Разработка и исследование методов и алгоритмов оценки параметров движения фрагментов изображения в цифровых телевизионных системах тема диссертации и автореферата по ВАК РФ 05.12.17, кандидат технических наук Мамаева, Татьяна Юрьевна

• Мамаева, Татьяна Юрьевна
• кандидат технических наук
• 2000

Оглавление диссертации кандидат технических наук Мамаева, Татьяна Юрьевна

Введение.

Глава 1. Методы оценки параметров движения в динамическом телевизионном изображении.

1.1. Общая постановка задачи оценки параметров движения в динамическом телевизионном изображении.

1.2. Классификация видов движения в изображении.

1.3. Описание преобразований в телевизионных изображениях, вызванных движением.

1.4. Оценивание параметров движения в динамическом телевизионном изображении.

1.4.1. Основные допущения, учитываемые при алгоритмическом описании задачи оценки параметров движения.

1.4.2. Методы, основанные на использовании оптического уравнения.

1.4.3. Методы рекурсивной оценки смещения.

1.4.4. Методы согласования блоков.

1.5. Устройства оценки параметров движения.

1.6. Выводы. Постановка цели исследования.

Глава 2. Анализ характеристик динамических изображений.

2.1. Статистические характеристики динамических изображений.

2.2. Исследование взаимной корреляционной функции фрагментов динамических изображений.

2.3. Обоснование требуемой точности оценки параметров движения фрагментов изображения с учетом особенностей зрительной системы человека.

Введение диссертации (часть автореферата) на тему «Разработка и исследование методов и алгоритмов оценки параметров движения фрагментов изображения в цифровых телевизионных системах»

Актуальность проблемы. Современный этап развития телевизионной техники характеризуется широким внедрением устройств сжатия телевизионных изображений (стандарты Н.261, МРЕС-1, МРЕО-2 и др.), устройств слежения за объектами в поле зрения телевизионной камеры, устройств стабилизации изображений при съемке с подвижных платформ. Практическая эффективность этих устройств во многом определяется эффективностью алгоритма оценки параметров движения фрагментов изображения, поскольку оценка движения является одним из наиболее вычислительно-затратных этапов в устройствах обработки динамических изображений. К динамическим относятся изображения, получаемые при наблюдении перемещающихся объектов в поле зрения телевизионной камеры или при движении самой камеры. Для оценки этого движения требуется выполнение большого числа арифметических операций, что определяет необходимость использования дорогостоящих сигнальных процессоров с высоким быстродействием.

Переборный алгоритм оценки параметров движения фрагментов изображения позволяет найти точное решение задачи путем последовательного перебора всех возможных значений, требуя выполнения большого числа вычислительных операций на элемент изображения. Это делает практически невозможным его применение в цифровых телевизионных системах (ЦТС) в режиме реального времени. С другой стороны, быстрые алгоритмы, характеризующиеся малым числом вычислительных операций, не гарантируют оптимальности найденного решения. Их применение оправдано в унимодальных задачах, где целевая функция имеет единственный локальный экстремум. Задача оценки параметров движения фрагментов динамического изображения обычно является мультимодальной.

Поэтому в настоящее время актуальными являются исследования по выбору и разработке эффективных алгоритмов, обладающих высокой точностью оценки параметров движения фрагментов динамического изображения и малым числом вычислительных операций на элемент изображения.

Цель работы. Целью диссертационной работы является разработка и исследование методов и алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения в цифровых телевизионных системах.

Для достижения этой цели в работе решаются следующие задачи:

• Исследование статистических свойств динамических изображений для определения числа локальных экстремумов на взаимной корреляционной функции (ВКФ) фрагментов последовательных во времени кадров.

• Выбор и исследование критериев эффективности алгоритмов оценки параметров движения фрагментов динамического изображения.

• Разработка методик и алгоритмов, повышающих эффективность оценки параметров движения фрагментов динамического изображения.

• Анализ эффективности разработанных алгоритмов оценки параметров движения фрагментов динамического изображения на основе предложенного критерия.

• Разработка программ и устройств для оценки параметров движения фрагментов динамического изображения на основе предложенных методик и алгоритмов.

• Разработка методики проведения экспериментальных исследований и выбор тестовых динамических изображений.

Методы исследования. Для решения указанных задач в диссертационной работе использовались методы математического анализа, матричной алгебры, методы статистического анализа и обработки изображений, методы оптимизации радиоэлектронных устройств, методы математического моделирования на ЭВМ.

Экспериментальное исследование проведено на специализированной лабораторной установке, разработанной и изготовленной в рамках данной работы.

Новые научные результаты. На защиту выносятся следующие новые научные результаты, которые получены автором в процессе решения поставленных задач:

• Разработана и исследована новая методика оценки параметров движения динамического изображения, обеспечивающая повышение эффективности определения параметров движения, понимаемой как сокращение числа вычислительных операций на элемент изображения при заданной точности оценки. Проведены экспериментальные исследования методики оценки параметров движения, которые подтвердили эффективность ее работы и целесообразность ее применения в ЦТС.

• Предложен и исследован оригинальный алгоритм, повышающий эффективность оценки параметров движения фрагментов динамического изображения за счет сочетания быстродействия градиентного и точности переборного алгоритмов. Проведено экспериментальное исследование, показавшее, что значение погрешности оценки параметров движения фрагментов изображения этим алгоритмом в среднем в 2.3 раза меньше, чем аналогичное значение, полученное при использовании наиболее эффективного из градиентных алгоритмов при сопоставимых вычислительных затратах.

• Установлено, что наиболее вероятно появление ВКФ с несколькими локальными экстремумами. Проведены экспериментальные исследования статистических характеристик динамических изображений, которые показали, что при уменьшении отношения сигнал/шум число локальных экстремумов на ВКФ увеличивается, что снижает точность оценки параметров движения фрагментов динамического изображения.

Практическая ценность работы. Значение результатов диссертационной работы для практики заключается в том, что разработанное алгоритмическое и программное обеспечение может быть эффективно внедрено в состав специализированных цифровых сигнальных процессоров или перспективных телевизионных камер КМОП-технологии для:

• устройств сокращения избыточности динамических телевизионных изображений;

• устройств автоматической электронной стабилизации телевизионных изображений;

• устройств слежения за подвижными объектами в поле зрения телевизионной камеры.

Внедрение результатов. Основные теоретические и практические результаты были использованы при выполнении хоздоговорных научно-исследовательских работ «Исследование особенностей использования цифровых методов обработки, компрессии, архивации и передачи изображений в системах охранного телевидения» Т-133, «Разработка и исследование распределенных систем передачи видеоинформации в охранном телевидении» Т-135, госбюджетной научно-исследовательской работы «Теория и принципы построения формирователей векторов движения комплексов сжатия сигналов и стабилизации изображений» Г/Б-2 Т-20, проводимых кафедрой «Телевидение и видеотехника» СПбГЭТУ, и в рамках международной научно-исследовательской и образовательной программы с Лаппеенрантским техническим университетом (Финляндия).

Результаты диссертационной работы внедрены при разработке программного обеспечения для интегрированных телевизионных систем безопасности в ЗАО НПП «Иста-системс», Санкт-Петербург.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на:

• 53,54,55-й научно-технических конференциях, посвященных Дню радио (С.-Петербург, 1998-2000 гг);

• 1\Лй Международной конференции «Оптико-электронные приборы устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 1999 г);

• в рамках программы молодежной научной школы «Радиоэлектроника, телекоммуникации, САПР» (С.-Петербург, 1999 г);

• научно-технической конференции профессорско-преподавательского состава СПбГЭТУ, НИИ Прогноз (С.-Петербург, 2000 г);

Публикации. Основные положения диссертационной работы изложены в 6 публикациях, в том числе в одной статье и 5 тезисах научных докладов на конференциях.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав с выводами, заключения, списка литературы, включающего 91 наименование, и одного приложения. Основная часть работы изложена на 103 страницах машинописного текста. Работа содержит 62 рисунка и 7 таблиц.

Заключение диссертации по теме «Радиотехнические и телевизионные системы и устройства», Мамаева, Татьяна Юрьевна

4.4.Основные результаты и выводы

1) Разработаны методика проведения экспериментальных исследований и экспериментальная установка для формирования динамических изображений.

2) На основе проведенных экспериментальных исследований определены параметры движения, число локальных экстремумов на ВКФ фрагментов тестовых динамических изображений, значения погрешностей оценки параметров движения генетическим и градиентными алгоритмами при различном отношении сигнал/шум.

2) Разработана структурная схема устройства цифровой системы стабилизации, основанной на выделении контуров с использованием нейронных сетей.

3) Разработана структурная схема программы для оценки параметров движения фрагментов изображения с использованием генетического алгоритма.

ЗАКЛЮЧЕНИЕ

В ходе выполнения данной диссертационной работы были получены следующие основные результаты:

1) На основе исследования поведения ВКФ фрагментов динамических изображений получены зависимости плотностей распределения числа локальных экстремумов для тестовых динамических изображений. Установлено, что наиболее вероятно появление ВКФ с несколькими локальными экстремумами (Р = 0.6). Показано, что при уменьшении отношения сигнал/шум наблюдается тенденция к росту числа локальных экстремумов на ВКФ фрагментов динамических изображений (Р- 0.67 при у/= 35дБ, Р = 0.87 при ^=30дБ, Р = 0.91 при ^=25дБ).

2) Выбраны и исследованы критерии эффективности алгоритмов оценки параметров движения фрагментов динамического изображения, позволяющие оценивать эффективность алгоритмов без анализа предсказанного изображения.

3) Предложена методика оценки параметров глобального движения фрагментов динамического изображения, основанная на последовательном использовании нейронных сетей и переборного алгоритма, обеспечивающая повышение эффективности оценки параметров движения за счет семикратного сокращения числа вычислительных операций на элемент изображения при среднем значении погрешности оценки параметров движения 0.67 элемента.

4) Для повышения эффективности оценки параметров движения фрагментов динамического изображения предложено использовать алгоритм, называемый в теории оптимизации генетическим. Применение данного алгоритма позволяет снизить в два раза вероятность попадания в локальный экстремум ВКФ в процессе оценки параметров движения. Анализ полной производительности, требуемой для оценки параметров движения фрагментов изображения с помощью генетическо

142 го алгоритма показал, что она сопоставима с производительностью наиболее эффективных из градиентных алгоритмов. Установлена зависимость среднего значения погрешности, полученного при использовании генетического алгоритма, от отношения сигнал/шум. Показано, что при уменьшении отношения сигнал/шум, эффективность генетического алгоритма практически не снижается, при этом выигрыш в точности оценки составляет примерно 2.3 раза по сравнению с наиболее эффективным из градиентных алгоритмов.

5) Разработаны программы и структурные схемы устройств для оценки параметров движения фрагментов изображения с использованием предложенных методик и алгоритмов.

6) Разработана методика и проведены экспериментальные исследования на репрезентативном наборе динамических изображений, подтверждающие полученные теоретические результаты.

Список литературы диссертационного исследования кандидат технических наук Мамаева, Татьяна Юрьевна, 2000 год

1. Прэтт У. Цифровая обработка изображений: В 2 кн. М.: Мир, 1982. Кн.2. 480 с.

2. Прэтт У. Цифровая обработка изображений: В 2 кн. М.: Мир, 1982. Кн.1 312 с.

3. Ту Дж, Гонсалес Р. Принципы распознавания образов. -М.: Мир, 1978.-412 с.

4. Тимофеев B.C. Цифровое телевидение: Учеб. пособие./ СПбГУАП. СП., 1998. 49 с.

5. Цифровое телевидение/ под ред. М.И. Кривошеева. М.: Связь, 1980.- 264 с.

6. Птачек М. Цифровое телевидение. Теория и техника./ Пер. С чешек, под. ред. Л.С. Виленчика. М.: Радио и связь, 1990, - 528 с.

7. Очин Е.Ф. Вычислительные системы обработки изображений. Л.: Энергоатомиздат. Ленингр. отд-ние, 1989. - 136 с.

8. Ярославский Л.П. Введение в цифровую обработку изображений. -М.: Сов. радио, 1979. 312 с.

9. Применение цифровой обработки сигналов/ Под. ред. Э. Оппенгейма М.: Мир, 1980.-551 с.

10. Цифровое кодирование телевизионных изображений/ Под. ред. И.И. Цуккермана. М.: Радио и связь, 1981. - 240 с.

11. Яншин В.В. Анализ и обработка изображений: принципы и алгоритмы. М.: Машиностроение, 1994. -112 с.

12. Хорн Б.К.П. Зрение роботов / Пер. с англ. М.: Мир, 1989. - 487 с.

13. Быков P.E. Теоретические основы телевидения. Спб.: Издательство «Лань», 1998. - 288 с.

14. Ф.Уоссермен Нейрокомпьютерная техника: Теория и практика М.: Мир, 1992.-240 с.

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

16. Яншин В.В., Калинин Г.А. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы. М.: Мир, 1994. - 240 с.

17. Телевидение/ Под. ред. В.Е. Джаконии. М.: Радио и связь, 1997. -640 с.

18. СБИС для распознавания образов и обработки изображений: Пер. с англ./ Под. ред. К. Фу. М.: Мир, 1998. - 248 с.

19. Глезер В.Д., Цуккерман И.И. Информация и зрение. М.: Издательство академии наук СССР, 1961. - 182с.

20. Цифровая обработка телевизионных и компьютерных изображений / Под. ред. Ю.Б.Зубарева, В.П.Дворковича М., 1997. - 212 с.

21. Харатишвили Н.Г. Цифровое кодирование с предсказанием непрерывных сигналов. М.: Радио и связь, 1986. - 140 с.

22. Боресков A.B. Компьютерная графика: первое знакомство. М.: Финансы и статистика, 1996. - 176 с.

23. Шлихт Г.Ю. Цифровая обработка цветных изображений. М.: Издательство ЭКОМ, 1997 - 336 с.

24. Демидов В.Е. Как мы видим то, что видим.-М.: Знание, 1987. -240 с.

25. Грегори Р. Разумный глаз. М.: Мир, 1972. - 216 с.

26. Мамаева Т.Ю. Матричные ПЗС для телевидения высокой четко-сти//Тез. докл. 53-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1998 г. СПб. 1998. - С.74-75.

27. Мамаева Т.Ю., Умников Д.В. Алгоритмы оценки движения в телевизионном изображении//Тез. докл. 54-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1999 г. СПб. 1999. -С.30.

28. Мамаева Т.Ю., Умников Д.В. Адаптивная модель для оценки движения в телевизионном изображении//Тез. докл. 54-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 1999 г. СПб. 1999. -С.29-30.

29. Мамаева Т.Ю. Одномерный метод глобальной оценки движения в задачах цифровой обработки изображений/Яез. докл. 55-й науч.-техн. конф., посвящ. Дню радио, С.Петербург, апр., 2000 г. СПб. 2000.-С.67-68.

30. Отчет по научно-исследовательской работе по теме «Разработка и исследование методов и алгоритмов управления твердотельными преобразователями для повышения качества цветного изображения» N гос. регистрации 01970006194 .Санкт-Петербург, СПбГЭТУ, 1997.

31. Отчет по научно-исследовательской работе по теме «Теория и принципы построения формирователей векторов движения комплексов сжатия сигналов и стабилизации изображений» N гос. регистрации 01990004467. Санкт-Петербург, СПбГЭТУ, 1999.

32. Min-Kyu Kim, Ealgoo Kim. An efficient global motion characterization method for image processing applications// IEEE Trans, on Consumer Electronics. Nov. 1997. - vol. 4. - P. 1010-1017.

33. Е.Накасу, К.Аеки. Статистический анализ качества изображений MPEG-2 для телевизионного вещания// Техника кино и телевидения. 1997.-N3.-С.24-27.

34. Гласман К. Видеокомпрессия//625. 1997. - N 7. - С.60 - 74.

35. Гласман К. Цифровое представление видеосигнала// 625. N 4. -С.38 - 42.

36. Т. Кода. Motion compensated interframe coding for video conferencing in// Proc. Nat. Telecommunications Conf. -1981. P.G5.3.1-G5.3.5.

37. J.R.Jain and A.K.Jain. Displacement measurement and its application in interframe image coding// IEEE Trans. Commun. Dec. 1981. - vol. COMM-29. - P. 1799-1808.

38. A.Puri, H.M.Hang. An efficient block-matching algorithm for motion compensated coding// Proc. ISASSP. 1987. - P. 1063-1066.

39. M.Chanbari. The cross-search algorithm for motion estimation// IEEE Trans. Commun. Jul. 1990. - vol. 38. - P.950-953.

40. Преобразование стандартов изображения, основанное на анализе движения//625. 1995. - N 1. - С.36, 38, 40-41.

41. Хромов Л.И. и др. Видеоинформатика. Передача и компьютерная обработка видеоинформации/Л.И. Хромов, А.К. Цыцулин, А.Н. Куликов. М.: Радио и связь, 1991. - 192 с.

42. Способ иерархической оценки движения в последовательности видеокадров: Заявка 2663178 Франция, МКИ5 Н 04 N 3/00/ Chupeau Bertrand, Pecot Michel; Thomson CSF. - N9007022; Заявл. 6.08.90; Опубл. 13.12.91.

43. Способ выделения информации о движении из видеосигнала: Заявка 4004437 ФРГ, МКИ5 H 03 N 7/13/ Hou Peihong; Grundig E.M.V. Electro-Mechanische Versuchsanstalt Max Grundig holland Stiftung and Co KG. N40044378; Заявл. 14.02.90; Опубл. 22.08.91.

44. Детектор движения: Пат. 5097327 США, МКИ5 H 04 N 7/18/ Hasebe Atsushi; Sony Corp. N528548; Заявл. 25.05.90; Опубл. 17.03.92.

45. Способ оценки движения при передаче изображения: Заявка 4030703 ФРГ, МКИ5 H 04 N 7/13/ Stiller С.; Robert Bosch GmbH. -N40307034; Заявл. 28.09.90; Опубл. 02.04.92.

46. Устройство для детектирования вектора движения: Пат. 5173770 США, МКИ5 H 04 N 5/232/ Kondo Tashiaki, Sekine Masayoshi; Canon K.K. N852494; Заявл. 17.03.92; Опубл. 22.12.92.

47. Определение вектора смещения изображения посредством анализа ансамбля локальных векторов: Пат. 5325124 США, МКИ5 H 04 N 7/13/ Keith Michael; Intel Corp. N995121; Заявл. 22.12.92; Опубл. 28.06.94.

48. Power&Graphics Databook. Video products, SGS-THOMSON, 1998 r.

49. Архитектура компьютера, определяющего глобальный параметр движения// IEEE ЮСЕ. 1993. - С. 74-75.

50. Выявление движущегося изображения для сжатия видеосигнала// IEEE Trans, on Consumer Electronics. -1997. N 3. - P.292-297.

51. Jianping Fan, Fuxi Gan. Motion estimation based on global and local uncompensability analysis// IEEE Trans. On Image Processing. -Nov. 1997. vol.6. - P. 1584-1586.

52. Вентцель Е.С. Теория вероятностей. М.: Высш. шк., 1999. - 576 с.

53. Хан. Г., Шапиро С. Статистические модели в инженерных задачах. -М.: Мир, 1969.-395 с.

54. Александров В.В., Горский Н.Д. ЭВМ видит мир. П.: Машиностроение, 1990. - 139 с.

55. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991. - 384 с.

56. Дмитриев В.И. Прикладная теория информации. М.: Высш. шк., 1989.-320 с.

57. Netravali A.N., Robbins J.D., Motion Compensated Television Coding -Part 1, Bell Syst. Tech. J. March 1979. - P.631-670.

58. Фрир Дж. Построение вычислительных систем на базе перспективных микропроцессоров: Пер. с англ. М.: Мир, 1990.-413 с.

59. Телевизионные измерения, как средство обеспечения высокого качества телевизионного вещания// 625. 1999. - N 8. - С. 5-46.

60. Гранрат Д. Дж. Роль моделей зрения человека в обработке изобра-жений//ТИИЭР. -1981. т. 69. - N5. - С. 65-77.

61. Рыфтин Я.А. Телевизионная система (теория). М.: Сов. Радио, 1967, -271 с.

62. Нетравали А.Н., Лимб Дж. О. Кодирование изображений: Обзор/ ТИИЭР. 1980. - том 68. - N 3. - С. 76-124.

63. Роуз А. Зрение человека и электронное зрение. М.: Мир, 1977. -216 с.

64. Короткин A.A., Панкратов В.А. Селекция траекторий точечных объектов клеточной нейронной сетью// Изв. вузов. Приборостроение. -1996.-т. 39.-N1.-C. 45-48.

65. Крейтц Ф., Насс Д. Цифровое телевидение: Методы передачи и кодирования// ТИИЭР: Пер. с англ. -1985, т. 73. - N 4. - С. 87-107.

66. Достижения в области кодирования изображений / Х.Г. Мусман, П. Пирш, Х.Й. Граллерт/ ТИИЭР: Пер. с англ. 1985. - т. 73. - N 4. - С. 31-59.

67. Mathcad 6.0 PLUS. Финансовые, научные и инженерные расчеты в среде Windows 95./ Пер. с англ. М.: Информационно-издательский дом «Филинъ», 1996. - 712 с.

68. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере/ Под ред. В.Э. Фигурнова М.: ИНФРА-М, 1998. - 528 с.

69. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1978. - 831 с.

70. Крюков A. MPEG-2 в приложениях// 625. 1997. - N 7. - С.58-59.

71. Катыс Г.П. Обработка визуальной информации . М.: машиностроение, 1990. - 320 с.

72. Севальнев Л. Международный стандарт кодирования с информационным сжатием MPEG-2// 625. -1997. N 1. - С.58-62.

73. Ряхин А. Видеостандарт MPEG// 625. -1997. N 6. - С.22-25.

74. Дитрих Д., Лой Д., Швайнцер Г.-Ю. ЛОН технология. Построение распределенных приложений/ Пер. с нем. под ред. О.Б. Низамутди-нова. - Пермь: Звезда, 1999. - 424 с.

75. Chang-Hsing Lee, Ling-Hwei Chen. A fast motion estimation algorithm based on the block sum pyramid// IEEE Trans. On Image Processing. -Nov.1997. vol.6. - P. 1587-1590.

76. Lijun Luo, Cairong Zou, Xiqi Gao. A new prediction search algorithm for block motion estimation in video coding// IEEE Trans. On Consume Electronics. Feb. 1997. - vol.43. - P.56-60.

77. Ram Srinivasan, K.R. Rao. Predictive coding based on efficient motion estimation// IEEE Trans. Commun. Aug.1985. - vol. COMM-33. P.888-896.

78. Jong-Nam Kim, Tae-Sun Choi. A fast three-step search algorithm with minimum checking points using unimodal error surfase assumption// IEEE Trans. On Consume Electronics. Aug. 1998. - vol.44. - P.638-648.

79. Hangu Yeo, Yu Hen Hu. A Modular High-Throughput architecture for logarithmic search block-matching motin estimation// IEEE Trans. On circuits and systems for video technology. Jun.1998. - vol.8. - P.299-315.

80. W. Li, E. Salari. Successive elimination algorithm for motion estimation// IEEE Trans. On Image Processing. Jan. 1995. - vol.4 - P. 105-107.

81. Wen-Jyi Hwang, Chun-Ming Chang. A new block-matching algorithm based on subspace and partial distance search techniques in the wavelet domain// IEEE Trans. On Consume Electronics. May. 1998. - vol.44 -P.353-359.

82. Ut-Va Кос, K.J. Ray Liu. DCT-based motion estimation// IEEE Trans. On Image Processing. Jul. 1998. - vol.7. - P.948-965.

83. Фомин Я.А., Тарловский Г.P. Статистическая теория распознавания образов. -М.: Радио и связь, 1986. -264 с.

84. Методы вычислений на ЭВМ: Справочное пособие/ Иванов В.В. -Киев: Наук. Думка, 1986. 584 с.89. http://www.image.cityu.edu.hk/%7eckcheung/thesis90. http://www.neuroproject.ru

85. Сай С.В. Четкость цветного изображения в системах со сжатием визуальных данных. Хабаровск: Изд-во Хабар. Гос. техн. Ун-та, 1999.-143 с.

86. УТВЕРЖДАЮ:» Генеральный директор1. АКТвнедрения результатов диссертационной работы на соискание ученой степеникандидата технических наук аспиранта кафедры «Телевидение и видеотехника» СПб ТЭТУ им. В.И. Ульянова (Ленина) «ЛЭТИ» Мамаевой Татьяны Юрьевны

87. Настоящий документ не является основанием для проведения экономических расчетов между предприятиями.

88. Директор Центра «Информатика» —Казаков Д.В.

89. Начальник отдела собственногопроизводства1. Балабин Н.А.