Loading [MathJax]/jax/output/SVG/config.js
Вестник Московского университета. Серия 1: Математика. Механика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Вестн. Моск. ун-та. Сер. 1. Матем., мех.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Вестник Московского университета. Серия 1: Математика. Механика, 2022, номер 6, страницы 64–69
DOI: https://doi.org/10.55959/MSU0579-9368-1-2022-6-64-69 (Mi vmumm4510) 		 
Эта публикация цитируется в 1 научной статье (всего в 1 статье)

Краткие сообщения

Реализация процедуры постобработки быстрого алгоритма геометрического кодирования цифровых изображений с применением архитектуры CUDA

Г. В. Носовский, А. Ю. Чекунов

Московский государственный университет имени М. В. Ломоносова, механико-математический факультет
PDF полного текста (638 kB) Список цитирования (1)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.55959/MSU0579-9368-1-2022-6-64-69
Аннотация: В статье представлено улучшение алгоритма распознавания контуров. Идея алгоритма основана на вычислении геометрических характеристик двумерной поверхности в $R^{3}$, кодирующей данное изображение. Для получения результирующей картины контуров вычисляется фрактальная размерность Минковского по всему изображению. Описывается алгоритм постобработки предварительно полученных контуров цифровых изображений в части их утончения. Также представлена оценка скорости работы алгоритма с учетом новой процедуры в сравнении с широко известной реализацией алгоритма Канни (Canny), использующей библиотеку компьютерного зрения OpenCV и параллельную архитектуру CUDA. Приведены примеры, демонстрирующие работоспособность новой процедуры алгоритма.
Ключевые слова: распознавание образов, геометрическое кодирование, кодирующая поверхность, контурный анализ, распознавание контуров, компьютерное зрение, обработка изображений, склейка изображений.
Финансовая поддержка Номер гранта
Российский научный фонд 21-11-00355
Работа выполнена при поддержке гранта РНФ (проект № 21-11-00355) в МГУ имени М. В. Ломоносова.
Поступила в редакцию: 20.06.2022
Англоязычная версия:
Moscow University Mathematics Bulletin, 2022, Volume 77, Issue 6, Pages 296–301
DOI: https://doi.org/10.3103/S0027132222060067
Реферативные базы данных:
Тип публикации: Статья
УДК: 511
Образец цитирования: Г. В. Носовский, А. Ю. Чекунов, “Реализация процедуры постобработки быстрого алгоритма геометрического кодирования цифровых изображений с применением архитектуры CUDA”, Вестн. Моск. ун-та. Сер. 1. Матем., мех., 2022, № 6, 64–69; Moscow University Mathematics Bulletin, 77:6 (2022), 296–301
Цитирование в формате AMSBIB
\RBibitem{NosChe22}
\by Г.~В.~Носовский, А.~Ю.~Чекунов
\paper Реализация процедуры постобработки быстрого алгоритма геометрического кодирования цифровых изображений с применением архитектуры CUDA
\jour Вестн. Моск. ун-та. Сер.~1. Матем., мех.
\yr 2022
\issue 6
\pages 64--69
\mathnet{http://mi.mathnet.ru/vmumm4510}
\crossref{https://doi.org/10.55959/MSU0579-9368-1-2022-6-64-69}
\zmath{https://zbmath.org/?q=an:7676577}
\elib{https://elibrary.ru/item.asp?id=50095745}
\transl
\jour Moscow University Mathematics Bulletin
\yr 2022
\vol 77
\issue 6
\pages 296--301
\crossref{https://doi.org/10.3103/S0027132222060067}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/vmumm4510
  • https://www.mathnet.ru/rus/vmumm/y2022/i6/p64
    • Эта публикация цитируется в следующих 1 статьяx:
    1. Jie Gao, Jin Li, Peiling Duan, “The application of machine learning and artificial intelligence technology in the production quality management of traditional Chinese medicine decoction pieces”, Int J Interact Des Manuf, 18:1 (2024), 239  crossref
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Статистика просмотров:
    Страница аннотации:110
    PDF полного текста:57
    Список литературы:19
     
      Обратная связь:
    math-net2025_04@mi-ras.ru     		 Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025