The 18 reference contexts in paper S. Belim V., S. Seliverstov A., С. Белим В., С. Селиверстов А. (2016) “Алгоритм восстановления поврежденных пикселей на зашумленных изображениях на основе метода анализа иерархий // The Analytic Hierarchy Method-Based Algorithm for Restoring Broken Pixels on the Noisy Images” / spz:neicon:technomag:y:2014:i:1:p:521-534

  1. Start
    3484
    Prefix
    При повреждении изображения на этапе хранения список испорченных областей может быть получен из журналов копирования поврежденных файлов. При повреждении матрицы, пропуски будут носить статический характер и могут быть выявлены последовательным наложением изображений
    Exact
    [1]
    Suffix
    . Значительно сложнее ситуация с проявлениями импульсного шума в каналах передачи информации. Импульсный шум проявляет себя как множество случайно расположенных на изображении пикселей случайного цвета [2,3].
    (check this in PDF content)

  2. Start
    3704
    Prefix
    Значительно сложнее ситуация с проявлениями импульсного шума в каналах передачи информации. Импульсный шум проявляет себя как множество случайно расположенных на изображении пикселей случайного цвета
    Exact
    [2,3]
    Suffix
    . В этом случае основные успехи связаны с выявлением шума типа "соль и перец". Достаточно хорошие результаты в получении матрицы поврежденных демонстрируют медианный фильтр [4], фильтр на основе масштабного параметра [5] и фильтр на основе приближения локальной непрерывности [6].
    (check this in PDF content)

  3. Start
    3895
    Prefix
    Импульсный шум проявляет себя как множество случайно расположенных на изображении пикселей случайного цвета [2,3]. В этом случае основные успехи связаны с выявлением шума типа "соль и перец". Достаточно хорошие результаты в получении матрицы поврежденных демонстрируют медианный фильтр
    Exact
    [4]
    Suffix
    , фильтр на основе масштабного параметра [5] и фильтр на основе приближения локальной непрерывности [6]. Проблема восстановления поврежденных пикселей с известным расположением, как правило, решается с помощью алгоритмов восстановления таблиц с пропусками.
    (check this in PDF content)

  4. Start
    3942
    Prefix
    В этом случае основные успехи связаны с выявлением шума типа "соль и перец". Достаточно хорошие результаты в получении матрицы поврежденных демонстрируют медианный фильтр [4], фильтр на основе масштабного параметра
    Exact
    [5]
    Suffix
    и фильтр на основе приближения локальной непрерывности [6]. Проблема восстановления поврежденных пикселей с известным расположением, как правило, решается с помощью алгоритмов восстановления таблиц с пропусками.
    (check this in PDF content)

  5. Start
    4001
    Prefix
    Достаточно хорошие результаты в получении матрицы поврежденных демонстрируют медианный фильтр [4], фильтр на основе масштабного параметра [5] и фильтр на основе приближения локальной непрерывности
    Exact
    [6]
    Suffix
    . Проблема восстановления поврежденных пикселей с известным расположением, как правило, решается с помощью алгоритмов восстановления таблиц с пропусками. Самым очевидным по построению и быстрым по скорости работы является метод восстановления по среднему значению ближайших соседей [7].
    (check this in PDF content)

  6. Start
    4289
    Prefix
    Проблема восстановления поврежденных пикселей с известным расположением, как правило, решается с помощью алгоритмов восстановления таблиц с пропусками. Самым очевидным по построению и быстрым по скорости работы является метод восстановления по среднему значению ближайших соседей
    Exact
    [7]
    Suffix
    . Данный подход может приводить к появлению больших областей одного цвета, делающих изображение неестественным. Несколько лучшие результаты могут быть получены с помощью построения регрессионной модели [8].
    (check this in PDF content)

  7. Start
    4513
    Prefix
    Данный подход может приводить к появлению больших областей одного цвета, делающих изображение неестественным. Несколько лучшие результаты могут быть получены с помощью построения регрессионной модели
    Exact
    [8]
    Suffix
    . Достаточно хорошие результаты демонстрирует интерполяция сплайнами [9], основывающаяся на предположении о возможности представления изображения в виде непрерывной функции с последующей дискретизацией.
    (check this in PDF content)

  8. Start
    4585
    Prefix
    Данный подход может приводить к появлению больших областей одного цвета, делающих изображение неестественным. Несколько лучшие результаты могут быть получены с помощью построения регрессионной модели [8]. Достаточно хорошие результаты демонстрирует интерполяция сплайнами
    Exact
    [9]
    Suffix
    , основывающаяся на предположении о возможности представления изображения в виде непрерывной функции с последующей дискретизацией. Наиболее правдоподобные результаты восстановления могут быть получены при использовании факторного анализа [10], однако основанные на нем алгоритмы работают достаточно медленно, вследствие высокой трудоемкости.
    (check this in PDF content)

  9. Start
    4841
    Prefix
    Достаточно хорошие результаты демонстрирует интерполяция сплайнами [9], основывающаяся на предположении о возможности представления изображения в виде непрерывной функции с последующей дискретизацией. Наиболее правдоподобные результаты восстановления могут быть получены при использовании факторного анализа
    Exact
    [10]
    Suffix
    , однако основанные на нем алгоритмы работают достаточно медленно, вследствие высокой трудоемкости. Применение кластерного анализа [11] позволяет детектировать случаи не допускающие восстановления.
    (check this in PDF content)

  10. Start
    4989
    Prefix
    Наиболее правдоподобные результаты восстановления могут быть получены при использовании факторного анализа [10], однако основанные на нем алгоритмы работают достаточно медленно, вследствие высокой трудоемкости. Применение кластерного анализа
    Exact
    [11]
    Suffix
    позволяет детектировать случаи не допускающие восстановления. Для восстановления поврежденных пикселей могут быть использованы алгоритмы обработки экспериментальных данных, представленных в виде таблиц с пропусками семейства ZET [12,13], которые основаны на гипотезе об избыточности табличных данных.
    (check this in PDF content)

  11. Start
    5240
    Prefix
    Применение кластерного анализа [11] позволяет детектировать случаи не допускающие восстановления. Для восстановления поврежденных пикселей могут быть использованы алгоритмы обработки экспериментальных данных, представленных в виде таблиц с пропусками семейства ZET
    Exact
    [12,13]
    Suffix
    , которые основаны на гипотезе об избыточности табличных данных. Также для восстановления пропущенных пикселей могут применятся искусственные нейронные сети [14,15]. В работе [16] предложен метод восстановления поврежденных пикселей с помощью построения ассоциативных правил.
    (check this in PDF content)

  12. Start
    5403
    Prefix
    Для восстановления поврежденных пикселей могут быть использованы алгоритмы обработки экспериментальных данных, представленных в виде таблиц с пропусками семейства ZET [12,13], которые основаны на гипотезе об избыточности табличных данных. Также для восстановления пропущенных пикселей могут применятся искусственные нейронные сети
    Exact
    [14,15]
    Suffix
    . В работе [16] предложен метод восстановления поврежденных пикселей с помощью построения ассоциативных правил. Целью данной статьи ставиться разработка алгоритма восстановления поврежденных пикселей на основе метода анализа иерархий при принятии решений.
    (check this in PDF content)

  13. Start
    5423
    Prefix
    Для восстановления поврежденных пикселей могут быть использованы алгоритмы обработки экспериментальных данных, представленных в виде таблиц с пропусками семейства ZET [12,13], которые основаны на гипотезе об избыточности табличных данных. Также для восстановления пропущенных пикселей могут применятся искусственные нейронные сети [14,15]. В работе
    Exact
    [16]
    Suffix
    предложен метод восстановления поврежденных пикселей с помощью построения ассоциативных правил. Целью данной статьи ставиться разработка алгоритма восстановления поврежденных пикселей на основе метода анализа иерархий при принятии решений.
    (check this in PDF content)

  14. Start
    5715
    Prefix
    В работе [16] предложен метод восстановления поврежденных пикселей с помощью построения ассоциативных правил. Целью данной статьи ставиться разработка алгоритма восстановления поврежденных пикселей на основе метода анализа иерархий при принятии решений. Метод анализа иерархий
    Exact
    [17]
    Suffix
    применяется в теории поддержки принятия решений при необходимости выбора одной из нескольких альтернатив. В традиционном подходе использование этого метода ограничено необходимостью получения экспертных оценок, которые носят субъективный характер.
    (check this in PDF content)

  15. Start
    6059
    Prefix
    Метод анализа иерархий [17] применяется в теории поддержки принятия решений при необходимости выбора одной из нескольких альтернатив. В традиционном подходе использование этого метода ограничено необходимостью получения экспертных оценок, которые носят субъективный характер. Однако, как показано в работах
    Exact
    [18,19]
    Suffix
    , формирование экспертных оценок на основе объективных показателей решаемой задачи без привлечения экспертов позволяет получать хорошие результаты. 1. Постановка задачи Пусть исходное изображение A задано в виде матрицы цветов Aij.
    (check this in PDF content)

  16. Start
    7077
    Prefix
    Значение матрицы поврежденного изображения задается соотношением:       ,0. ,0, ijij ijij ij AR RR B Задачей ставится построение матрицы Cij максимально близкой к матрице Aij по известным матрицам Rij и Bij. Для сравнения близости матриц изображений использовалась метрика Минковского
    Exact
    [20]
    Suffix
    , согласно которой расстояние между изображениями находится по формуле: ||. 1 (,)max 1 ()() ,  N k k nm k nmnmCA N dAC где Amn и Сmn - значения цветов пикселов изображения A и С, N - количество пикселов.
    (check this in PDF content)

  17. Start
    8125
    Prefix
    Анализируемая карта пикселей. Цвет поврежденного пикселя c будем выбирать из восьми цветов ближайших соседей. Применим для этого метод анализа иерархий, используемый для принятия решений
    Exact
    [21]
    Suffix
    . Введем три критерия, характеризующие ближайших соседей c1, ...,c8, которые позволят выбрать только один из них. K1 - отличие цвета данного пикселя от среднего цвета ближайших соседей, без учета поврежденного пикселя.
    (check this in PDF content)

  18. Start
    12271
    Prefix
    Положение испорченных пикселей фиксировалось в матрице повреждений и считалось известным. Затем производилось восстановление поврежденных пикселей предложенным методом, а также, для сравнения, методом нахождения среднего арифметического цветов пикселя, окружающих поврежденный
    Exact
    [22]
    Suffix
    . Оба алгоритма обладают линейной сложностью. В первом эксперименте в качестве исходного объекта было выбрано изображение "Lena", традиционно используемое для исследования методов преобразования изображений.
    (check this in PDF content)