д.А. Ситуационное моделирование. Теория и практика – М.: Наука, 1986. – С.174-182.
9. Киселева, Н.Н. Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта // Автореферат диссертации на соискание ученой степени к.т.н., Москва, 2004.
10. Аль-Нажжар, Н. К. Модели, алгоритмы и технические средства исследования и автоматического анализа дыхательных шумов // Автореферат диссертации на соискание ученой степени к.т.н., С.-Петербург. 2007
11. Устройство регистрации и анализ дыхательных шумов пат. 66174 Рос. Федерация: МПК А61В 5/08/ Филатова Н.Н., Аль-Нажжар Н. заявитель и патентообладатель ГОУФПО Тверской гос. техн. у-нт. №2007113453/22; заявл. 10.04.2010; опубл. 10.09.2010.

References (transliteration):
1. Geppe, N.A. Bronkhofonografiya v kompleksnoy diagnostike bronkhial'noy astmy u detey / N.A. Geppe, V.S. Malyshev, M.N. Lisitsin i dr. // Pul'monologiya, 2002. № 5, S. 33-39.
2. Kulakov, Yu.V. Vozmozhnosti kombinirovannoy bronkhofonografii v diagnostike pnevmoniy / Yu.V. Kulakov, I.Yu. Malyshenko, V.I. Korenbaum //Pul'monologiya, 2002. № 5, S. 29-32.
3. Pasterkamp, H Nomenclature used by health care professionals to describe breath sounds in asthma./ H Pasterkamp, M Montgomery and W Wiebicke // Chest, 1987;92;346-352
4. Pasterkamp, H Spectral analysis of breath sounds in normal newborn infants / H Pasterkamp, R Fenton, F Leahy, V Chernick // Med Instrument, 1983; 17:355-57
5. Filatova, N.N. Neyrosetevoy algoritm i modeli nechetkoy logiki dlya zadachi klassifikatsii / N.N. Filatova, A.V. Spiridonov //Programmnye produkty i sistemy, № 4, 2008
6. Grossberg, S., Competitive learning: From interactive activation to adaptive resonance // Cognitive Science, 1987, 11, 23-63
7. Gladun, V.P. Partnerstvo s komp'yuterom – Kiev: Port-Royal, 2000. – S.17-44.
8. Pospelov, D.A. Situatsionnoe modelirovanie. Teoriya i praktika – M.: Nauka, 1986. – S.174-182.
9. Kiseleva, N.N. Komp'yuternoe konstruirovanie neorganicheskikh soedineniy, perspektivnykh dlya primeneniya v elektronike, s ispol'zovaniem baz dannykh i metodov iskusstvennogo intellekta // Avtoreferat dissertatsii na soiskanie uchenoy stepeni k.t.n., Moskva, 2004.
10. Al'-Nazhzhar, N. K. Modeli, algoritmy i tekhnicheskie sredstva issledovaniya i avtomaticheskogo analiza dykhatel'nykh shumov // Avtoreferat dissertatsii na soiskanie uchenoy stepeni k.t.n., S.-Peterburg. 2007
11. Ustroystvo registratsii i analiz dykhatel'nykh shumov pat. 66174 Ros. Federatsiya: MPK A61V 5/08/ Filatova N.N., Al'-Nazhzhar N. zayavitel' i patentoobladatel' GOUFPO Tverskoy gos. tekhn. u-nt. №2007113453/22; zayavl. 10.04.2010; opubl. 10.09.2010.

Аннотация: Рассмотрены методы автоматического распознавания образцов речевого сигнала, зарегистрированных в момент проявления дикторами положительной эмоции, от образцов речи этих же испытуемых в нейтральном состоянии. В статье исследуются возможности методов нелинейной динамики для оценки информативных показателей эмоционального состояния человека. Исследования осуществлены на основе анализа реконструкций аттракторов речевого сигнала. Проанализированы различные способы выбора оптимальных значений параметров реконструкции аттрактора (задержки по времени между элементами временного ряда и размерности вложения). Предложены новые количественные признаки для классификации образцов речевого сигнала человека, испытывающего эмоции, основанные на оценках максимальных векторов реконструкции аттрактора по четырем квадрантам. Исследования проведены на фрагментах русскоязычной базы (Тверь). Сформирован модельный корпус эмоциональной речи, состоящий из базы данных двух уровней (фраз и гласных фонем), послуживший основанием для оценки работоспособности разработанного программного модуля автоматического распознавания эмоций человека.

Ключевые слова: распознавание речи, классификация, эмоциональное состояние, эмоция, речевой сигнал, речь, нелинейная динамика, реконструкция аттрактора, анализ временных рядов.

Библиография:
1. Давыдов А.Г., Киселев В.В., Кочетков Д.С. Классификация эмоционального состояния диктора по голосу: проблемы и решения // Труды международной конференции «Диалог 2011». – М.: РГТУ, 2011. – С. 178–185.
2. Лукьяница А.А., Шишкин А.Г. Автоматическое определение изменений эмоционального состояния по речевому сигналу // Речевые технологии. – М.: Народное образование, 2009. – №3. – С. 60–76.
3. Голубинский А.Н. Выявление эмоционального состояния человека по речевому сигналу на основе вейвлет-анализа // Вестник Воронежского института МВД России. – 2011. – №3. – С. 144–153.
4. Сидоров К.В., Филатова Н.Н. Анализ признаков эмоционально окрашенной речи // Вестник Тверского государственного технического университета. – Вып. 20. – Тверь, 2012. – С. 26–31.
5. Старченко И.Б., Перервенко Ю.С., Борисова О.С., Момот Т.В. Методы нелинейной динамики для биомедицинских приложений // Известия ЮФУ. Технические науки. Тематический выпуск «Медицинские информационные системы». – Таганрог: ТТИ ЮФУ, 2010. – № 9 (110). – С. 42–51.
6. Makarova V., Petrushin V.A. RUSLANA: a database of russian emotional utterances // ICSLP, 2002. – pp. 2041–2044.
7. http:// www.harpia.ru/rec/.
8. Калюжный М.В. Система реабилитации слабовидящих на основе настраиваемой сегментарной модели синтезируемой речи: автореф. дис. …канд. тех. наук: 05.11.17. – СПб., 2009. – 18 с.
9. Сидоров К.В., Филатова Н.Н. Алгоритм автоматической генерации речевых объектов // Сборник материалов I Международной научн.-практ. конф. «Технические науки - основа современной инновационной системы». – Часть 1. – Йошкар-Ола, 2012. – С. 118–120.
10. Takens F. Detecting strange attractors in turbulence // Dynamical Systems and Turbulence. – Heidelberg: Springer-Verlag, 1981. – pp. 366–381.
11. Горшков В.А., Касаткин С.А. Идентификация временных рядов авиационных событий методами и алгоритмами нелинейной динамики. – М.: Бланк Дизайн, 2008. – 208 с.
12. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. – М.: Эдиториал УРСС, 2000. – 336 с.
13. Меклер А.А. Применение аппарата нелинейного анализа динамических систем для обработки сигналов ЭЭГ // Вестник новых медицинских технологий. – 2007. – Т. ХIV, № 1. – С. 73–76.
14. Kennel M.B., Brown R., Abarbanel I. Determining embedding dimension for phase-space reconstruction using a geometrical construction // Phys. Rev. A, 45, 3403, 1992.
15. Hegger R. et al. Practical Implementation of Nonlinear Time Series Methods. In: The TISEAN package, CHAOS 9, 413. – 1999. – http://www.mpipks-dresden.mpg.de/~tisean/.

References (transliteration):
1. Davydov A.G., Kiselev V.V., Kochetkov D.S. Klassifikatsiya emotsional'nogo sostoyaniya diktora po golosu: problemy i resheniya // Trudy mezhdunarodnoy konferentsii «Dialog 2011». – M.: RGTU, 2011. – S. 178–185.
2. Luk'yanitsa A.A., Shishkin A.G. Avtomaticheskoe opredelenie izmeneniy emotsional'nogo sostoyaniya po rechevomu signalu // Rechevye tekhnologii. – M.: Narodnoe obrazovanie, 2009. – №3. – S. 60–76.
3. Golubinskiy A.N. Vyyavlenie emotsional'nogo sostoyaniya cheloveka po rechevomu signalu na osnove veyvlet-analiza // Vestnik Voronezhskogo instituta MVD Rossii. – 2011. – №3. – S. 144–153.
4. Sidorov K.V., Filatova N.N. Analiz priznakov emotsional'no okrashennoy rechi // Vestnik Tverskogo gosudarstvennogo tekhnicheskogo universiteta. – Vyp. 20. – Tver', 2012. – S. 26–31.
5. Starchenko I.B., Perervenko Yu.S., Borisova O.S., Momot T.V. Metody nelineynoy dinamiki dlya biomeditsinskikh prilozheniy // Izvestiya YuFU. Tekhnicheskie nauki. Tematicheskiy vypusk «Meditsinskie informatsionnye sistemy». – Taganrog: TTI YuFU, 2010. – № 9 (110). – S. 42–51.
6. Makarova V., Petrushin V.A. RUSLANA: a database of russian emotional utterances // ICSLP, 2002. – pp. 2041–2044.
7. http:// www.harpia.ru/rec/.
8. Kalyuzhnyy M.V. Sistema reabilitatsii slabovidyashchikh na osnove nastraivaemoy segmentarnoy modeli sinteziruemoy rechi: avtoref. dis. …kand. tekh. nauk: 05.11.17. – SPb., 2009. – 18 s.
9. Sidorov K.V., Filatova N.N. Algoritm avtomaticheskoy generatsii rechevykh ob'ektov // Sbornik materialov I Mezhdunarodnoy nauchn.-prakt. konf. «Tekhnicheskie nauki - osnova sovremennoy innovatsionnoy sistemy». – Chast' 1. – Yoshkar-Ola, 2012. – S. 118–120.
10. Takens F. Detecting strange attractors in turbulence // Dynamical Systems and Turbulence. – Heidelberg: Springer-Verlag, 1981. – pp. 366–381.
11. Gorshkov V.A., Kasatkin S.A. Identifikatsiya vremennykh ryadov aviatsionnykh sobytiy metodami i algoritmami nelineynoy dinamiki. – M.: Blank Dizayn, 2008. – 208 s.
12. Malinetskiy G.G., Potapov A.B. Sovremennye problemy nelineynoy dinamiki. – M.: Editorial URSS, 2000. – 336 s.
13. Mekler A.A. Primenenie apparata nelineynogo analiza dinamicheskikh sistem dlya obrabotki signalov EEG // Vestnik novykh meditsinskikh tekhnologiy. – 2007. – T. KhIV, № 1. – S. 73–76.
14. Kennel M.B., Brown R., Abarbanel I. Determining embedding dimension for phase-space reconstruction using a geometrical construction // Phys. Rev. A, 45, 3403, 1992.
15. Hegger R. et al. Practical Implementation of Nonlinear Time Series Methods. In: The TISEAN package, CHAOS 9, 413. – 1999. – http://www.mpipks-dresden.mpg.de/~tisean/.

Аннотация: В данной работе рассматриваются пути автоматизации развивающегося метода диагностики – тезиграфии. Давно известно, что биологические жидкости при высушивании кристаллизуются. В условиях патологии кристаллизационные свойства биологических жидкостей изменяются. В результате уже проведенных исследований выяснено, что этот метод очень чувствителен и может быть использован на этапах доклинической диагностики вирусных и инфекционных заболеваний. Для определения характера патологического процесса необходимо анализировать полученные изображения биокристаллов с целью описания их формы и выявления характера распределения по ряду признаков. В статье рассмотрены алгоритмы и методы автоматизированной оценки признаков графических объектов на примере изображений, полученных в ходе тезиграфических исследований. Исследованы алгоритм сегментации, основанный на выделении границ с помощью фильтрации, алгоритм вычисления площадей и детектирования признаков формы и алгоритмы моделирования и фрактального анализа при рассмотрении древовидных и других сложных кристаллограмм. Предложена программа, которая позволяет получать оценки распределения по площади, периметру и другим характеристикам кристаллов, а также статистические данные по множеству кристаллов, выращенных на общей поверхности.

Ключевые слова: Программное обеспечение, Тезиграмма, Биокристалл, Сегментация, Признак, Анализ, Изобра жение, Форма , Объект, Слюна

Библиография:
1. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде Matlab. Москва, Техносфера, 2006.
2. И.А.Мальчиков, И.А.Тузанкина, Ю.В.Григорьева, Л.П.Мальчикова. Биофизические аспекты кристаллографических исследований. Екатеринбург, 2006.
3. Исаева В.В. и др. Фракталы и хаос в биологическом морфогенезе. Владивосток, 2004.
4. Дьяконов В. MATLAB. Обработка сигналов и изображений. Специальный справочник. — СПб.: Питер, 2002.
5. Matlab & Toolboxes/http: //matlab. exponenta.ru.

References (transliteration):
1. Gonsales R., Vuds R., Eddins S. Tsifrovaya obrabotka izobrazheniy v srede Matlab. Moskva, Tekhnosfera, 2006.
2. I.A.Mal'chikov, I.A.Tuzankina, Yu.V.Grigor'eva, L.P.Mal'chikova. Biofizicheskie aspekty kristallograficheskikh issledovaniy. Ekaterinburg, 2006.
3. Isaeva V.V. i dr. Fraktaly i khaos v biologicheskom morfogeneze. Vladivostok, 2004.
4. D'yakonov V. MATLAB. Obrabotka signalov i izobrazheniy. Spetsial'nyy spravochnik. — SPb.: Piter, 2002.
5. Matlab & Toolboxes/http: //matlab. exponenta.ru.