METODA AUTOMATYCZNEJ IDENTYFIKACJI TYPU OBRAZÓW ROZMYTYCH
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 5 Nr 1 (2015)
-
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI BIAŁOSTOCKIEJ - ROZWÓJ I NOWE WYZWANIA
Bogusław Butryło3-6
-
POCHODNA TOPOLOGICZNA – TEORIA I ZASTOSOWANIA
Katarzyna Szulc7-13
-
BADANIE SYSTEMU OŚWIETLENIA EWAKUACYJNEGO NA STATKACH I PROMACH PASAŻERSKICH
Małgorzata Zalesińska, Krzysztof Wandachowicz14-19
-
PRZEDZIAŁOWE SYSTEMY ROZMYTE TYPU 2 W ZARZĄDZANIU EMISJĄ TLENKÓW AZOTU
Marcin Kacprowicz20-23
-
ROZMYTA OCENA SPÓJNOŚCI WIZUALNEJ W OBRAZACH TERMOWIZYJNYCH POWIERZCHNI WALCOWEJ
Tomasz Jaworski, Jacek Kucharski24-28
-
TECHNOLOGIE MAPOWANIA OBIEKTOWO-RELACYJNEGO W APLIKACJACH PHP
Beata Pańczyk, Arkadiusz Sławiński29-32
-
IMPLEMENTACJA ALGORYTMU STEROWANIA ROZMYTEGO DO UTRZYMYWANIA MAKSYMALNEGO PUNKTU PRACY ELEKTROWNI FOTOWOLTAICZNEJ
Stefan Wójtowicz, Maciej Zawistowski33-36
-
BENCHMARKING W ELEKTROENERGETYCZNYCH SYSTEMACH DYSTRYBUCYJNYCH
Mirosław Dechnik, Szczepan Moskwa37-44
-
WYDAJNOŚĆ IMPLEMENTACJI PODSTAWOWYCH METOD CAŁKOWANIA W ŚRODOWISKU APP INVENTOR
Kamil Żyła45-48
-
URZĄDZENIA MOBILNE JAKO REJESTRATORY PRZYSPIESZENIA
Jakub Smołka, Maria Skublewska-Paszkowska, Marcin Badurowicz, Edyta Łukasik49-52
-
PROBLEMY ZDALNEGO WYKRYWANIA PAR ALKOHOLU W ZAMKNIĘTYCH KABINACH
Jarosław Młyńczak, Krzysztof Kopczyński, Jan Kubicki, Jadwiga Mierczyk53-58
-
METODA AUTOMATYCZNEJ IDENTYFIKACJI TYPU OBRAZÓW ROZMYTYCH
Mikolaj Karpinski, Nazarii Piontko, Volodymyr Karpinskyi59-61
-
BADANIE NAGRZEWANIA SIĘ FILTRÓW CHRONIĄCYCH PRZED SZKODLIWYM PROMIENIOWANIEM PODCZERWONYM
Grzegorz Gralewicz, Grzegorz Owczarek, Janusz Kubrak62-65
-
ZASTOSOWANIE I OGRANICZENIA TECHNOLOGII INFORMACYJNYCH W DIAGNOSTYCE MEDYCZNEJ
Marcin Maciejewski66-72
-
ANALIZA NIEZAWODNOŚCI SYSTEMU ZABEZPIECZENIA REAKTORA TYPU PWR
Karol Kowal, Mieczysław Borysiewicz73-79
-
WYKORZYSTANIE GPU DO OKREŚLENIA OBSZARU PŁOMIENIA W WIZYJNYM SYSTEMIE DIAGNOSTYCZNYM
Daniel Sawicki80-85
-
ZAUTOMATYZOWANY SYSTEM STEROWANIA RUCHEM ROBOTA NA ZADANEJ TRAJEKTORII Z MOŻLIWOŚCIĄ OMINIĘCIA PRZESZKÓD W OPARCIU O LOGIKĘ ROZMYTĄ
Oksana Radion86-92
-
ALGORYTMICZNA REALIZACJA OCENY WPŁYWU ODNAWIALNYCH ŹRÓDEŁ ENERGII NA NIEZAWODNOŚĆ SIECI ELEKTROENERGETYCZNEJ
Dymitr Sobczuk93-100
Archiwum
-
Tom 7 Nr 4
2017-12-21 23
-
Tom 7 Nr 3
2017-09-30 24
-
Tom 7 Nr 2
2017-06-30 27
-
Tom 7 Nr 1
2017-03-03 33
-
Tom 6 Nr 4
2016-12-22 16
-
Tom 6 Nr 3
2016-08-08 18
-
Tom 6 Nr 2
2016-05-10 16
-
Tom 6 Nr 1
2016-02-04 16
-
Tom 5 Nr 4
2015-10-28 19
-
Tom 5 Nr 3
2015-09-02 17
-
Tom 5 Nr 2
2015-06-30 15
-
Tom 5 Nr 1
2015-03-31 18
-
Tom 4 Nr 4
2014-12-09 29
-
Tom 4 Nr 3
2014-09-26 22
-
Tom 4 Nr 2
2014-06-18 21
-
Tom 4 Nr 1
2014-03-12 19
-
Tom 3 Nr 4
2013-12-27 20
-
Tom 3 Nr 3
2013-07-24 13
-
Tom 3 Nr 2
2013-05-16 9
-
Tom 3 Nr 1
2013-02-14 11
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Metoda automatycznej identyfikacji typu rozmycia jest ważnym etapem w zagadnieniach automatycznego przywracania i segmentacji obrazów częściowo zniekształconych. W artykule rozpatrzono metodę automatycznej identyfikacji obrazów rozmytych pozwalającą również określić kąt rozmycia. Metoda ta obejmuje pięć kroków: 1) zastosowanie do wejściowego obrazu zmodyfikowanego operatora Sobela; 2) cięcie obrazu na obwodzie w celu wyeliminowania negatywnych skutków występujących w poprzednim kroku; 3) budowa kolejno wersji obrazów rozmytych z kroku 2 zachowując zdefiniowany stały promień; 4) obliczenie miary podobieństwa wersji obrazów kolejno rozmytych z oryginalnym obrazem; 5) wyznaczenie wartości kryterium. Testowanie metody wykazało prawidłowy wynik w ponad 90% obrazów wejściowych, a średni błąd określenia kąta rozmycia nie przekracza 8 stopni.
Słowa kluczowe:
Bibliografia
Aizenberg I., Butakoff C., Merzlyakov N.: Blurred image restoration using the type of blur and blur parameter identification on the neural network. Proc. SPIE 4667, Image Processing: Algorithms and Systems, 460 (May 23, 2002), 2002. 441-455.
Dai S.: Motion from blur. CVPR, 2008.
Krahmer F., Lin Y., Krahmer F.: Blind Image Deconvolution: Motion Blur Estimation. Mathematical Modeling in Industry X Workshop, Institute for Mathematics and Its Applications, 2006. 1-14.
Liu R., Li Z., Jia J.: Image Partial Blur Detection and Classification. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2008.
Piontko N., Karpinski M.: Method of automatic identification of motion blurred images: Patent 82878: IPC G06K 9/00 G06K 9/46; Piontko N.V., Karpinski M.P.; Assignee: Temopil National Ivan Puluj Technical University (Ukraine), University of Bielsko-Biała (Poland). No u 2012 11096, filed 24.09.12; publ. 27.08.2013, Bulletin No 16 (in Ukrainian).
Su B.: Blurred Image Region Detection and Classification. ACM Multimedia, 2011, 1397-1400.
Tong H., Li M.: Blur Detection for Digital Images Using Wavelet Transform. Multimedia and Expo, 2004. ICME '04. 2004 IEEE International Conference, Volume 1, 2004. 17-20.
##plugins.themes.bootstrap3.article.details##
Abstract views: 306
Downloads: 232
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
