Представление и эффективное кодирование трехмерных пространственных объектов и связанных с ними растровых графических изображений тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Сенилова, Елена Михайловна

  • Сенилова, Елена Михайловна
  • кандидат технических науккандидат технических наук
  • 2012, ИжевскИжевск
  • Специальность ВАК РФ05.13.01
  • Количество страниц 184
Сенилова, Елена Михайловна. Представление и эффективное кодирование трехмерных пространственных объектов и связанных с ними растровых графических изображений: дис. кандидат технических наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). Ижевск. 2012. 184 с.

Оглавление диссертации кандидат технических наук Сенилова, Елена Михайловна

ОГЛАВЛЕНИЕ

Стр.

Введение

1. Анализ методов компьютерной графики в архитектурном моделировании и визуализации

1.1. Современные возможности компьютерного проектирования и трехмерной визуализации в архитектуре

1.1.1. Процесс создания архитектурного проекта

1.1.2. Обзор современных программных пакетов для архитектурного моделирования и визуализации

1.2. Задачи представления и эффективного кодирования трехмерных пространственных объектов

1.2.1. Цифровые представления и модели трехмерных пространственных объектов

1.2.2. Методы визуализации трехмерных пространственных объектов

1.2.3. Сетевые решения в интерактивном трехмерном моделировании

1.3. Представление, кодирование и технологии обработки графических изображений

1.3.1. Структурно-графические свойства изображений

1.3.2. Основные цветовые модели и цветовые координатные системы

1.3.3. Компьютерное представление графической информации

1.3.4. Методы обработки цифровых изображений

1.4. Постановка цели и задач исследований

2. Процессы формообразования, анимации и проецирования тетрагональной регулярной сетевой модели трехмерных пространственных

объектов

2.1. Поля деформаций пространства

2.2. Тетрагональная регулярная сеть

2.3. Характеристики сетей

2.4. Непространственные операции над сетями

2.4.1. Локальные склейки узлов

2.4.2. Замыкания сети

2.4.3. Операции форматирования сетей

2.5. Пространственные операции над сетями

2.6. Формообразование и деформации объектов

2.7. Пространственные трансформации трехмерных сцен

2.8. Проецирование, визуализация и рендеринг трехмерных пространственных объектов

2.9. Экспериментальные данные и результаты

2.10. Полученные результаты и выводы

3. Разработка эффективной информационной технологии обработки цветных графических изображений

3.1. Описание системы адаптивного цветотонового преобразования изображений

3.2. Проекционный кластерный анализ цветовых компонент изображений

3.2.1. Математическое описание кластеров

3.2.2. Классификация точек изображения по кластерам

3.2.3. Выделение габаритных контейнеров цветовых кластеров по их проекциям

3.3. Преобразование и цветокоррекция графических изображений

3.4. Возможности структурного анализа изображений

3.4.1. Стягивание цветовых кластеров изображения с помощью центроидного фильтра

3.4.2. Влияние стохастических искажений на характеристики

кластеров цветовых компонент

3.4.3. Возможности структурного анализа изображений

3.5. Полученные результаты и выводы

Заключение

Список литературы

Приложение. Акт об использовании результатов работы

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Представление и эффективное кодирование трехмерных пространственных объектов и связанных с ними растровых графических изображений»

ВВЕДЕНИЕ

Актуальность темы. Визуализация является самым лучшим и надежным способом просмотра и оценки уже конечного результата проекта перед самым началом работ на самом объекте. Именно визуализация расширяет возможности и максимально удовлетворяет представление об объекте. Архитектурная визуализация - это графическое трехмерное (3D) моделирование на компьютере в сфере архитектурного дизайна.

Архитектурное 3D моделирование позволяет увидеть, как будет выглядеть готовое здание еще на стадии проектирования, без чего в наше время невозможно представить разработку и сдачу того или иного проекта. Визуализация архитектурного сооружения необходима для того, чтобы еще до самого строительства на объекте дизайнер-архитектор мог увидеть внешний вид конструкции, учитывая при этом окружающую обстановку и будущие изменения в ней. Кроме этого, 3D визуализация и моделирование необходимо и для заказчика, чтобы было сразу видно, как примерно будет выглядеть еще даже не достроенный комплекс.

Существует много различных графических программ для 3D моделирования, например, такие как Maya, Houdini, Blender, 3ds Max. Последняя программа является лидером 3D моделирования, по крайней мере, в России. Доминирующую роль в цифровом представлении пространственных 3D объектов этих программ играет т.н. TIN-модель - модель триангуляционной нерегулярной сети (Triangulated Irregular Network). Однао TIN-модель является ресурсо-затратной, как в смысле объема памяти, так и в смысле времени вычислений, затрачиваемого на создание индексных массивов и последующее вычисление по этим массивам взаимосвязей элементов. Поэтому актуальной является задача более эффективного кодирования пространственных 3D объектов.

Современный дизайн интерьеров также не обходится без 3D моделирования. Используя новейшие технологии в области 3D графики, удается добивать-

ся реалистичных сцен, мало чем, отличимых от реальных фотографий. После того как будут спроектированы нужные формы и заданы объемы в виртуальном пространстве, следующим этапом ЗБ моделирования является наполнение предметов текстурами. Текстуры требуются стенам, полу, потолку, мебели, занавескам и т.д. Материалы для интерьерных (и не только) сцен можно получить тремя способами. Первый - это библиотеки текстур, создаваемые специально для этих целей различными фирмами и постоянно пополняющиеся. Второй источник получения текстур - это сканер. Его использование особенно актуально для получения текстур обоев и различных видов ткани. Когда же по некоторым причинам невозможно получить образец материала для сканирования, то тут поможет третий источник получения текстуры - цифровой фотоаппарат.

Использование текстурных карт является одним из основных способов получения фотореалистичного изображения и в то же время наиболее ресурсоемкой операцией по отношению к оперативной памяти компьютера. Это связано с тем, что наилучшего качества изображения можно добиться, применяя растровые карты большого разрешения, а это как раз и ведет к максимальному потреблению оперативной памяти. При непродуманном применении большого количества растровых карт ресурсы компьютера будут исчерпаны очень быстро. Кроме того, нельзя не принимать во внимание рост доли аутсорсинговых услуг, предлагаемых архитектурными студиями. Обеспечение возможности интенсивного обмена подобного рода информацией между внешними исполнителями (аутсорсерами) ставит следующую актуальную задачу: снижение нагрузки на сетевую инфраструктуру таких предприятий за счет более эффективного кодирования и сжатия растровых графических изображений (ГИ).

Решению вышеуказанных задач и посвящена данная диссертационная работа.

Область исследования. Диссертационная работа выполнена в соответствии с пунктами 4 - «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки инфор-

мации» и 12 - «Визуализация, трансформация и анализ информации на основе компьютерных методов обработки информации» паспорта специальности 05.13.01 - «Системный анализ, управление и обработка информации (в науке и технике)».

Объектом исследования являются компьютерная графика; ГИ, их свойства и характеристики, формы представления и кодирования; модели данных пространственных ЗВ объектов и составляемых ими ЗВ сцен, их свойства и характеристики; моделирование процессов формообразования, анимации и проецирования ЗВ объектов.

Предметом исследования являются методы моделирования, анализа, синтеза и кодирования ГИ; адаптивное цветотоновое преобразование (АЦТП) ГИ; центроидное преобразование ГИ; структурно-цветовой анализ (СЦА) ГИ; тетрагональная регулярная сетевая (ТК!Ч) модель пространственных ЗВ объектов; методы проецирования, визуализации и рендеринга пространственных ЗВ объектов.

Цель работы состоит в проведении комплексных исследований для получения научно-обоснованных методических решений по разработке эффективных дискретных представлений и методов кодирования ГИ и пространственных ЗВ объектов, что будет способствовать реализации более высокопроизводительных алгоритмов обработки растровой и ЗВ график.

Для реализации поставленной цели необходимо решить следующие задачи:

- создать ТЮЧ-модель ЗВ объектов на основе использования полей деформаций пространства (ПДП), учета отношений смежности между узлами регулярной сети и инциденций между смежными ее связями;

- исследовать возможность оперирования ЗВ объектами на основе использования непространственных операций склейки узлов и замыкания ТИЧ;

- построить единый способ описания процессов формообразования и деформаций ЗВ объектов, как результат действия ПДП на узлы Т1Ш;

- разработать алгоритм АЦТП для выделения кластеров в цветовом пространстве графического изображения, также провести анализ, выбор и реализацию оптимальной разделяющей функции критерия Байеса для АЦТП;

- оценить влияние стохастических искажений на характеристики кластеров цветовых компонент (ЦК) в процессе АЦТП;

- предложить методику СЦА изображений на основе их АЦТП и центро-идного преобразования;

- провести экспериментальные исследования по оценке эффективности разработанных средств и методов в сравнении с существующими подходами.

Методы исследования. В работе применялись теоретические и экспериментальные методы исследования.

Теоретические исследования основаны на использовании функционального анализа, теории вероятностей и математической статистики, методов машинной графики, методов современной геометрии и топологии, методов обработки, анализа и кодирования изображений и других пространственных структур различной размерности, методов распознавания образов.

В экспериментальных исследованиях разработанных моделей и алгоритмов использовались методы моделирования пространственных структур, методы цифровой обработки ГИ, методы анализа, проектирования, кодирования и тестирования программного кода.

Достоверность и обоснованность полученных в работе результатов и выводов подтверждается результатами практического использования разработанных алгоритмов и программных средств, методик и технологий обработки ГИ, методик и технологий обработки пространственной информации, научными трудами и апробациями созданного научно-технического продукта на представительных научных форумах. Достоверность и обоснованность полученных в работе результатов и выводов подтверждена сопоставительным анализом разработанных и существующих математических моделей и методов.

Теоретические положения, выведенные в работе, обосновываются стро-

гостью исходных посылок и корректным применением использованного математического аппарата при выводах аналитических выражений.

Достоверность экспериментальных результатов обеспечена их хорошей согласованностью с теоретически предсказанными характеристиками, а также выбором надежных критериев при построении алгоритмов обработки информации. Исходные данные при выполнении вычислительного эксперимента были тщательно верифицированы и дали хорошую воспроизводимость результатов на больших объемах экспериментального материала.

На защиту выносятся результаты разработки методики СЦА изображений на основе их АЦТП и центроидного преобразования, а также ТКИ-моделей данных ЗЭ объектов и составляемых ими ЗБ сцен, в том числе:

- ТЮЧ-модель для описания структуры поверхности пространственного ЗБ объекта с учетом ее топологических свойств: гладкости и возможных нерегулярных образований различного порядка;

- результаты исследования возможностей оперирования ЗО объектами на основе использования непространственных операций склейки узлов и замыкания ТИЧ;

- способ унифицированного описания процессов формообразования и деформаций ЗЭ объектов, как результата действия ПДП на узлы ТИМ;

- метод анимационных преобразований ЗБ объектов, построенный на основе комбинирования пространственных операций трансляции и ротации Т11К.

- алгоритм АЦТП, предполагающий обработку изображения фильтром, кластеризующим значения ЦК, выделение кластеров этих компонент, распознавание цвета пикселей изображения по выделенным кластерам;

- методика СЦА изображения, включающая его предварительное АЦТП с последующим формированием слоев (стратификацией) и распознаванием в этих слоях структурных элементов (СЭ) изображения на базе центроидного преобразования.

Научная новизна результатов диссертационного исследования, полу-

ченных лично автором, заключается в следующем:

- разработана ТЮ4-модель данных ЗБ объектов, которая позволяет избежать многих принципиальных трудностей, возникающих при использовании других моделей пространственных структур, а также является менее ресурсо-затратной и обеспечивает возможность получения более высокоуровневого иерархического представления пространственных объектов;

- предложен метод анимационных преобразований, основанный на использовании двух сопряженных координатных систем с комбинированием пространственных операций трансляции, ротации и масштабирования ТШЧ;

- обнаружено, что путем установления прямого соответствия «тетроид-пиксель» может рассматриваться как гибкий растр, образующий гибкую поверхность (йех-поверхность), благодаря которой получается качественное реалистичное изображение шероховатой текстурированной поверхности (ап-пликативной текстуры);

- построен алгоритм АЦТП, как эффективная информационная технология, позволяющий за приемлемое время автоматически выделять кластеры в цветовом пространстве изображения посредством проекционного кластерного анализа ЦК изображений;

- предложено для предварительной обработки ГИ использовать центро-идную фильтрацию для эффективного стягивания цветовых кластеров изображения; установлены границы применимости такого фильтра путем оценки влияния стохастических искажений на характеристики кластеров ЦК;

- разработана методика СЦА изображений на основе их АЦТП и центро-идного преобразования, обеспечивающая высокую достоверность предварительной обработки ГИ с целью локализации и оценки их СЭ и высокую степень сжатия данных.

Практическая полезность работы. Предложенная методика обработки ГИ алгоритмом АЦТП позволяет снизить количество используемых цветов до минимума при сохранении цветоразличения, что обеспечивает редукцию тоно-

и

цветовой шкалы без потерь. Кроме того, АЦТП позволяет вести подготовку цветных изображений для их дальнейшего СЦА с целью выделения различных компонент изображений. Посредством АЦТП удается значительно понизить уровень шумов и искажений в изображении, повысить его цветовые и тоновые контрасты, а также помимо улучшения качества удается значительно сжимать объем изображения. Возможность эффективного сжатия растровых ГИ будет способствовать более высокому быстродействию передачи их по сети, что позволит в наибольшей мере удовлетворять коммуникативным потребностям современных архитектурных студий либо в форме виртуальных предприятий, либо при реализации ими аутсорсинговых услуг.

Разработано программное обеспечение терминальной обработки данных о пространственных объектах, реализующее высокопроизводительные алгоритмы оперирования моделями данных пространственных ЗБ объектов, их представления и кодирования для повышения эффективности архитектурного моделирования. Разработанный программный комплекс поддерживает форматы данных интерактивных ЗБ моделей, применяемых в распространенных и используемых в настоящее время системах, обеспечивая тем самым совместимость с ними. Получены оценки эффективности разработанных средств и методов, подтверждающие целесообразность их использования для существенного повышения возможностей архитектурного ЗБ моделирования.

Реализация работы в производственных условиях. Полученные результаты использованы при реализации ряда проектов в ОАО «Ижмашпроект».

Созданные программные средства обработки ГИ и эффективного представления ЗБ-моделей обеспечили существенное снижение уровня помех и искажений в используемых при визуализации фасадов текстурных картах, а также быструю загрузку и удобный просмотр в окне браузера интерактивных архитектурных ЗБ-моделей.

Апробация работы. Результаты работы докладывались на: 33-й, 34-й и 36-й международных конференциях «Информационные технологии в науке,

социологии, экономике и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2006, 2007 и 2009); X международной конференции по мягким вычислениям и измерениям (Санкт-Петербург, 2007); научной конференции-семинаре «Теория управления и математическое моделирование» (Ижевск, 2008); международном симпозиуме «Надежность и качество» (Пенза, 2009); международной научно-технической конференции «Многопроцессорные вычислительные и управляющие системы» (Дивноморское, Краснодарский край, 2009); молодежной научно-технической конференции «Интеллектуальные системы - 2009» в рамках конгресса по интеллектуальным системам и информационным технологиям «AIS-IT'09» (Геленджик-Дивноморское, 2009); 36-й и 37-й международных конференциях «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2009 и 2010).

Публикации. Основные научные результаты по теме диссертации опубликованы в 17 научных работах общим объемом 4,4 пл., авторский вклад — 2,2 пл. Автор имеет 3 научных труда в издании, выпускаемом в РФ и рекомендуемом ВАКом для публикации основных результатов диссертаций.

Структура и объем работы. Диссертация содержит введение, 3 главы, заключение и акт об использовании результатов работы, изложенные на 184 стр. машинописного текста. В работу включены 80 рис., 12 табл., список литературы из 155 наименований.

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Сенилова, Елена Михайловна

ЗАКЛЮЧЕНИЕ

1. Исследованы возможности оперирования пространственными ЗБ объектами на основе использования непространственных операций склейки узлов и замыкания ТШЧ и пространственных операций трансляции, ротации, масштабирования, компрессии и пластичной деформации сетей. Установлено, что указанный набор операций обладает необходимой полнотой для реализации всех необходимых преобразований пространственных ЗБ объектов.

2. В том случае, если ячейки сети имеют форму «достаточно близкую к квадратной», хроматическая модель ТЮ^ может рассматриваться как гибкий растр - деформированная в пространстве плоскость с нанесенным на нее растровым изображением. Если затем подвергнуть эту сеть деформации пропорциональную яркости соответствующего пикселя, то образуется гибкая поверхность (Аех-поверхность), которую можно затем подвергнуть хроматизации тем же исходным растром. В результате, образованный гибкий растр будет реали-зовывать аппликативный рендеринг йех-поверхности. Его использование наиболее целесообразно для формирования текстуры шероховатых поверхностей.

3. Разработаны алгоритмы оперирования моделями данных пространственных ЗБ объектов, обеспечивающие высокую производительность вычислительного процесса и снижение используемых ресурсов памяти, в частности, разработаны быстрые алгоритмы проецирования и визуализации ЗБ объектов на основе исследования проекционных пространственных преобразований трансляции, ротации, масштабирования и компрессии Т1Ш.

4. По сравнению с ручным выделением цветовых кластеров по ключевым участкам исходного изображения разработанный автором алгоритм АЦТП в значительной степени дает выигрыш в скорости и удобстве обработки изображений. Получаемые статистические характеристики цветовых кластеров достаточно полно описывают изображение и позволяют провести АЦТП.

5. Установлено, что в результате обработки изображений кластеризующим фильтром при увеличении радиуса апертуры гауссовского фильтра наблюдается эффект расплывания кластеров ЦК изображения с повышением порога, поскольку в процессе гауссовского размытия цвет каждого пикселя распространяется среди соседних, что приводит к размытию границ кластеров цветового пространства и делает практически труднореализуемой задачу выделения ЦК.

6. Обнаружен новый эффект работы центроидного фильтра: при обработке исходного изображения и помещении результатов на чистый белый растр происходит выделение только тех точек изображения, которые удовлетворяют некоему порогу. Порог - это величина, на которую необходимо превышение хотя бы одной из компонент (Я, О, В) среднего значения кодовых слов сканирующего окна (3x3) по растру цветного изображения значения кодового слова любого из 8 пикселей, расположенных по периметру этого окна. В результате, выделяются непрерывные цветовые зоны.

Список литературы диссертационного исследования кандидат технических наук Сенилова, Елена Михайловна, 2012 год

ЛИТЕРАТУРА

1. Абламейко C.B., Лагуновский Д.М. Обработка изображений: технология, методы, применение. - Минск: Амалфея, 2000. - 304 с.

2. Авраамова О.Д. Язык VRML. - M.: ДИАЛОГ-МИФИ, 2000.^28'8 сГ

3. Александров А.Д., Нецветаев Н.Ю. Геометрия. - М.: Наука, ¡1990. -

672 с.

4. Артюшенко В.М., Шелухин О.И., Афонин М.Ю. Цифровое сжатие видеоинформации и звука. - М.: Дашков и К0, 2003. - 426 с.

5. Ахмед Н., Pao К. Ортогональные преобразования при обработке цифровых сигналов: Пер. с англ. - М.: Связь, 1980. - 248 с.

6. Балобанов A.B., Кривозубов В.П., Балобанов В.Г. Цветовое кодирование черно-белых изображений с помощью персонального компьютера // Ин-фокоммуникационные технологии, Т. 1, № 3, 2003. - с.51-56.

7. Берлянт A.M. Геосемиотика и визуализация геоизображений // Инф. бюлл. ГИС-Ассоциации, 2002, № 1(33)-2(34). - С. 27-30.

8. Бобков В.А., Кислюк О.С., ХамидуллинА.В. Формирование растровых графических изображений пространственных объектов, построенных методом конструктивной геометрии // Программирование, 1989, № 3. - С. 88-92.

9. Большая Советская Энциклопедия, 3-е изд., 1969-1978 гг.

10. Бондаренко В.А., Дольников В.Л. Фрактальное сжатие изображений по Барнсли-Слоану // Автоматика и телемеханика. - 1994. - №5. - С. 12-20.

11. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. - М.: ДИАЛОГ-МИФИ, 2003. - 384 с.

12. Вендровский К.В., Вейцман А.И. Фотографическая структуромет-рия. - М.: Искусство, 1982. - 270 с.

13. Гасилов В.А., Карагичев А.Б., Карташева Е.Л. идр. Интерактивная система генерации тетраэдральных сеток ITERA // Труды IV Междунар. конф.

по математическому моделированию. - М.: Станкин, 2001. - С. 84-91.

14. Гилой В.А. Интерактивная машинная графика. - М.: Мир, 1981. -

380 с.

15. Горлов С.К., Корыстин A.B., Родин В.А. Об одной реализации метода сжатия отображений с помощью нелинейной аппроксимации сумм Фурье-Хаара // Теор. функций и прибл.: Тр. 7-й Саратов, зим. шк. (1994 г.). Ч. 2.- Саратов: Изд.-во СГУ, 1995.

16. Гуревич М.М. Цвет и его измерение, М. — Л., 1950.

17. Джеймс Т. Теория фотографического процесса. - Л.: Химия, 1980. -

672 с.

18. Джефф Просис. Файлы растровой графики: взгляд внутрь. PC Magazine, December 3, 1996, p. 321

19. Дуда P., Харт П. Распознавание образов и анализ сцен. - М.: Мир, 1976.-512 с.

20. Елкин С.Л Решение проблемы согласования перцептивной значимости передаваемой информации // Математическое моделирование и интеллектуальные системы: Сб. науч. тр. ИжГТУ.- 2004.- №1(3).- Ижевск: Изд-во ИЭ УрО РАН, 2004.-С. 9- 10.

21. Елкин С.Л., Лялин В.Е. Перцептивная значимость и когнитивные модели данных при передаче информации // Информационные технологии в науке, социологии, экономике и бизнесе: Материалы 31 Междунар. конф. - Украина, Крым, Ялта - Гурзуф.: Прилож. к журн. «Открытое образование», 2004.-С. 80-81.

22. Елкин С.Л., Мурынов А.И. Формирование в телекоммуникационных сетях интегрированного перцептивно-реалистического информационного пространства // Инфокоммуникационные технологии Глобального информационного общества: Сб. трудов II Ежегодной Международной научно-практич. конф. - М.: MAC, 2004. - С.73 - 80.

23. Заков A.A. Основы теории графов. М.: Наука, 1987.

24. Зенкин A.A. Когнитивная компьютерная графика. - М.: Наука, 1991.-192 с.

25. Иванов В.П., Батраков A.C. Трехмерная компьютерная графика. -М.: Радио и связь, 1995. - 224 с.

26. Карасев A.A. Векторно-топологическое представление данных // Мир ПК, 1995, № 12. - С. 3-8.

27. Клименко C.B., Кочин В.Н. Об одном способе изображения поверхностей в машиной графике // Программирование, 1981, № 2. - С. 68-71.

28. Колмогоров А.Н., Фомин C.B. Элементы теории функций и функционального анализа. - М.: Наука, 1981. - 544 с.

29. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1979. - 720 с.

30. Корриган Дж. Компьютерная графика. - М.: Энтроп, 1995. - 352 с.

31. Кошель С.М., Мусин O.P. Методы цифрового моделирования: кри-нинг и радиальная интерполяция // Инф. бюлл. ГИС-Ассоциации, 2000, № 4(26). - С. 30-33. - № 5(27). - С. 28-30. - 2001, № 1(28). - С. 40-43. - № 2(29)-3(30).-С. 23-26.

32. Кошкарев A.B., Сорокин А.Д. Форматы и стандарты цифровой пространственной информации // ГИС-обозрение, 1995, № 4 (весна-95). - С. 40-45.

33. Кошкарев A.B., Тикунов B.C. Геоинформатика. - М.: Картгеоцентр. -Геодезиздат, 1993.-213 с.

34. Кривошеев М.И., Кустарев А.К. Световые измерения в телевидении, М., 1973.

35. Кринов П.С., Поляков C.B., Якобовский М.В. Визуализация в распределенных вычислительных системах трехмерных расчетов // Труды IV Ме-ждунар. конф. по математическому моделированию. - М.: Станкин, 2001. - С. 126-133.

36. Ланцов А.Л. Компьютерное проектирование в архитектуре. Archicad 11. - M.: ДМК Пресс, 2007. - 800 с.

37. Левин В.И. Непрерывно-логическое представление плоских и пространственных объектов распознавания // Тез. докл. II Всеросс. с участием стран СНГ конф. «Распознавание образов и анализ изображений. Новые информационные технологии». - Ч. III. «Прикладные задачи распознавания образов, анализа изображений и обработки сигналов». - Ульяновск: УлГТУ, 1995. -С.140-142.

38. Лепихов Ю.Н., Шибаева И.В., Романов М.Л. Использование метода Барроуза-Уилера для сжатия малоцветных изображений // Информационные технологии в науке, социологии, экономике и бизнесе: Материалы 31 Между-нар. конф. - Украина, Крым, Ялта - Гурзуф.: Прилож. к журн. «Открытое образование», 2004,-С.40-41.

39. Ли Дж., Уэр Б. Трёхмерная графика и анимация. - 2-е изд. - М.: Вильяме, 2002. - 640 с.

40. Лялин В.Е., Лепихов Ю.Н., Пивоваров И.В. Понижение уровня шума в реальных изображениях путем эквализации текстуры и одновременной коррекции цветовых компонент // Информационные технологии в науке, образовании, телекоммуникациях и бизнесе: Материалы 31 Междунар. конф. - Украина, Крым, Ялта-Гурзуф: Ж. «Успехи современного естествознания» №5, 2004, Прилож. №1. - М. «Академия естествознания».- С. 118-120.

41. Лялин В.Е., Сенилова Е.М. Варианты систем разделяющих функций байесовского классификатора цветов для адаптивного цветотонового преобразования изображений // А18-1Т'09. Труды конгресса по интеллектуальным системам и информационным технологиям. Научное издание в 4-х томах. - М.: Физматлит, 2009. - Т. 3. - С. 238-245.

42. Лялин В.Е., Сенилова Е.М. Интеллектуальная информационная технология для создания единой информационной системы обработки результатов фотосъемок архитектурных студий как виртуальных предприятий // Надежность и качество. Труды международного симпозиума. В 2-х томах / Под ред. Н.К. Юркова. - Пенза: Изд-во Пенз. гос. ун-та, 2009. - Т. 1. - С. 44-49.

43. Лялин В.Е., Сенилова Е.М. Способ классификации точек изображения по кластерам в системе адаптивного цветотонового преобразования // Многопроцессорные вычислительные и управляющие системы. Материалы международной научно-технической конференции. В 2-х томах. - Таганрог: Изд-во ТТИ ЮФУ, 2009. - Т. 2. - С. 190-193.

44. Лялин В.Е., Титов В.А., Пивоваров И.В. Распознавание и обработка графических изображений для передачи в телекоммуникационных системах // Компьютерные и информационные технологии в науке, инженерии и управлении: Материалы Всеросс. НТК - Таганрог: Изд-во ТРТУ, 2005. - С.57-63.

45. Макарова О.Л., Мурынов А.И., Сенилова Е.М. Тетроидная регулярная сеть как модель пространственных объектов размерности 3 // Информационные технологии в науке, социологии, экономике и бизнесе. Материалы 33-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2006. - С. 181-182.

46. Математическая энциклопедия. Т. 4. - М.: Советская Энциклопедия, 1984.- 1216 с.

47. Машинная графика и вычислительная геометрия в задачах машиностроения. - М.: НС по КП «Кибернетика» при АН СССР, 1989. - 178 с.

48. Миловская О.С. Дизайн архитектуры в 3ds Мах. - СПб.: БХВ-Петербург, 2007. - 320 с.

49. Минский М. Структура для представления знания // Психология машинного зрения / Под ред. П. Уинстона. - М.: Мир, 1978. - С. 249-338.

50. Мураховский В.И. Компьютерная графика. - М.: АСТ-Пресс СКД,

202 с.

51. Мурынов А.И. Конфигурационные модели изображений и оценка параметров структурных элементов их деталей // Химическая физика и мезо-скопия. Т.4, 2002, №1. - С. 128-144.

52. Мурынов А.И., Вдовин A.M., Лялин В.Е. Оценка геометрико-топологических параметров деталей изображений на основе метода центроид-

ной фильтрации // Химическая физика и мезоскопия. Т.4, 2002, №2. - С. 145160.

53. Мурынов А.И., Сенилова Е.М. Моделирование трехмерных объектов на основе тетрагональной регулярной пространственно деформируемой сети // Вестник Ижевского государственного технического университета. -Ижевск: Изд-во ИжГТУ, 2011. - № 2 (50). - С. 158-163.

54. Мурынов А.И., Сенилова Е.М. Процессы формообразования, анимации и проецирования трехмерных пространственных объектов с использованием тетрагональной регулярной сетевой модели // Информационные технологии в науке, социологии, экономике и бизнесе. Материалы 36-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2009.-С. 117-119.

55. Мурынов А.И., Сенилова Е.М. Структурно-цветовой анализ изображений на основе адаптивного цветотонового и центроидного преобразований // Вестник Ижевского государственного технического университета. -Ижевск: Изд-во ИжГТУ, 2009. - № 3 (43). - С. 144-150.

56. Мурынов А.И., Сенилова Е.М. Тетроидная регулярная сетевая модель трехмерных пространственных объектов и сцен // Сборник докладов X международной конференции по мягким вычислениям и измерениям. - Т. 1. -СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2007. - С. 162-165.

57. Мурынов А.И., Сенилова Е.М. Хроматическая ТК^-модель пространственных объектов // Информационные технологии в науке, социологии, экономике и бизнесе. Материалы 33-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2006. - С. 186-187.

58. Мурынов А.И., Хаба Б.С. Анализ, оценка и компенсация преобразований пространственной структуры изображений на основе использования конфигурационных моделей // Вестник ИжГТУ "Программно-аппаратные средства для анализа и обработки сигналов и изображений" Вып.З, 2002. - С.59-67.

59. Ньюмен У., Спрулл Р. Основы интерактивной машинной графики. -

M.: Мир, 1976.-562 с.

60. Нюберг H.Д. Измерение цвета и цветовые стандарты.- М., 1933.

61. Обработка изображений и цифровая фильтрация. - М.: Мир, 1979. -

318 с.

62. Огарков В.М. От триангуляции Делоне к управляемой триангуляции (о настоящих моделях рельефа в ГИС) // Инф. бюлл. ГИС-Ассоциации, 1999, № 2(19). - С. 55-58. - № 5(17). - С. 28-30.

63. Ope О. Теория графов: - М.: Наука, 1968. - 352 с.

64. Павлидис Т. Алгоритмы машинной графики и обработки изображений. -М.: Радио и связь, 1986. - 400 с.

65. Пеев Е., Боянов К., Беляева О. Методи и средства за компрессия на изображения // Автоматика и информатика.-1994.-28, №3.-стр.3-14.

66. Петров М.Н., Молочков В.П. Компьютерная графика. - СПб.: Питер, 2002.-736 с.

67. Пивоваров И.В. Цвет и его измерение: обзор основных цветовых моделей и цветовых координатных систем // Математическое моделирование и интеллектуальные системы: Сб. научн. тр. - 2004. - №1. -Екатеринбург-Ижевск: Изд-во ИЭ УрО РАН, 2004. - С.72-79.

68. Пивоваров И.В., Сенилова Е.М. Исследование влияния стохастических искажений на характеристики кластеров цветовых компонент в процессе структурного анализа изображений // Информационные технологии в науке, социологии, экономике и бизнесе. Материалы 36-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2009. - С. 119122.

69. Полшков Е.А. Отображение трехмерных математических моделей геоэкологических объектов в геоинформационной системе // Инф. бюлл. ГИС-Ассоциации, 1997, № 2(9). - С. 65-67. - № 3(10). - С. 42-44.

70. Пономаренко С.И. Пиксел и вектор. Принципы цифровой графики. - СПб.: БХВ-Петербург, 2002. - 496 с.

71. Применения цифровой обработки сигналов: Пер. с англ. / Под ред. Э.Оппенгейма. - М: Мир, 1980. - 552 с.

72. Прэтт У. Цифровая обработка изображений. - Кн. 1. - М.: Мир, 1982. - 312 с. - Кн. 2. - М.: Мир, 1982. - 480 с.

73. Прэтт У., Кэйн Д., Эндрюс X. Кодирование изображений посредством преобразования Адамара // ТИИЭР. - 1969. - Т.57. - №1. - С. 66-77.

74. Психология машинного зрения. - М.: Мир, 1978. - 448 с.

75. Роджерс Д. Алгоритмические основы машинной графики. - М.: Мир, 1989.-512 с.

76. Роджерс Д., Адаме Дж. Математические основы машинной графики. - М.: Машиностроение, 1980. - 240 с.

77. Сенилова Е.М. Алгоритм выделения габаритных контейнеров цветовых кластеров по их проекциям // Многопроцессорные вычислительные и управляющие системы. Материалы международной научно-технической конференции. В 2-х томах. - Таганрог: Изд-во ТТИ ЮФУ, 2009. - Т. 2. - С. 222225.

78. Сенилова Е.М. Гибкие растры и аппликативные текстуры для моделирования трехмерных пространственных объектов // Информационные технологии в науке, социологии, экономике и бизнесе. Материалы 34-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2007.-С. 192-194.

79. Сенилова Е.М. Модели гибкого растра и Аех-поверхностей // Теория управления и математическое моделирование. Труды научной конференции-семинара. - Ижевск: Изд-во ИжГТУ, 2008. - С. 59.

80. Сенилова Е.М. Обработка результатов архитектурной и интерьер-ной фотосъемок на основе адаптивного цветотонового преобразования // Информационные технологии в науке, образовании, телекоммуникации и бизнесе. Материалы 36-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2009. - С. 106-109.

81. Сенилова Е.М. Стягивание цветовых кластеров изображения с помощью центроидного фильтра при структурном анализе изображений // AIS-IT'09. Труды конгресса по интеллектуальным системам и информационным технологиям. Научное издание в 4-х томах. - М.: Физматлит, 2009. - Т. 3. - С. 315-321.

82. Сенилова Е.М. Трехмерное представление геометрико-топологических пространственных объектов с помощью тетрагональной регулярной пространственной сети // Информационные технологии в науке, образовании, телекоммуникации и бизнесе. Материалы 37-й междунар. конф. - Украина, Крым, Ялта-Гурзуф: прилож. к журн. «Открытое образование», 2010. -С. 309-311.

83. Сенилова Е.М. Формирование Аех-поверхностей из растровых текстурных изображений на базе тетроидной регулярной модели трехмерных пространственных объектов // Вестник Ижевского государственного технического университета. - Ижевск: Изд-во ИжГТУ, 2011. - № 1 (49). - С. 141-143.

84. Слободецкий И.М. 3D Studio МАХ 6.0. - М.: Познавательная книга-пресс, 2004.-384 с.

85. Талныкин Э.А. Внутренний язык для описания визуальных моделей // Автометрия, 1985, № 4. - С. 44-49.

86. Титтел Э., Сандерс К., Скотт Ч., Вольф П. Создание VRML-миров. -Киев: BHV, 1997.-320 с.

87. Тихомиров Ю.В. Программирование трехмерной графики. - СПб.: БХВ-Петербург, 2002. - 304 с.

88. Фоли Дж., ван Дэм А. Основы интерактивной машинной графики. -Ч. 1.-М.: Мир, 1985.-436 с.-Ч. 2.-М.:Мир, 1985.-564 с.

89. Фризер X. Фотографическая регистрация информации. - М.: Мир, 1978.-670 с.

90. Хермен Г. Восстановление изображений по проекциям. - М.: Мир, 1983.-349 с.

91. Хорн Б.К. Зрение роботов. - М.: Мир, 1989. - 488 с.

92. Чукин Ю.В. Структуры данных для представления изображений // Зарубежная радиоэлектроника, 1983, № 8. - С. 85-107.

93. Чэн Ш.-К. Принципы проектирования систем визуальной информации. - М.: Мир, 1994. - 408 с.

94. Шибаева И.В., Пивоваров И.В. Реализация интегрированного подхода к хранению и передаче видеоданных в телекоммуникационных системах // Проблемы техники и технологии телекоммуникаций: Материалы Пятой Меж-дунар. НТК.- Самара: Изд-во ПГАТИ, 2004.- С. 100-102.

95. Шикин Е.В., Боресков А.В. Компьютерная графика. Динамика, реалистические изображения. - М.: ДИАЛОГ-МИФИ, 1995. - 288 с.

96. Шрейдер Ю.А., Шаров А.А. Системы и модели. - М.: Радио и связь, 1982.- 152 с.

97. Эйнджел Э. Интерактивная компьютерная графика. - М.: Вильяме, 2001.-592 с.

98. Эндрюс Г. Применение вычислительных машин для обработки изображений / Пер. с англ. под ред. Б.Ф.Курьянова. -М.: Энергия. - 1977.- 161 с.

99. Ahmed N., Natarajan Т., Rao K.R. On image processing and a discrete cosine transform // IEEE Trans. Computers. -1974. - V. C-23 - №1. - P.90-93.

100. Anderson J.B., Huang T.S. Piecewise Fourier transformation for picture bandwidth compression // IEEE Trans. Commun. -1972.- V. COM-20 - №3. - P.488-491.

101. Andrews H.C., Pratt W.K. Transform image coding // Proc. Computer processing in communications. - New York: Polytechnic Press, 1969. - P. 63-84.

102. Barlaud M. et al. Pyramidal lattice vectior quantization for multiscale image coding // IEEE Trans. Image Proc. - 1994. -V.3. -№4. - P. 367-381.

103. Beaumont J.M. Image data compression using fractal techniques // ВТ Technological Journal. - 1991. - V. 9 - №4. - P. 92-109.

104. Bouville C., Brusq R. Generating high quality pictures by ray-tracing //

Computer Graphics Forum, 1985, vol. 4, № 2. - P. 567-579.

105. Buhman J., KUnel H. Vector quantization with complexity costs // IEEE Trans, on Information Theory. - 1993. -V.39. - №4. - P. 1133-1145.

106. Chan Ch.-K., Po L.-M. A complexity reduction technique for image vector quantization // IEEE Trans. Image Proc. - 1992. -V.l. -№3. - P. 312-321.

107. Computer graphics society. Techniques for computer graphics. - NY: Springer, 1987, VIII.-512p.

108. Cooley J.W., Tukey J.W. An algorithm for machine computation of complex Fourier series // Mach. Comput. - 1965. - V.l9. - P. 297-301.

109. Cosman P.C. et al. Using vector quantization for image processing // Proc. IEEE. - 1993.-V.81.-№9.-P. 1326-1341.

110. Daniel L., Ruan M. Computer-aided graphics and design. - NY, 1985. —

400p.

111. Eliott D.F., Rao K.R. Fast transforms: algorithms, analyses, applications. - London: Academic Press inc., 1982. - 488 p.

112. Enomoto H., Shibata K. Orthogonal transform coding system for television signals // IEEE Trans. Electromagnetic Compatibility. - 1971. - Special issue on Walsh functions. -V. EMC-13. - №3. - P. 11-17.

113. Fractal image compression: theory and application./ Ed.: Y.Fisher. -New York, 1995. - XVIII, 341 p.

114. Gardner G.Y. Visual simulation of clouds // Computer Graphics, 1985, vol. 19, №3,-P. 297-313.

115. Gopinath R.A., Burras C.S. On cosine-modulated wavelet orthogonal bases // IEEE Trans. Image Proc. - 1995. -V.4. -№2. - P. 162-177.

116. Gray R.M. Vector Quantization // IEEE ASSP Magazine. - April 1984. -P. 4-29.

117. Hall R. Illumination and Color in Computer Generated Imagery. - NY: Springer-Verlag, 1989.-328p.

118. Huang C.-M., Harris R.W. A comparison of several vector quantization

code book generation approaches // IEEE Trans. Image Proc. - 1993.- V.2.- №1.-P.108-112.

119. Hung A.C. Image compression: the emerging standard for color images // IEEE Computing Futures. - 1989. - Inagural issue. - P. 20-29.

120. ISO/IEC JTC1 Committee Draft 10918-1. Digital compression and coding of continuous-tone still images. Part 1. Requirements and guidelines. - 1991.

121. ISO/IEC JTC1 Committee Draft 10918-2. Digital compression and coding of continuous-tone still images. Part 2. Compliance Testing. - 1991.

122. Jaquin A.E. Image coding based on a fractal theory of iterated contractive image transformations // IEEE Trans. Image Proc. - 1992. -V.l. -№1. — P. 18-30.

123. Julius T. Tov. Pictorial Feature Extraction and Recognition via Image Modeling // Computer Graphics and Image Processing, v. 12, 1980, n.4. - P. 376-406.

124. Kilgour A.C. Techniques for modelling and displaying 3D scenes // Advances in Computer Graphics. - NY: Springer-Verlag, 1989. - 1123p.

125. Kim T. Side match overall match vector quantizers for images // IEEE Trans. Image Proc. - 1992. -V.l. -№2. - P. 170-185.

126. Kovacevic J. Subband coding system incorporating quantizer models // IEEE Trans. Image Proc. - 1995. -V.4. -№5. - P. 543-553.

127. Kurosaki M., Waki H. A JPEG-compliant colorimage compres-sion/decompresssion LSI // Mitshubisi Elec. Adv. -1994. -V.68, Sept. - P.17-18.

128. Lepihov Y.N., Telegina M.V., Pivovarov I.V. The adaptive color and tone transformation of images // VI International congress on mathematical modeling / Сборник тезисов докладов. - Нижний Новгород: Изд-во ННГУ, 2004. -С.253.

129. Levin J. A Parametric algorithm for drawing pictures of solid objects composed of quadric surfaces // Communication of the ACM, 1976, vol. 19, № 10. -P. 555-573.

130. Lord E.A., Wilson C.B. The mathematical description of shape and form. - Chichecter: Harwood, 1984. - 260p.

131. Marshall R.G. Computer graphics and application. - New Jersey: Pren-

tice Hall, 1987. -454p.

132. Mathews V.J. Multiplication free vector quantization using LI distortion measure and its variants // IEEE Trans. Image Proc.- 1992. -V.l. -№1. - P. 11-17.

133. Nasrabadi N.M., King R.A. Image coding using vector quantization: A review // IEEE Trans, on Communication. - 1988. - V. 36. - №8. - P. 957-971.

134. Ngan K.N., Koh H.C. Predictive classified vector quantization // IEEE Trans. Image Proc. - 1992. -V.l. -№3. - P. 269-280.

135. Phong B.T. Illumination for Computer Generated Scenes //Communication oftheACM, 18(6), 1975. -P/ 311-317.

136. Pratt MJ. Interactive geometric modeling for integrated CAD/CAM // Advances in Computer Graphics. Berlin: Springer-Verlag, 1986. - P. 363-380.

137. Pratt W.K., Chen W.H., Welch L.R. Slant transform image coding // IEEE Trans. Commun. -1974. -V. COM-22. - P. 1075-1093.

138. Preparata F.P., Shamos M.I. Computational geometry. An introduction. -NY: Springer, 1985. -390p.

139. Ramachandran K., Vetteri M. Best wavelet packet bases in a ratedistortion sense // IEEE Trans. Image Proc. - 1993. -V.2. -№2. - P. 160-175.

140. Rangasami L. and Ramalingam Chellippa. Estimation and Choice of Neighbors in Spatial-Interaction Models of Images // IEEE Transactions on information theory, 1983, v.it-29, no.l, January. - P. 61-70.

141. Rao K.R., Yip P. Discrete cosine transform-algorithms, advantages, applications. - London: Academic Press inc., 1990.

142. Senoo T., Giord B. Vector quantization for entropy coding of image subbands // IEEE Trans. Image Proc. - 1992. -V.l. -№4. - P. 526-532.

143. Stefanoiu D. Introduction to signal processing with wavelets // Studies on Information and Control. -1994. - V.3. - №1. - P. 97-110.

144. Tan K.H., Ghanbari M. Layered image coding using the DCT pyramid // IEEE Trans. Image Proc. - 1995. -V.4. -№4. - P. 512-516.

145. Tanimoto S., Pavlidis T. A hierarchical data structure for picture proc-

essing // Comp. Graph, and Image Proc. 1975, v. 4, № 4. - P. 320-328.

146. Taubman D., Zakhor A. Orientation adaptive subband coding of images // IEEE Trans. Image Proc. - 1994. -V.3. -№4. - P. 421-437.

147. Torrance K.E., Sparrow E.M. Theory for Off-Specular Reflection from Roughened Surfaces. // J. Optical Society of America, 57(9), 1967. - P. 1105-1114.

148. Wallace G.K. The JPEG algorithm for image compression standard // Communications of the ACM. - 1991. -V.34. -№4. - P. 30-44.

149. Woods J.W., Huang T.S. Picture bandwidth compression by linear transformation and block quantization // Picture bandwidth compression / Ed.: Huang T.S., Tretiak O.J. - New York: Gordong and Breach, 1972. - P.555-573.

150. Wright W.D. The measurement of colour, 3 ed., L., 1964.

151. Wyszecky G., Stiles W. S. Color science, N. Y., 1967.

152. http://support.epson.ru.

153. http://www.antula.ru.

154. http://www.realcolor.ru

155. http://www.netlib.narod.ru/library/book0051

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.