Please use this identifier to cite or link to this item: http://repository.kpi.kharkov.ua/handle/KhPI-Press/51152
Title: Comparative analysis of differential invariants based on the spline model for various image distortion
Other Titles: Порівняльний аналіз диференціальних інваріантів на основі сплайн-моделі при різних спотвореннях зображень
Authors: Prystavka, Pylyp
Cholyshkina, Olha
Keywords: image model; B-spline; differentiation operators; модель зображення; В-сплайни; оператори диференціювання
Issue Date: 2020
Publisher: Національний технічний університет "Харківський політехнічний інститут"
Citation: Prystavka P. Comparative analysis of differential invariants based on the spline model for various image distortion / P. Prystavka, O. Cholyshkina // Сучасні інформаційні системи = Advanced Information Systems. – 2020. – Т. 4, № 4. – С. 70-76.
Abstract: In the task of finding the features of digital images, it is relevant to determine solutions that provide high processing speed. In the article experimental studies of the application of differential invariants based on the partial image model as a linear combination of B-splines that are close to the average interpolation. Such a model retains the properties of the Gaussian model in the frequency domain, but has less computational complexity, which allows us to better investigate its asymptotic properties and the properties of the corresponding partial derivatives used in the construction of differential invariants. The issue of differences in gradient magnitude, Lapsasian, Hessian determinant, and curvature of the scaling curve during image processing was studied, and the masks of low-frequency filters and operator masks were minimized based on differences of smoothing operators. It has been experimentally proved that smoothing of digital imag es and reduction of their linear sizes allows to formalize the process of feature selection on the basis of analysis of probability distributions of introduced differential invariants. The suggested approach maybe recommended when searching for similar objects containing different images. The approach considered in the work has a low computational complexity, which makes it possible to recommend it for use in systems with a low computation speed, in particular for systems operating on single-board computers.
У завданнях пошуку особливостей цифрових зображень актуальним є визначення таких рішень, які забезпечують швидкодію при обробці. У статті проведено експериментальні дослідження застосування диференціальних інваріантів на основі часткових похідних моделі зображення, як лінійної комбінації В-сплайнів, що близькі до інтерполяційних у середньому. Така модель зберігає властивості гауссових моделі в частотній області, проте має меншу обчислювальну складність, що дозволяє краще дослідити асимптотичні властивості і властивості відповідний приватних похідних, що використовуються при побудові диференціальних варіантів. Вивчалось питання відмінностей результатів обрахунку магнітуди градієнта, лапсасіану, детермінанту гессіану та кривизни кривої масштабування при обробці зображень, що згортались з масками низькочастотних фільтрів та масок операторів, що побудовані на основі різниць операторів згладжування. Експериментально підтверджено, що згладжування цифрових зображень і зменшення їх лінійних розмірів дозволяє формалізувати процес відбору особливостей на підставі аналізу розподілів ймовірностей введених диференціальних інваріантів. Запропонований підхід може бути рекомендований при пошуку схожих об'єктів, які містять різні зображення. Розглянутий в роботі підхід має низьку обчислювальну складність, що дозволяє рекомендувати його для використання в системах з низькою швидкістю обчислень, зокрема,для систем функціонують на одноплатних комп'ютерах.
ORCID: orcid.org/0000-0002-0360-2459
orcid.org/0000-0002-0681-0413
DOI: doi.org/10.20998/2522-9052.2020.4.10
URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/51152
Appears in Collections:Кафедра "Обчислювальна техніка та програмування"

Files in This Item:
File Description SizeFormat 
AIS_2020_4_4_Prystavka_Comparative.pdf500,22 kBAdobe PDFThumbnail
View/Open
Show full item record  Google Scholar



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.