автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы, нечеткие алгоритмы и модели в задачах распознавания визуальной информации с привлечением человеко-машинных информационных технологий

4.5. ВЫВОДЫ

Разработаны методики построения ЧМСР распознавания 2В-примитивов и порожденных ими структур, ЧМСР распознавания 2Э-форм. Разработан комплекс модулей, автоматизирующий отдельные этапы данного построения.

На основе интеграции предложенных методик, реализованных модулей, и результатов, полученных в предыдущих главах диссертации, разработан человеко-машинный программный комплекс распознавания ультразвуковых изображений плода в утробе матери. Разработана методика локализации различных органов плода на ультразвуковых изображениях и технология получения их фетометрических размеров.

Установлено, что погрешность фетометрических измерений, получаемых данным комплексом в автоматическом режиме, находится в допустимых пределах, определяемых медицинскими стандартами.

Экспериментальные исследования показали, что практическое использование данного комплекса повышает эффективность скринингового ультразвукового исследования беременных по ряду показателей.

150

ЗАКЛЮЧЕНИЕ

1. Построена и исследована обобщенная схема структурного подхода к задаче распознавания изображений. Показана актуальность проблемы получения эффективных описаний структурных 20-примитивов изображений в рамках психофизиологического подхода и необходимость ее решения с привлечением человеко-машинных информационных технологий.

2. Предложены структура экспертного квази-ЕЯ для задачи распознавания 2В-примитивов изображений и нечеткая дескриптивная модель описания 2Б-примитивов, способная формализовать знания о них, полученные от человека-эксперта на введенном квази-ЕЯ. Данная модель названа нечетким лингвистическим описанием примитивов. Разработаны метод и алгоритмы распознавания 20-примитивов при их описании в рамках предложенной нечеткой дескриптивной модели. Метод основан на механизмах выдвижения и проверки гипотез о принадлежности 20-форм различным примитивным классам с принятием решения по критерию максимума достоверности выдвигаемой гипотезы.

3. Предложен метод формализации всех признаков распознаваемых 2D-примитивов как нечетких качественных. В виде нечетких алгоритмов разработаны тестовые семантические процедуры оценки признаков 20-форм. Предложены нечеткие методы, алгоритмы и модели исследования дискретных и непрерывных функциональных зависимостей, которые можно эффективно использовать для исследования, анализа и обработки реальных сигналов, кривых и т.д.

4. Разработан метод приведения функции кривизны контура 20-форм ы к инвариантному виду относительно масштаба и поворота последнего. Введен нечеткий алгоритм приведения дискретной функции кривизны к инвариантному виду относительно поворота контура, позволяющий адаптироваться к ее размытому, зашумленному и изрезанному характеру. Разработана нечеткая модель принятия решений для задачи распознавания 20-примитивов в условиях размытости.

5. Разработаны методики построения ЧМСР распознавания 20-примитивов и порожденных ими структур, ЧМСР распознавания 20-форм, а также комплекс модулей, автоматизирующий отдельные этапы построения.

6. Разработан человеко-машинный программный комплекс автоматизации процесса фетометрии плода в утробе матери на ультразвуковых изображениях. Полученные в диссертации результаты использованы при разработке ЧМСР в других предметных областях.

1. Zadeh LA. Fuzzy Sets // Inf. Control. 1965. - Vol. 19.

2. Прикладные нечеткие системы / Под ред. Тэрано. М.: Мир, 1993.

3. Коффман А. Введение в теорию нечетких множеств.— М.:Наука, 1986.

4. Аверкин А.Н. и др. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. ДА. Поспелова М.: Наука, 1986.

5. Орловский С.А. Проблемы принятия решений при нечеткой исходнойинформации М.: Наука, 1981.

6. Goguen J.A. L-fuzzy sets // J. Math. Anal. Appl. 1967. - Vol. 18.

7. Васильев В.И., Сушко В.И. Синтез пространств для восстановления функций принадлежности в задачах распознавания нечетких образов // Проблемы управления и информатики. 1994. - №1-2.

8. Норвич A.M., Турксен И.Б. Построение функций принадлежности // Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986.

9. Норвич A.M., Турксен И.Б. Фундаментальное измерение нечеткости //

10. Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986.

11. Ягер P.P. Множества уровня для оценки принадлежности нечетких множеств // Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986.

12. Борисов А.Н. и др. Обработка нечеткой информации в системах принятия решений // Борисов А.Н., Алексеев A.B., Меркурьева Г.В., Слядзь

13. Ь H.H., Глушков В.И. М.: Радио и связь, 1989.

14. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике. М.: Радио и связь, 1989.

15. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976

16. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. М.: Знание, 1974.

17. Трахтенгерц Э.А. Компьютерная поддержка принятия решений.- М.: Синтег, 1998.

18. Змитрович А.И. Интеллектуальные информационные системы. -Минск: ТетраСистемс, 1997.

19. Zadeh L.A. Fuzzy algorithms // Information and Control. 1968. - Vol. 12, №2.

20. Zadeh L.A. Maximizing sets and fuzzy markoff algorithms // IEEE Transactions on systems, man, and cybernetics Part C: Application and reviews.- 1998. Vol. 28, № 1.

21. Yager R.R. Finite linearly ordered fuzzy sets with applications to decision // International Journal of Man-Machine Studies. 1980. - Vol. 12, № 3. - P. 299-322.

22. Santos E.S. Fuzzy and probabilistic programs // Fuzzy Automata and Decision Processes / Ed. by Gupta M.M., Saridis G., Gaines B. Amsterdam: North Holland, 1977.

23. Kosko B. Neural Networks and Fuzzy Systems // A Dynamical Systems Approach to Machine Intelligence. Prentice Hall, 1991.

24. Kosko B. Fuzzy Engineering. Prentice Hall, 1996.

25. Kosko B. Fuzzy Systems as Universal Approximators // IEEE Transactions on Computers. 1994. - Vol. 43, №11.

26. Дюбуа Д., Прад А. К анализу и синтезу нечетких отображений // Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986.

27. Mitaim S., Kosko В. Adaptive joint fuzzy sets for function approximation // Proceedings of the 1997 International Conference on Neural Networks. -Prentice Hall, 1997.

28. Mitaim S., Kosko B. What is the Best Shape for a Fuzzy Set in Function Approximation // Proceedings of the 5th IEEE International Conference on Fuzzy Systems (FUZZY-96). Prentice Hall, 1996.

29. Гожальчаны М.Б., Кишка Е.Б., Стахович М.С. Некоторые проблемы изучения адекватности нечетких моделей // Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986.

30. Ракитин В.И., Первушин В.Е. Практическое руководство по методам вычислений. М.: Высшая школа, 1998.

31. Zadeh L.A. Fuzzy Logic = Computing with Words // IEEE Transactions on Fuzzy Systems. 1996. - Vol. 4, № 2.

32. Zadeh L.A. PRUF A meaning representation language for natural languages // Int. J. Man-Mach. Studies. - 1978. Vol. 10, 1978.

33. Zadeh L.A. Test-score semantics a basis for a computational approach to the representation of meaning // Literary Ling. Comput. 1986. - Vol. 1.

34. Zadeh L.A. Test-score semantics for natural languages and meaning representation via PRUF // Empirical Semantics / Ed. by B. Reiger. W.Germany: Brockmeyer. - 1981.

35. Darzentas J., Darzentas J.S., Spyrou T. Towards a Designer Decision Aiding System (D-DAS) // The AMODEUS Project. Research Laboratory of Sa-mos University of the Aegean, 1993.

36. Полищук Ю.М. Имитационно лингвистическое моделирование систем с природными компонентами. — Новосибирск: Наука, Сибирское отделение. - 1992.

37. Серов В.В. Математические методы, алгоритмы и программные системы для решения прикладных задач качественного характера при логическом представлении нечетких знаний: Дис. д-ра техн. наук. М., 1997.

38. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и распознавание изображений // Распознавание, классификация, прогноз. Математические методы и их применение. М.:Наука, 1989. - вып. 2.

39. Гуревич И.Б. Проблема распознавания изображений // Распознавание, классификация, прогноз. Математические методы и их применение. -М. .-Наука, 1989. вып. 2.

40. Горелик A.JL, Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1989.

41. Патрик Э. Основы теории распознавания образов. М.: Советское радио, 1980.

42. Иванов В.П., Батраков A.C. Трехмерная компьютерная графика. М.: Радио и связь, 1995

43. Кориков A.M., Стрямкин В.И., Титов B.C. Корреляционные зрительные системы роботов Томск: Радио и связь, Томское отделение, 1990.

44. Шибанов Г.П. Распознавание в системах автоконтроля. М.: Машиностроение, 1973.

45. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976.

46. Прэтт У. Цифровая обработка изображений. М.: Мир, 1982.

47. Фурман Я. А. Основы теории обработки контуров изображений. Йошкар-Ола, 1997.

48. Гусакова В.И. Разработка бионических алгоритмов инвариантного распознавания полутоновых изображений: Дис. канд. техн. наук. Ростов - на - Дону, 1996.

49. Дамдинова Т.Ц. Автоматизация процессов восстановления и распознавания плоских объектов сложной формы по цифровым изображениям: Дис. канд. техн. наук. -М., 1998.

50. Вопросы статистической теории распознавания / Под ред. Б.В. Барского М.: Советское радио, 1967.

51. Гренандер У. Лекции по теории образов. Синтез образов. М.:Мир, 1979.-Т. 1.

52. Гренандер У. Лекции по теории образов. Анализ образов. М.:Мир, 1981.-Т. 2.

53. Гренандер У. Лекции по теории образов. Регулярные структуры. -М.:Мир, 1983. Т. 3.

54. Фу К. Структурные методы в распознавании образов: Пер. с англ. / Под ред. А.Айзермана. -М.: Мир, 1977.

55. Фор А. Восприятие и распознавание образов: Пер. с фр. / Под ред. Г.П. Катыса. -М.: Машиностроение, 1989.

56. Марр Д. Зрение: Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь, 1987.

57. Ковалевский В.А. Методы оптимальных решений в распознавании изображений. М.: Наука, 1976.

58. Козлов В.Н. Математическое моделирование зрительного восприятия // Математические вопросы кибернетики / Под ред. С.В. Яблонского М.: Наука. Физматлит, 1996. - вып. 6.

59. Федотов Н.Г. Методы стохастической геометрии в распознавании образов. М.: Радио и связь, 1990

60. Cho К., Dunn S.M. Learning Shape Classes // IEEE Transactions on Pattern Recognition and Mechine Intelligence 1994. - Vol. 16, № 9.

61. Горский Н.Д. Восприятие двумерных отображений // Искусственный интеллект: Справочник. М., 1990. - Книга 2.

62. Андреев В.П., Белов Д.А., Вайштейн Г.Г., Москвина Е.А. Эксперименты с машинным зрением. М.: Наука, 1987.

63. Александров В.В., Горский Н.Д. Зрительное восприятие человека и машинное зрение // Искусственный интеллект: Справочник. М., 1990. - Книга 2.

64. Alder М. Principles of Pattern Classification: Statistical, Neural Net and Syntactic methods of getting robots to see and hear. University of Leeds: Computer Based Unit. - 1994.

65. Александров B.B., Горский Н.Д. Представление и обработка изображений. Рекурсивный подход. Л.: Наука, 1985.

66. Грановская Р.М., Березная И.Я., Григорьева А.Н. Восприятие и признаки формы. М.: Наука, 1981.

67. Грановская Р.М., Березная И.Я Запоминание и узнавание фигур. Ленинград: Издательство Ленинградского университета, 1974.

68. Кроль В.М. Механизмы процесса узнавания изображений разной сложности: Дис. д-ра биол. наук. М., 1993.

69. Буреев В.А., Клоков Ю.К., Кудрявцева Т.В., Ломакин В.Н., Сидельни-ков В.Н., Хамитов Р.Р. Методы сокращения вычислительных затрат в задачах распознавания изображений // Зарубежная радиоэлектроника. -1980.-№4.

70. Loncaric S., Dhawan А.Р. Near Optimal MST - Based Shape Description Using Genetic Algorithm // Pattern récognition. - 1995. - Vol. 28, № 4.

71. Глова В.И., Аникин И.В. Структура базы знаний примитивов при их нечетком лингвистическом описании // Вестник КГТУ им. А.Н. Туполева. 1999. -№ 3.

72. Яншин В.В. Анализ и обработка изображений: принципы и алгоритмы. -М.: Машиностроение, 1995.

73. Павлидис Т. Алгоритмы машинной графики и обработки изображений. М: Радио и связь, 1986.

74. Ахмед H., Рао К.Р. Ортогональные преобразования при обработке цифровых сигналов. М.:Связь, 1980.

75. Шлихт Г.Ю. Цифровая обработка цветных изображений. М.: ЭКОМ, 1997.

76. Бейтс Р., Мак-Доннелл М. Восстановление и реконструкция изображений. М.: Мир, 1989.

77. Бакут П.А., Колмогоров Г.С. Сегментация изображений: методы выделения границ областей // Зарубежная радиоэлектроника. 1987. - № 10.

78. Sohn К., Alexander W.E., Kim J.H., Snyder W.E. A Constrainder Regulari-zation Approach to Robust Corner Détection // IEEE Transactions on Systems, man and cybernetics. 1994. - Vol. 24, № 5.

79. Глова В.И., Аникин И.В., Козырев Д.В. Исследование операторов выделения контуров на размытых и неразмытых изображениях. Казань, 1998. (Препринт КГТУ им. А.Н. Туполева: 98П9).

80. Фурман Я.А., Юрьев А.Н., Яншин В.В. Цифровые методы обработки и распознавания бинарных изображений. Красноярск: Издательство Красноярского университета, 1992.

81. Бакут П.А., Колмогоров Г.С., Ворновицкий И.Э. Сегментация изображений: методы пороговой обработки // Зарубежная радиоэлектроника. -1987.-№10.

82. Horowitz S., Pavlidis Т. Picture segmentation by directed split-and-merge procedure // Proc. of 2th Int. Conf. on Pattern Recognition. Los Alamitos, 1974.

83. Бутаков E.A., Островский В.И., Фадеев И.П. Обработка изображений на ЭВМ. М.: Радио и связь, 1987.

84. Лабунец В.Г., Чернина С.Д. Теория и применение преобразования Хо // Зарубежная радиоэлектроника. 1987. - № 10.

85. Bhandarkar S.M. A Fuzzy Probabilistic Model for the Generalozed Hough Transform // IEEE Transactions on systems, man and cybernetics. 1994. -Vol. 24, №5.

86. Chatzis V., Pitas I. Fuzzy Cell Hough Transform for Curve Detection // Pattern Recognition. 1997. - Vol. 30, № 12.

87. Lai K.F. Deformable Contours: Modeling, Extraction, Detection, Classification: Thesises of Ph.D. University of Wisconsin-Madison, 1994.

88. Williams D.J., Shah M.A. Fast Alogorithm for Active Contours // Proceedthings of 10 Int. Conf. on Pattern Recognition. Los Alamitos, 1990.

89. Сафонов И.В. Автоматизированная система обработки изображений и классификации хромосом: Дис. канд. техн. наук. М.: i 997.

90. Теренчук А.Т. Методы и средства первичной обработки информации в информационно-измерительных системах: Дис. канд. техн. наук. -Винница, 1991.

91. Печерский Ю.Н. Распознающие системы в природе, науке и технике / Под. Ред. А.Д. Закревского. Кишинев: Штиинца, 1986.

92. Розенфельд А. Распознавание и обработка изображений. М.:Мир, 1972.

93. Mokhtarian F., Mukworth A. A Theory of Multiscale, Curvature-Based Shape Representation for planar curves // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1992. - Vol. 14, № 8.

94. Ричард Ч., Немени H. Идентификация в 3-х мерном пространстве с помощью фурье-описания контурной кривой // IEEE Transactions on Systems, Man and Cybernetics. 1974. - Vol. 4, № 4.

95. Денисов Д.А. Компьютерные методы анализа видеоинформации. -Красноярск: Издательство Красноярского университета, 1993.

96. М. Минский. Фреймы для представления знаний: Пер. с англ. / Под ред. Ф.Н. Кулакова. -М.: Энергия, 1979.

97. Fahmy Н., Blostein D. A Survey of Graph Grammars: Theory and ApplicaLtion // Proceedings of 10 Int. Conf. on Pattern Recognition. Los Alamitos, 1990.

98. Robinson G.P. Model-Based Recognition of anatomical objects form medical images. Yale: Yale University Medical School, 1994.

99. Климонтович A.B. Метод распознавания бинарных изображений дорожных сцен в системе управления движением автономного транспортного робота: Дис. канд. техн. наук, 1995.

100. Верхаген К., Дёйн Р., Грун Ф., Йостен Й., Вербек П. Распознавание образов. Состояние и перспективы. М. Радио и связь, 1985.

101. Bennamoun М., Boashosh В. A Structural-Description Based Vision System for Automatic Object Recognition // IEEE Transactions on Systems, Man and Cybernetics - PART B: CYBERNETICS. - 1997. - Vol. 27, № 6.

102. Abe K., Arcelli C., Hisajima Т., Ibaraki T. Parts of planar shapes // Pattern Recognition. 1996. - Vol. 29, № 10.

103. Чен Ш.К. Принципы проектирования систем визуальной информации. М.: Мир, 1993.

104. Pal S.K., Ghosh A. Fuzzy geometry in image analysis // Fuzzy sets and Systems. 1992, № 48.

105. Rosenfeld A. Fuzzy digital topology // Information and Control. 1979. -Vol.40.

106. Singh M., Chatteqee A., Chaudhury S. Matching structural shape descriptions using genetic algorithms // Pattern recognition. 1997. - Vol. 30, № 9.

107. Vincent L., Soille P. Watersheds in digital spaces: an efficient algorithm based on immersion simulations // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1991. - Vol. 13, № 6.

108. Najman L., Schmitt M. Geodesic saliency of watershed contours and hierarchical segmentation // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1996. - Vol. 18, №. 12.

109. Choi C., Jennings A., Hulshump J. Learning to segment using fuzzy boundary cell features // Complexity International. 1996, - Vol. 3.

110. Маригос П., Шафер Р.У. Морфологические системы для многомерной обработки сигналов // ТИИЭР 1990, № 4.

111. Fisher R., Perkins S., Walker A., Wolfart E. Hypermedia Image Processing Reference. John Wiley & Sons, England, 1996.

112. Gong W., Shi Q., Cheng M. Shape and image matching by use of morphology // Proceedings of 11th Int. Conf. on Pattern Recognition. Los Alamitos, 1992.

113. Beucher S., Lantuejoul C. Use of watersheds in contour detection // Proc. Int. Workshop on Image Processing, Real-Time Edge and Motion detection, Estimation. Rennes, Francem, 1979.

114. Beucher S. Watersheds of functions and picture segmentation // Proc. IEEE Int. Conf. Acoustics, Speech, and Signal Processing. Paris, France, 1982.

115. Philip K.P., Dove E.I., McPherson D.D., Gotteiner N.L. The Fuzzy Hough Transform Feature Extraction in Medical Images // IEEE Transactions on Medical Imaging. - 1994. - Vol. 13, №. 2.

116. Kie-Bum E., Park J. Contour Models for Courvature Estimation and Shape Decomposition // Proceedings of 11th Int. Conf. on Pattern Recognition. -Los Alamitos, 1992.

117. Чароян О.Г. Размытые алгоритмы мыслительных процессов

118. Bonfig K.W, Aliew F., Guirimov B.G. Neuro-iuzzy Based Generation of Fuzzy Knowledge and the Flexible Procedure of Logical Inference for the Graphic Pattern Recognition // Proc. Of 2th International Conference on Fuzzy Sets and Systems. Berlin, 1995.

119. Liu X., Tan S., Ong S.H. Fuzzy Pyramid Scheme for Distorted Object Recognition // Pattern Recognition. 1996. - Vol. 29, №. 10.

120. Tsai D.M., Chen M.F. Curve fitting approach for tangent angle and curvature measurements // Pattern recognition. 1994. - Vol. 27, №. 5.

121. Legault R., Suen C.Y. A Comparison of Methods of Extracting Curvature Features // Proceedings of 11th Int. Conf. on Pattern Recognition. Los Alamitos, 1992.

122. Worring M., Smeulders A.W.M. The Accuracy and Precision of Curvature Estimation Methods // Proceedings of 11th Int. Conf. on Pattern Recognition. Los Alamitos, 1992.

123. Deriche R., Giraudon G. Accurate Corner Detection: An Analytical Study //jL

124. Proceedings of 10 Int. Conf. on Pattern Recognition. Los Alamitos, 1990.

125. Глова В.И., Аникин И.В. Эвристический алгоритм размывания контуров видеоизображений. Казань, 1998. (Препринт КГТУ им. А.Н. Туполева: 98П9).

126. Глова В.И., Аникин И.В. О генерировании размытых контуров // Вестник КГТУ им. А.Н. Туполева. 1999. - № 2.

127. Глова В.И., Аникин И.В., Аджели М.А. Методы размывания контуров изображений // Компьютерные технологии в науке, проектировании ипроизводстве: Тез. докл. 1-ой Всероссийской научно-технической конференции. Нижний Новгород, 1999.

128. Аникин И.В. О замкнутости размытых контуров // Новые информационные технологии в научных исследованиях и в образовании: Тез. докл. 4-ой всероссийской научно-технической конференции студентов, молодых ученых и специалистов. Рязань, 1999.

129. Аникин И.В. Структура базы знаний при нечетком лингвистическом описании примитивов // Методы кибернетики в химической технологии: Тез. докл. V Международной научной конференции. Казань, 1999.

130. Дудкин А.К. Исследование и разработка методов и алгоритмов идентификации объектов изображений в системах машинного зрения: Дис. канд. техн. наук. Ленинград, 1991.

131. O'Gorman L. An analysis detectability from curvature estimation // Proc. of Internatioanl Conference on Сотр. Vision and Pattern Recognition. Ann Arbor, Michigan, June 1988.

132. Wuesher D.M., Boyer K.L. Robust contour decomposition using a constant curvature criterion // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1991. - Vol. 13, №. 1.

133. Eom K., Park J. Contour Models for Curvature Estimation and Shape Decomposition // Proceedings of 11th Int. Conf. on Pattern Recognition. Los Alamitos, 1992.

134. Ray B.K., Ray K.S. Scale-space analysis and corner detection on digital curves // Pattern Recognition. 1997. - Vol. 30, № 9.

135. Мосунов C.E. Синтаксические методы описания и обработки информации, представленной функциональными зависимостями и сигналами сложной формы: Дис. канд. техн. наук. Казань, 1999.

136. Bornstein М., Stiles-Devis J. Discrimination and memory for symmetry in your children // Developmental Psychology. 1984. - Vol. 17.

137. Цань Ч., Роскис P. Фурье описание плоских замкнутых кривых // IE IT: Transactions on Computers. - 1972. - Vol. 21, № 3.

138. Zabrodsky H., Peleg S., Avnir D. Completion of occluded shapes using symmetry I I Proc. of International conference on Computer Vision and Pattern Recognition. New-York, June, 1993.

139. Posch S. Detecting Skewed Symmetries. // Proceedings of 11th Int. Conf. on Pattern Recognition. Los Alamitos, 1992.

140. Li Y., Wong W.C.K. An Efficient and Robust Method to Detect Object Centre // Pattern Recognition. 1997. - Vol. 30, № 5.

141. Shen D., Ip H.H.S., Cheung K.K.T., Teoh E.K. Symmetry Detection by Generalized Complex (GC) Moments: A Close Form Solution // IEEE Transactions on Pattern Recognition and Image Analysis. - 1999. - Vol. 21, № 5.

142. Gool L.V., Wagemans J., Vandeneede J., Oosterlinck A. Similarity extractbtion and modelling // Proceedings of 10 Int. Conf. on Pattern Recognition. -Los Alamitos, 1990.

143. Junior R.M.C., Costa L.F. Towards Effective Planar Shape Representation With Multiscale Digital Curvature Analysis Based on signal Processing Techniques // Pattern Recognition. 1996. - Vol. 29, № 9.

144. Ueda N., Suzuki S. Learning Visual Models from Shape Contours Using Multiscale Convex/Concave Matching // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1993. - Vol. 15, № 4.

145. Бонгард M.M. Проблема узнавания. M: Наука, 1967.

146. Фукс М.А., Баранов А.Н. Пренатальная ультразвуковая скрининг-программа // Клинические лекции по ультразвуковой диагностике в пе-ринатологии / Под ред. М.В. Медведева, Б.И. Зыкина. Вильнюс, 1989.

147. Стрижанов А.Н., Бунин А.Т., Медведев М.В. Ультразвуковая диагностика в акушерской практике. М. Медицина, 1990.

148. Демидов В.Н., Бычков П.А., Логвиненко А.В., Воеводин С.М. Ультразвуковая биометрия // Клинические лекции по ультразвуковой диагностике в перинатологии / Под ред. М.В. Медведева, Б.И. Зыкина. Вильнюс, 1989.

149. Стыгар A.M. Ультразвуковая диагностика врожденной патологии опор-но-двигательного аппарата // Клинические лекции по ультразвуковой диагностике в перинатологии / Под ред. М.В. Медведева, Б.И. Зыкина. -Вильнюс, 1989.

150. Ледюков М.А. Разработка на базе ПК экспертного диагностического комплекса обработки и анализа биомедицинских изображений: Дис. канд. техн. наук. Спб, 1996.

151. Lefebvre F., Gerger G., Laugier P. Automatic detection of the boundary of the Calcaneus from ultrasound parametric images using an active contour model; clinical assessment // IEEE Transactions on Medical Imaging. -1998.-Vol 17, № 1.

152. Choy M., Jin J. Extracting endocardial borders form sequential echocardio-graphic images // IEEE Engineering in Medicine and Biology. 1998.- № 1.

153. Белозерский Л.А., Нюнькин K.M., Пчелкин B.H. Компьютерная система автоматического распознавания изолированных зон на эхограммах медицинской ультразвуковой диагностики «Круиз» // Искусственный интеллект. 1996. - № 1.

154. Барсуков Б.В. Математические методы в распознавании радиояркост-ных изображений: Дис. канд. техн. наук. М.: 1989.

155. Видюков В.И. Автоматизированная диагностическая система анализа медицинских сцинтографических изображений: Дис. д-ра. техн. наук. М.: 1995.

156. Graham J. Image Segmentation using texture boundary detection // Pattern Recognition Letters. 1994. - №. 15.

157. Hild M., Shirai Y., Asada M. Initial Segmentation for Knowledge Indexing // Proceedings of 10th Int. Conf. on Pattern Recognition. Los Alamitos, 1990.

158. Hsien J. Image enhancement with a fuzzy logic approach // Electronics Letters.- 1995. Vol. 31, №9.

159. Law Т., Itoh H., Seki H. Image Filtering, Edge Detection, and Edge Tracing Using Fuzzy Reasoning // IEEE Transactions on Pattern Recognition and Image Analysis 1996. - Vol. 18, N. 5.

160. Hata Y. Medical Imaging Using Soft Computing. Himeji Institute of Technology, 1996.

161. Wendling L., Desachy J., Zehana M. Fuzzy Segmentation and Sample-Based Object Recognition in Remote Sensing Images // Proc. of IEEE IGASS-94 Conference. Tokyo, 1994.

162. Фихтенгольц Г.М. Основы математического анализа. М.: 1968. - Т. 1.

163. Т. Терано, А. Масуи, С. Коно. Распознавание формы овощей с помощью нечеткой логики // Третий национальный симпозиум по нечетким системам: Тез. докл. Токио, 1987.

164. Хирота, Араи, Хатиси. Распознавание движущихся целей с помощью нечеткой логики и робот для перемещения движущихся объектов // Третий национальный симпозиум по нечетким системам: Тез. докл. -Токио, 1987.

165. A. Rosenfeld, J.S. Weszka Picture recognition. Communication and Cybernetics, 1976. - Vol. 10.

166. Umetani Y., Taguchi K. Feature properties to discriminate complex shapes // Proc. of the IX Intern. Symp. on Industrial robots. Washington, 1974.

167. Attneave F. Symmetry information and memory for pattern // Amer. Jour. Psychol. 1957. - Vol. 53.

168. Янковская A.E. Логико комбинаторно - вероятностные алгоритмы распознавания // Распознавание образов и анализ изображений: Новые информационные технологии: Труды 5-ой Международной конференции. - Самара, 2000.

169. Янковская А.Е. Логические тесты в интеллектуальных системах. // Распознавание образов и анализ изображений: Новые информационные технологии: Труды 5-ой Международной конференции. Самара, 2000.

170. Yankovskaya A.E. An Automation Model, Fuzzy Logic, and Means of Cognitive Graphics in the Solution of Forecast Problems // Pattern Recognition and Image Analysis. 1999. - Vol. 9, № 1.

171. Александров B.B., Анисимов В.А., Горский Н.Д., Мысько С.Н. Особенности построения и использования систем переработки визуальной информации // Искусственный интеллект: Справочник. М., 1990. -Книга 2.

172. Аминов Ю.А. Дифференциальная геометрия и топология кривых. М.: Наука, 1987.

173. Шикин Е.В., Франк-Каменецкий М.М. Кривые на плоскости и в пространстве. М.: Фазис, 1997.

174. Позняк Э.Г., Шикин Е.В. Дифференциальная геометрия. Первое знакомство. М.: Издательство Московского университета, 1990.

175. Атанасян JI.C., Базылев В.Т. Геометрия. М.: Просвещение, 1986. - 4.2.

176. Аникин И.В. Эвристический алгоритм размывания контура // Техническая кибернетика, радиоэлектроника и системы управления: Тез. IV Всероссийской конференции студентов и аспирантов. Таганрог, 1998. -С. 95.

177. Аникин И.В. Исследование методов выделения контуров на размытых и неразмытых изображениях // Микроэлектроника и информатика-98: Тез. Всероссийской межвузовской научно-технической конференции студентов и аспирантов. Москва, 1998. - С. 180.

178. Аникин И.В. Метод распознавания электрических схем // Компьютерные технологии в науке, проектировании и производстве: Тез. докл. 1

179. Всероссийской научно-техническои конференции. Нижний Новгород, 1999. -Ч.Х.- С. 12-13.

180. Аникин И.В. О распознавании нечетких образов в контролирующих системах. Нижний Новгород, 1999. - Ч. X. - С. 14-17.

181. Глова В.И., Аникин И.В. Нечеткие качественные признаки двумерных форм.// Вестник КГТУ им. А.Н. Туполева. 1999. - № 1. - С. 35-41.

182. Glova V.I., Anikin I.V. Recognition of Two-Dimensional Primitives Using ♦ Fuzzy Linguistic Description // Pattern Recognition and Image Analysis.1999. -Vol. 9, № 1. P. 41 - 44.

183. Аникин И.В. Использование теории распознавания образов в обучающем процессе // Проблемы высшего технического образования: Тез. Всероссийской научно-методической конференции. Казань, 1999. - С. 127.

184. Аникин И.В. Использование тренажеров для задач распознавания видеообразов в контролирующих системах // Проблемы высшего технического образования: Тез, Всероссийской научно-методической конференции. Казань, 1999.-С. 172.

185. Глова В.И., Аникин И.В., Аджели М.А. Мягкие вычисления (soft computing) и их приложения: Учеб. пособие. Казань: Издательство КГТУ им. А.Н. Туполева, 2000. - С. 98.

186. Глова В.И., Аникин И.В. Метод распознавания размытых 2D-примитивов средствами технологии мягких вычислений // Распознавание образов и анализ изображений: новые информационные технологии: Тр. V Международной конференции, Самара, 2000. С. 247-251.

187. Glova V.I., Anikin I.V. Method for Recognition of Fuzzy 2D Primitives via a Technology of Soft Computing // Pattern Recognition and Image Analysis. -2001.-Vol. 11, № l.-P. 154-157.

188. Glova V.I., Anikin I.V., Ageli M.A. Linguistic Description of Curves, Conthtours and Images. Similarities and Differences // Proc. of 5 World Conference on Nondestructive Testing, Rome, 2000.