автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Теория и методы цифровой обработки визуальной информации при диагностике заболеваний

ВВЕДЕНИЕ.

1. АНАЛИЗ МЕТОДОВ ОБРАБОТКИ ИНФОРМАЦИИ В МЕДИКО-БИОЛОГИЧЕСКИХ СИСТЕМАХ

1.1. Анализ и классификация моделей изображений.

1.2. Технические средства формирования растровых моделей изображений в медико-биологических системах.

1.3. Основные методы обработки моделей изображений.

1.4. Обобщенные методы цифровой обработки моделей изображений.

1.5. Выводы.

2. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ ПРОГРАММНЫХ КОМПЛЕКСОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ.

2.1. Операции с нечеткими множествами и константами.

2.2. Описание имидж-отношений. Классификация операций над ними.

2.3. Бинарные операции с имидж-отношениями.

2.4. Унарные операции с имидж-отношениями.

2.5. Операции с имидж-отношением и константой.

2.6. Выводы.

3 ФОРМИРОВАНИЕ АЛГОРИТМОВ ОБРАБОТКИ МОДЕЛЕЙ ИЗОБРАЖЕНИЙ С ПРИМЕНЕНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ.

3.1. Представление тоновых моделей изображений четвертого класса в терминах имидж-отношений.

3.2. Обработка тоновых моделей изображений.

3.3. Сегментация моделей изображений в терминах нечетких множеств.

3.4. Линейная фильтрация моделей изображений.

3.5. Нелинейная фильтрация.

3.6. Подготовка обработанной модели изображения к выводу на графическое устройство.

3.7. Аффинные преобразования имидж-отношений.

3.8. Выводы.

4 ОБРАБОТКИ ИМИДЖ-ОТНОШЕНИЙ В СПЕКТРАЛЬНОЙ ОБЛАСТИ.

4.1. Модификация базиса функций Уолша.

4.2. Представление модифицированного спектра Уолша нечетким подмножеством, и его обработка.

4.3. Линейная фильтрация нечеткого спектра Уолша.

4.4. Нелинейная фильтрация нечеткого спектра Уолша.

4.5. Анализ изображений в области нечеткого спектра Уолша.

4.6. Выделение объектов заданных геометрических размеров при помощи спектрального анализа в базисе функций Уолша.

4.7. Выводы.

5 ОБРАБОТКА МНОГОМЕРНЫХ ИМИДЖ-ОТНОШЕНИЙ.

5.1. Общие определения.

5.2. Критерии выбора базового кадра.

5.3. Критерии формирования множества приводимых точек.

5.4. Оценка точности определения координат приводимой точки в условиях воздействия аддитивного белого гауссовского шума.

5.5. Преобразование кадров в единую систему координат.

5.6. Уточнение параметров преобразования кадров в единую систему координат.

5.7. Динамическое формирование областей поиска приводимых точек при обработке многомерных моделей изображений.

5.8. Фильтры многомерных моделей изображений с апертурой-столбцом.

5.9. Фильтры многомерных моделей изображений с апертурой-призмой

5.10. Выводы.

6. АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ХИМИКО-ФОТОГРАФИЧЕСКОЙ ОБРАБОТКИ В ОПТИКО-ФОТОГРАФИЧЕСКИХ СИСТЕМАХ.

6.1. Моделирование оптико-фотографических систем с использованием теории нечетких множеств.

6.2. Входной сигнал.

6.3. Описание звеньев. Оптимизируемый параметр.

6.4. Частотно-зависимое звено.

6.5. Частотно-независимое звено.

6.6. Переходное звено.

6.7. Ограничения системы.

6.8. Оптимизация системы методом случайного поиска.

6.9. Выводы.

7. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ПРОГРАММНО-ТЕХНИЧЕСКОГО КОМПЛЕКСА.

7.1. Описание аппаратной части программно-технического комплекса

7.2. Особенности синтеза комплексных алгоритмов с применением математического аппарата теории имидж-отношений.

7.3. Программная часть аппаратно-программного комплекса.

7.4. Повышение скорости выполнения машинных вычислений для операций с нечеткими подмножествами и имидж-отношениями.

7.5. Повышение адекватности моделей линейных аналоговых сигналов на основе многократной дискретизации.

7.6. Исследование точности выполнения арифметических операций с нечеткими множествами и имидж-отношениями.

7.7. Выводы.

Актуальность темы. Современный этап развития медицинской техники различного назначения характеризуется широким применением изображений в качестве первичной информации о состоянии пациента. Это обусловлено тем, что из всех видов сигналов, характерных для живых организмов [22, 115] и технических систем [2, 7, 20, 38, 40, 152], сигналы изображения обладают наибольшей информативностью. Кроме того, в современной технике существует широкий класс приборов [10, 90, 123, 150] для преобразования изображений в электрический сигнал с последующим вводом в ЭВМ, которые имеют достаточное быстродействие для решения в реальном времени задачи извлечения полезной информации из изображений [20, 35, 161, 169, 171, 172, 174, 179].

Указанное обстоятельство обусловило выбор объекта исследования диссертации, который может быть охарактеризован как программно-технический автоматизированный комплекс ввода и обработки изображений в биологических и медицинских системах.

Интенсивное развитие научных исследований в области обработки изображений проводится в направлении анализа не столько одномерных сигналов, сколько различного рода скалярных и векторных полей, формирующих двухмерное представление как двухмерных, так и трехмерных сцен. Вследствие особенностей функционирования аппаратной части комплексов, преобразующих изображение любого, в том числе и трехмерного объекта в двухмерную сцену [2, 13, 35, 147, 152], системы ввода и обработки изображений изначально развивались как системы обработки двухмерных сигналов.

Под обработкой изображений в дальнейшем будет пониматься применение к двухмерному сигналу систем преобразований, обеспечивающих извлечение из него полезной информации о свойствах изображаемых объектов или процессов [38, 45, 153]. В большинстве случаев указанные задачи являются прикладными задачами теории искусственного интеллекта и распознавания образов. Указанное обстоятельство явилось причиной как появления новых технических средств восприятия и обработки визуальной информации в медицинской технике, так и интенсивного развития методов и средств ее интерпретации, идентификации и классификации.

Характерными особенностями изображений в биологии и медицине являются: высокая избыточность информации, наличие шумов (различного рода помех), влияние посторонних засветок (неравномерность распределения яркости по изображению), наличие сигналов от объектов второго плана (для трехмерных сцен), аберрации технических средств (расфокусировки, боковые засветки, геометрические искажения и т.п.).

Это обусловливает необходимость, с одной стороны, многоступенчатой обработки, а с другой - вмешательства оператора в управление процессом извлечения полезной информации из сигналов. Таким образом, одной из основных задач функционирования исследуемых комплексов является задача разработки стратегии управления процессом извлечения полезной информации о состоянии изображаемых объектов из двухмерных сигналов.

Указанное обстоятельство обусловило выбор предмета диссертационного исследования, который может быть охарактеризован как разработка методов (методологии) формирования алгоритмов обработки изображений, реализующих стратегию управления извлечением полезной информации из двухмерных сигналов в аппаратно-программных комплексах исследуемого класса.

Цель диссертационной работы состоит в разработке концепции обобщенного математического описания методов обработки растровых моделей изображений, основанной на применении аппарата теории нечетких множеств, а также методов синтеза алгоритмов цифровой фильтрации в биологических и медицинских системах.

Задачи исследования.

1. Создание концепции генерации алгоритмов и программ цифровой обработки изображений с использованием понятия имидж-отношения.

2. Разработка комплекса базовых методов обработки изображений для реализации концепции и рекомендаций по его использованию в интерактивном режиме.

3. Исследование принципов выполнения арифметических и логических операций, а также цепочек операций с нечеткими множествами и имидж-отношениями.

4. Разработка линейного преобразования в базисе модифицированных функций Уолша, позволяющего -представить спектральные коэффициенты в терминах теории нечетких множеств, а также разработка на его основе методов линейной и нелинейной фильтрации изображений в базисе модифицированных функций Уолша.

5. Построение различных типов фильтров многомерных моделей изображений, обеспечивающих повышение точности измерений и общего качества изображений.

6. Исследование процессов комплексной фильтрации изображений, включающих химико-фотографическую и цифровую обработки изображений.

7. Проведение экспериментальных исследований, подтверждающих эффективность разработанных методов цифровой обработки изображений в аппаратно-программном комплексе.

Научная новизна диссертации заключается в следующем.

1. Разработана концепция обобщенного описания алгоритмов обработки визуальной информации с использованием теории нечетких множеств и понятий имидж-отношений. Определены арифметико-логические операции с имидж-отношениями, и доказаны основные правила проведения последовательностей операций.

2. Предложена методология интерактивного управления процессом извлечения полезной информации на основе анализа особенностей формирования изображений в биологических и медицинских системах и планируемого конечного результата их преобразований.

3. Решена задача обобщения различных методов обработки моделей изображений и формализации получения и преобразования моделей изображений между классами с использованием понятия имидж-отношения.

4. Решена задача снижения временной и вычислительной сложности цифровой фильтрации растровых моделей изображений в спектральной области за счет использования теории нечетких множеств.

5. На базе теории ортогональных преобразований разработано квазиортогональное преобразование в базисе модифицированных функций Уолша, позволяющее получить нечеткий спектр растровой модели изображения, описанной в терминах теории нечетких множеств. На основе теории линейной и нелинейной фильтрации разработаны методы цифровой фильтрации нечеткого спектра.

6. Разработана многомерная модель изображения, включающая методики формирования множеств базовых и приводимых точек в условиях воздействия помех при проведении флюоресцентного ангиографического исследования. Разработана методика определения параметров совмещения кадров при обработке многомерных моделей изображений.

7. На базе теории линейной и нелинейной фильтрации разработаны типы фильтров, обобщенные для случаев обработки многомерных моделей изображений. Проведен анализ влияния типов и характеристик фильтров на визуальное качество обработки изображений.

8. Разработан метод нелинейной оптимизации процессов химико-фотографической обработки изображений, основанный на случайном поиске и учитывающий ограничения системы.

Практическая ценность работы.

1. Создана библиотека классов имидж-отношений, позволяющая сократить время создания программ цифровой обработки изображений в биологических и медицинских системах.

2. Разработаны алгоритмы аффинных преобразований, учитывающие дискретный характер модели изображения.

3. Реализованы алгоритмы цифровой фильтрации растровых моделей изображений в области нечеткого спектра, позволяющие сократить временную и вычислительную сложность фильтрации за счет частичной замены операций класса умножения операциями класса сложения, а также арифметических операций - логическими.

4. Разработан и реализован алгоритм выделения объектов заданных геометрических размеров на растровых моделях изображений посредством анализа нечеткого спектра в базисе модифицированных функций Уолша при исследовании изображений глазного дна человека.

5. Для повышения визуального качества изображений разработаны эффективные и простые в реализации алгоритмы линейной и нелинейной фильтрации многомерных моделей изображений.

6. Разработан программный комплекс для синтеза систем оптико-фотографической обработки изображений, позволяющий получать изображения оптимального качества.

7. Предложены быстрые алгоритмы вычисления арифметических операций (сложения и умножения) для нечетких множеств и имидж-отношений на основе представления чисел с фиксированной точкой.

Достоверность полученных теоретических результатов подтверждается результатами апробаций методов цифровой обработки изображений в реальных медицинских системах.

Научные положения, выносимые на защиту.

1. Метод обобщенного математического описания цифровых моделей растровых изображений и методов их обработки, основанный на применении аппарата теории нечетких множеств.

2. Методы синтеза алгоритмов цифровой обработки изображений в биологических и медицинских системах на основе понятия имидж-отношения.

3. Методы спектральной обработки изображений с применением модифицированного преобразования Уолша.

4. Методы обработки многомерных моделей изображений.

5. Методика синтеза систем оптико-фотографической обработки изображений на основе нечетких множеств.

Реализация и внедрение результатов.

Направление исследований по теме диссертации является частью работ по комплексной инновационной научно-технической программе Государственного комитета РФ по высшему образованию «Создание комплексов обработки изображений и средств отображения информации» (13.22), а также хоздоговорной НИР 22101 «Разработка аппаратно-программных средств обработки и отображения видеоинформации» с НИИ «Стрела» г. Тула.

Прикладные результаты диссертационной работы были внедрены в ГУЛ НИИ новых медицинских технологий, г. Тула (НИР «Кальб»); в Центре диагностики и реабилитации «Алтей», г. Рязань; в рамках комплексной инновационной научно-технической программы Государственного комитета РФ по высшему образованию 13.22 (1993-1995 г., проект «Создание комплексов обработки изображений и средств отображения информации»); в фонде «Дисплей», г. Тула; в ГУЛ КБ приборостроения, г. Тула (НИР «Разработка математического и программного обеспечения имитационной системы испытательного стенда» и НИР «Разработка комплекса цифрового управления и обработки сигналов оптической пеленгационной установки»); в типографии «Форус», г. Тула.

Теоретические результаты работы внедрены в учебных курсах «Физические и физико-химические основы нарушения жизнедеятельности», «Компьютерная графика», «Конструирование и производство ЭВМ» и «Системы отображения информации с повышенной разрешающей способностью» на кафедрах «Медико-биологические дисциплины» и «Электронные вычислительные машины» Тульского государственного университета; «Биофизика сложных систем» и «Медицинская кибернетика» Сургутского государственного университета; «Информатика и вычислительная техника» и «Новые информационные технологии» Курского государственного медицинского университета; а также на кафедре теоретической и специальной физики» Новгородского государственного университета.

Апробация работы. Основные положения диссертационной работы легли в основу докладов на следующих конференциях и семинарах. 1. Международная конференция «Современные проблемы теории чисел» (1993 г.); 2. Международная конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (1993 г.); 3. XIX международная молодежная конференция «Гагаринские чтения» (1993 г.); 4. Международная конференция «Новые информационные технологии и системы» (1994 г.); 5. IV Всероссийская научная конференция «Динамика процессов и аппаратов химической технологии» (1994 г.); 5. Международная конференция «Новые информационные технологии и системы» (1994 г.); 6. Всероссийская научная конференция «Приборы и приборные системы» (1994 г.); 7. Международная конференция «Алгебраические, вероятностные, геометрические, комбинаторные и функциональные методы в теории чисел» (1995 г.); 8. Всероссийская научная конференция «Распознавание - 95» (1995 г.); 9. Международная конференция «Математические методы в химии и химической технологии» (1996 г.); 10. III международная конференция «Современные проблемы теории чисел и ее приложения» (1996 г.); 11. Всероссийская научно-техническая конференция «Биотехнические, медицинские экологические системы и комплексы» (1996 г.); 12. III международная конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (1997 г.); 13. Всероссийская научно-техническая конференция «Биотехнические, медицинские экологические системы и комплексы» (1997 г.); 14. XIV научная сессия, посвященная дню радио (Тула, 1997 г.); 15. XI межвузовская научно-техническая конференция (ТВАИУ, 1997 г.); 16. XI международная конференция «Математические методы в химии и химической технологии» (1998 г.); 17. Межвузовская конференция «Микроэлектроника и информатика - 98» (1998 г.); 18. XV научная сессия, посвященная дню радио (ТулГУ, 1998 г.); 19. VI научно-техническая конференция «Современное телевидение» (1998 г.); 20. Научно-техническая конференция «Медико-экологические информационные технологии - 98» (1998 г.); 21. Международный конгресс «Медицинские технологии на рубеже веков» (Тула, 1998); 22. I Всероссийская научно-техническая конференция (НГТУ, 1999 г.); 23. XXII научно-техническая конференция «Пути совершенствования ракетно-артиллерийских комплексов, методов их эксплуатации и ремонта» (ТАИИ, 1999 г.); 24. XXV международная молодежная конференция «Гага-ринские чтения» (Москва, 1999 г.); 25. «II конференция разработчиков и пользователей программного обеспечения для автоматизации оптических расчетов и испытаний оптических систем» (1999 г.).

Публикации. По результатам исследований опубликовано 52 научные работы, получено 2 патента РФ на изобретения.

Характеристика работы. Диссертационная работа состоит из введения, семи глав и заключения, изложенных на 240 страницах машинописного текста, включает 34 рисунка, 5 таблиц, список использованной литературы, содержащий 253 наименования, и приложения в которое включены акты внедрения.

7.7. Выводы

1. Разработаны принципы построения аппаратной части аппаратно-программного комплекса формирования моделей изображения для иридодиагностики.

2. Разработан комплекс алгоритмов и программ для обработки изображений, формируемых сканирующими системами, с использованием понятий имидж-отношений.

3. Рассмотрены вопросы повышения скорости вычислений теоретико-множественных и арифметических операций, и разработаны способы по

-249строения быстрых алгоритмов вычисления операций с нечеткими множествами.

4. Определена точность результатов вычисления операций с нечеткими множествами, и построены зависимости распределения ошибки от значения результата.

ЗАКЛЮЧЕНИЕ

1. Приведено обоснование использования теории нечетких множеств в качестве математического аппарата для описания обобщенного метода построения алгоритмов обработки моделей биологических и медицинских изображений, формируемых сканирующими системами. Сформулированы правила выполнения, исследованы свойства и разработаны алгоритмы для ряда арифметических и логических операций с нечеткими множествами, а также выполнения цепочки операций.

2. Введено понятие имидж-отношения, разработаны основные операции с имидж-отношениями, а также имидж-отношений с константами. Разработаны алгоритмы реализации, и исследованы свойства разработанных операций. Показана взаимосвязь метода объектно-ориентированного программирования и математических операций с нечеткими множествами и имидж-отношениями для построения алгоритмов обработки визуальной информации.

3. Получены способы формирования имидж-отношений в зависимости от системы кодирования цвета и класса, к которому принадлежит модель изображения, и разработаны алгоритмы исправления тоновых изображений, основанные на теоретико-множественных операциях с имидж-отношениями.

4. Произведено математическое описание сегментации изображений с применением теории имидж-отношений и построения на этой основе фильтров цветности. Разработана методика построения алгоритмов линейной и нелинейной фильтрации моделей изображений с применением понятия имидж-отношения. Предложен метод аффинного преобразования имидж-отношений, позволяющий уменьшить «лестничный» эффект.

5. Разработана модификация преобразований в базисе функций Уолша, удовлетворяющая условию получения нормированных спектральных коэффициентов. Разработан метод получения нечеткого спектра Уолша, а также методы и алгоритмы его линейной и нелинейной фильтрации.

6. Введено определение многомерной модели изображения. Показано, что переход к многомерной обработке позволяет обеспечить более высокое качество фильтрации изображений по сравнению с традиционными фильтрами, основанными на подавлении сигнала в определенных областях спектра пространственных частот, соответствующих шуму.

7. Введены понятия базового и приводимого кадров модели. Сформулированы критерии выбора базового кадра многомерной модели изображения, определения координат базовых и приводимых точек. Разработана методика построения алгоритмов линейной и нелинейной локальной фильтрации многомерных моделей изображений.

8. Произведено математическое описание оптико-фотографических систем на основе теории нечетких множеств. Разработаны алгоритмы оптимизации и синтеза таких систем.

9. Рассмотрены вопросы повышения скорости вычислений арифметических операций с нечеткими множествами, и определены зависимости точности вычислений от значения результата.

10. Построен аппаратно-программный комплекс для иридодиагностики с более высокими, по сравнению с существующими аналогами, технико-эксплуатационными параметрами, и разработано программное обеспечение обработки изображений, основанное на применении принципов теории нечетких множеств и имидж-отношений.

11. Прикладные результаты работы внедрены в ГУП НИИ новых медицинских технологий, г. Тула; в Центре диагностики и реабилитации «Алтей», г. Рязань; в рамках комплексной инновационной научно-технической программы Государственного комитета РФ по высшему образованию 13.22; в фонде «Дисплей», г. Тула; в ГУП КБ приборостроения, г. Тула; в типографии «Форус», г. Тула. Теоретические результаты работы внедрены в учебных курсах «Физические и физико-химические основы нарушения жизнедеятельности», «Компьютерная графика», «Конструирование и производство ЭВМ» и «Системы отображения информации» Тульского государственного университета; «Биофизика сложных систем» и «Медицинская кибернетика» Сургутского государственного университета; «Информатика и вычислительная техника» и «Новые информационные технологии» Курского государственного медицинского университета; а также на кафедре теоретической и специальной физики» Новгородского государственного университета.

1. Адаптивные методы обработки изображений: Сб. науч. трудов. //Под ред. Сифорова М.В., Ярославского А.Г., М.: Наука, 1986. 242 с.

2. Александров В.В., Горский М.Д. Представление и обработка изображений. Рекурсивный подход-Л.: Наука. Ленингр. отд-ние, 1985. 189 с.

3. Александров П.С. Введение в теорию множеств и общую топологию -М.: Наука, 1977.-368 с.

4. Алексеев A.A., Солодовников А. И., Спиваковский А. М. Цифровая обработка информации в системах мультимедиа : Учеб. пособие. СПб. : СПбГЭТУ, 1998.-55 с.

5. Алиев Р. А., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. -240 с.

6. Андриянов A.B. Теория и применения цифровой обработки сигналов : Учеб. пособие. Н. Новгород, 1999. - 87 с.

7. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. - 295 с.

8. Ахмед Н. Pao К. Ортогональные преобразования при обработке цифровых сигналов. -М.: Мир, 1980. 248 с.

9. Бабич В.М., Григорьева Н.С. Ортогональные разложения и метод Фурье. Л: Изд-во ЛГУ, 1983. - 139 с.

10. Ю.Баженов А.Н., Соловей, В. А. Применение цифровых сигнальных процессоров в экспериментах, требующих обработки сигналов и данных в процессе изменений. Гатчина, 1998. - 20 с.

11. Бернюков А.К. Дискретная и цифровая обработка информации : Введ. в теорию и некоторые прил. : Учеб. пособие. Владимир, 1999. - 156, 2. с.

12. Бизин А.Т. Введение в цифровую обработку сигналов : Учеб. пособие. Новосибирск, 1998. - 52 с.

13. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. -М.: Мир, 1989.-448 с.

14. Бобылев Л.И., Гаврилин А.П., Данилкин Ф.А., Гайдуков Б.А. Модель оптико-фотографической системы для репрографической обработки изображений. //Микрография. Системы, техника, технологии. Выпуск 1. -Тула: Репроникс Лтд., 1999. С. 67-8

15. Бронштейн И.Н., Семендяев К.А. Справочник по математике. М.: Наука, 1980.-831 с.

16. Буймов А.Г., Литвин А.И. Использование преобразований Уолша-Адамара для диагностирования вычислительных систем. //Автоматика и телемеханика. №3. 1998. - С.38-42.

17. Булычев Ю.Г., Лапсарь А.П. Вычислительные аспекты задачи нелинейной фильтрации. //Автоматика и вычислительная техника. 1998. -№2. - С.32-42.

18. Бутаков Е.А., Островский В.И., Фадеев Л.И. Обработка изображений на ЭВМ. М.: Радио и связь, 1987. - 236 с.

19. Быков P.E., Гуревич С.Б. Анализ и обработка цветных и объёмных изображений. М.: Радио и связь, 1984. - 248 с.

20. Быстрые алгоритмы в цифровой обработке в цифровой обработке изображений. //Ред. Хуанга Т.С. М.: Радио и связь, 1984. - 224 с.

21. Василейский A.C., Максимов H.A. Алгоритмы цифровой обработки изображений : Учеб. пособие. М. : Изд-во МАИ, 1995. - 31 с.

22. Васюков В.Н. Методы цифровой обработки сигналов : Учеб. пособие. Новосибирск, 1998. - 58 с.

23. Ватанаба М. Современные тенденции развития технологии технического зрения. // «Обозрение Тошиба». 50, № 8, 1995. - С. 604-606.

24. Ватолин Д.С. MPEG стандарт ISO на видео в системах мультимедиа. // «Открытые системы». -№3, 1995. - С. 65-69.

25. Ватолин Д.С. Алгоритмы сжатия изображений. М. : Диалог-МГУ, 1999.-75 с.

26. Вендровский К.В. Вейцман А.И. Фотографическая структуромет-рия. М.: Исскуство, -1982, 471 с.

27. Вентцель Е.С. Теория вероятностей. М.: Наука, 1964. - 572 с.

28. Вихров Н.М., Фомин В.В. Принципы программной обработки и структуры ЭВМ : Пособие. СПб. : СПГУВК, 1999. - 50 с.

29. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. М.: Наука, 1984.-320 с.

30. Воленка П. Математика в альтернативной теории множеств. М.: Мир, - 1993.- 150 с.

31. Гагарин Ю.И. Математические модели и алгоритмы быстрых ортогональных преобразований : Учеб. пособие. СПб. : Изд-во СПбГТУ, 1999. -99 с.

32. Гельман М.М. Аналого-цифровые преобразователи для информационно-измерительных систем. -М.: изд-во стандартов, 1989.-317с.

33. Гинбург В.М. Формирование и обработка изображений в реальном времени: Методы быстрого сканирования. М.: Радио и связь, 1986. - 231 с.

34. Гитман, М. Б. Введение в теорию нечетких множеств и интервальную математику : Учеб. пособие. Пермь, 1998- 44 е.

35. Годжаев Н.М. Оптика. Учебное пособие для вузов. М.: Высш. школа, 1977. - 432 с.

36. Голд Б., Рейдер Ч. Цифровая обработка сигналов. М.: Советское радио, 1973. - 367 с.

37. Голубов Б.И. и др. Ряды и преобразования Уолша: теория и применение. -М.: Наука, 1987. 189 с.

38. Гольберг JI.M. Цифровая обработка сигналов. М.: Радио и связь, 1990.-325 с.

39. Григорьев B.JI. Архитектура и программирование арифметического сопроцессора. М.: Энергоатомиздат, 1991. - 208 с.

40. Григорьева Е.С., Судейкин М.И. Использование яркостных и текстурных характеристик при анализе изображений дорожных сцен. // В кн. Прикладные проблемы искусственного интеллекта. М., 1993. - С. 3-12.

41. Грузман И.С. Двухэтапное восстановление дефокусированных изображений. //Автометрия. 1997. - №2. С. 31-41.

42. Дагман Э.Е., Кухарев Г.А. Быстрые дискретные ортогональные преобразования. Новосибирск: Наука, 1983. - 232 с.

43. Даджион Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988. - 488 с.

44. Данилкин Ф.А. Использование многократного сканирования для повышения четкости изображения. //Тез. докл. XXII НТК «Пути совершенствования ракетно-артеллерийских комплексов, методов их эксплуатации и ремонта». Тула: ТАИИ, 1999. - С. 241-242.

45. Данилкин Ф.А. Использование нечетких отношений при обработке видеоизображений. // Сборник матер. 2-ой Межд. конф. "Распознавание -95"-Курск, 1995.-С. 208.

46. Данилкин Ф.А. Обнаружение одиночных случайно распределенных во времени сигналов. // XIX "Гагаринские чтения": Тезисы докладов. М.: МАТИ. - 1993. - С. 63.

47. Данилкин Ф.А. Особенности выполнения операций нечеткой логики в цифровых управляющих системах химического производства. //Тез. докл. 10 Межд. Конф. «Математические методы в химии и химической технологии» . Тула: ТГТУ, 1996. - С. 47.

48. Данилкин Ф.А. Получение и обработка трехмерного изображения глазного дна человека. //Тез. докл. Всероссийской НТК "Биотехнические, медицинские экологические системы и комплексы". Рязань: РГРА, 1997. -С. 28.

49. Данилкин Ф.А. Система формирования цветного цифрового видеоизображения. //XXIX студенческая научно-техническая конференция. Тезисы докладов. Тула: ТПИ, 1992. - С. 10.

50. Данилкин Ф.А. Технология поворота растровых изображений на основе понятия имидж-отношение. //Автоматизация и современные технологии. № 4, 1998.-С. 16-18.

51. Данилкин Ф.А., Абузова И. В. Совершенствование сканирующих систем для иридодиагностики. //Вестник новых медицинских технологий. Том. III, №3, 1996. С. 69-72.

52. Данилкин Ф.А., Абузова И.В. Система радиального сканирования с повышенным разрешением. // Матер. 2-ой межд. конф. "Распознавание 95". - Курск: КПИ, 1995. - С. 246.

53. Данилкин Ф.А., Абузова И.В., Афанасьева Н.Ю. Аппаратно-программные системы построчного чтения текста. // "Новые информационные технологии и системы". Материалы докладов международной конференции Пенза: ПГТУ 1994. - С. 116.

54. Данилкин Ф.А., Абузова И.В. Устройство для нормализованного считывания сигнала. Решение о выдаче патента от 25.08.94 по заявке № 94031419/09.

55. Данилкин Ф.А., Антонов Д.М. Использование волнового алгоритма для доступа к распределенным базам данных. //Тез. докл. XIV научной сессии, посвященной дню радио. Тула.: ТулГУ., 1997. - С. 37.

56. Данилкин Ф.А., Антонов Д.М. Маршрутизация запросов в распределенных базах данных. //Тез. докл. XV научной сессии, посвященной дню радио. Тула.: ТулГУ., 1998. - С. 62.

57. Данилкин Ф.А., Антонов Д.М. Особенности оптимизации удаленных запросов в распределенных базах данных химического производства. //Тез. докл. XI Межд. Конф. «Математические методы в химии и химической технологии». Том 4. Владимир, 1998. - С. 62.

58. Данилкин Ф.А., Завьялов К.А. Методы улучшения изображений после продолжительного хранения в архивных системах. //Тез. докл. XI Межвузовской научно-технической конференции. Тула.: ТВАИУ, 1997. - С. 9293.

59. Данилкин Ф.А., Золотарев А.Б., Визуализация движения трехмерных динамических объектов. // XXV Гагаринские чтения. Тез. докл. Межд. молод, конф. Москва, 6-10 апр. 1999 г. М.: ЛАТМЭС, 1999. Т. 1. - С. 421422.

60. Данилкин Ф.А., Котов В.В. Геоинформационная система экологического контроля предприятия. //Сборник тезисов докладов XII НТК «Пути совершенствования ракетно-артиллерийских комплексов, методов их эксплуатации и ремонта» Тула: ТАИИ, 1999. - С. 287-288.

61. Данилкин Ф.А., Котов В.В. Методы обработки многокадровых моделей изображений. Тула: ТулГУ, 2000. - 96 с.

62. Данилкин Ф.А., Котов В.В. Повышение точности построения трехмерной сцены из стереоизображений. //Компьютерные технологии в науке,производстве проектировании. Тез. докл. I Всероссийской научно-техн. конф. Часть 9. Нижний Новгород: НГТУ, 1999. - С. 26.

63. Данилкин Ф.А., Котов В.В., БасаловаГ.В. Построение трехмерных моделей изображений с использованием теории нечетких множеств. //Научно-технический сборник №16. Тула, ТАИИ, 1999. - С. 74-78

64. Данилкин Ф.А., Котов В.В., Ларкин Е.В. Выделение кривых на круговых диаграммах. //Известия Тульского государственного университета. Серия Математика. Механика . Информатика. Т. 4. Вып. 4. Информатика. -Тула.: ТулГУ., 1998.-С. 21-23.

65. Данилкин Ф.А., Технология поворота растровых изображений на основе понятия имидж-отношение. //Автоматизация и современные технологии. № 4, 1998.-С. 16-18.

66. Данилкин Ф.А., Титов C.B. Модификация ортогонального преобразования в базисе Уолша-Адамара для нечетких подмножеств. //Тез. докл. Межвузовской конференции «Микроэлектроника и информатика 98». М.: МИЭТ, 1998.-С. 27-28.

67. Данилкин Ф.А., Титов C.B. Предварительная обработка изображений при выделении опорных точек. // Дифференциальные уравнения и прикладные задачи. Сборник научных трудов. Тул. гос. ун-т. Тула: ТулГУ, 1998. С. 60-67.

68. Дегтярев Ю.И. Методы оптимизации: -М: Сов.радио. 1980. 272 с.

69. Демидович Б.П., Марон И.А. Основы вычислительной математики. -М: Наука., 1966.-396 с.

70. Дмитриев E.H., Иванов П.Ю. Применение метода цифровой фотографии для фиксации объектов криминалистических экспертиз : Учеб. пособие. -М. : ЭКЦ МВД России, 1997. 100,3. с.

71. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир. -1976.-212 с.

72. Жутяева Т.С., Зайцев М.Ф. Проектирование цифровых устройств обработки сигналов в обзорных PJ1C : Учеб. пособие. М. : Изд-во МЭИ, 1998.-76 с.

73. Загляднов И.Ю., Касаткин В.Н. Построение изображений на экране персональной ЭВМ. Киев: Тэхника, 1990. - 116 с.

74. Залманзон Л.А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. М.: Наука, 1989. - 496 с.

75. Злобин В.К., Кобаев В.Н. О точности корреляционного совмещения точечных изображений на ЭВМ. // Вычислительные машины, комплексы и сети. Межвузовский сборник научных трудов. Рязань: РГРТА, 1996. - С. 30-33.

76. Иваненко В. Г. Дискретные ортогональные преобразования : Учеб. пособие. -М., 1998.-32 с.

77. Игнатьев В.М. Системы отображения, записи и ввода видеоинформации повышенных объемов и плотности. Саратов: Сарат. ун-т., 1990. -160 с.

78. Игнатьев В.М., Данилкин Ф.А. Идентификация и формирования оптимального цветного изображения в средствах восприятия видеоинформации. //Элементы и системы оптимальной идентификации и управления технологическими процессами. Тула: ТулГТУ, 1994. - С. 35.

79. Игнатьев В.М., Данилкин Ф.А. Линейные фильтры для обработкивидеоизображений в терминах нечетких множеств. //Тез. докл. III Межд. конф. Современные проблемы теории чисел и ее приложения. Тула: ТПИ, 1996.-С. 66.

80. Игнатьев В.М., Данилкин Ф.А. Линейные цифровые фильтры для обработки изображений в иридодиагностике. //«Приборы и приборные системы». Тез. докл. Тула: ТулГТУ, 1994. - С. 38.

81. Игнатьев В.М., Данилкин Ф.А. Моделирование обнаружителей одиночных случайно-распределенных во времени сигналов. //Международная конференция "Современные проблемы теории чисел". Тезисы докладов. Тулу: ТГПИ, 1993. - С. 63.

82. Игнатьев В.М., Данилкин Ф.А. Нахождение идентичных точек при построении 3-х мерных изображений сетчатки глаза. //Тез. докл. НТК «Медико-экологические информационные технологии 98» - Курск, 1998 -С.123-124.

83. Игнатьев В.М., Данилкин Ф.А. Обработка изображений на основе теории нечетких множеств. // Учебное пособие. Тула.: ТулГУ, 1997. - 99 с.

84. Игнатьев В.М., Данилкин Ф.А. Сегментация изображений в терминах теории нечетких множеств. //Измерительные приборы, информационные технологии. Уфимский государственный авиационно-технический университет. -Уфа.: Гилем, 1996. С.75-80.

85. Игнатьев В.М., Данилкин Ф.А. Страничное ОЗУ на микросхемах динамической памяти с программным управлением. //В кн. Алгоритмы и структуры систем обработки информации. Тула: ТулПИ, 1995. -С. 5-15.

86. Игнатьев В.М., Данилкин Ф.А. Улучшение качества изображений получаемых со сканеров высокого разрешения. //Вопросы оборонной техники. №6, 1995.-С. 23-27.

87. Игнатьев В.М., Данилкин Ф.А. Улучшение качества изображений, полученных со сканера. //Сборник «Вычислительные машины, комплексы и сети». Рязань.: РГРА, 1996. - С. 25-32.

88. Игнатьев В.М., Данилкин Ф.А. Формирование цветных радиальных изображений с повышенным разрешением. //Алгоритмы и структуры вычислительных систем. Тула: ТулГТУ, 1994. - С. 3.

89. Игнатьев В.М., Данилкин Ф.А., Завьялов К.А. Технология длительного хранения видеоинформации на оптических дисках. //Автоматизация и современные технологии. № 8, 1997. С. 22-26.

90. Игнатьев В.М., Ларкин Е.В. Восприятие информации в системахискусственного интеллекта. Тула.: ТГТУ, 1993. - 88 с.

91. Игнатьев В.М., Ларкин Е.В., Абузова И.В. Сканирующие системы с повышенным разрешением. Тула: ТулГУ, 1996. - 85 с.

92. Игнатьев В.М., Ларкин Е.В., Покровский Ю.А., Абузова И.В., Данилкин Ф.А. Устройство ввода информации с экрана электронно-лучевой трубки. Патент № 2081449 от 10.06.97 по зявке №94013096.

93. Ильин A.A., Данилкин Ф.А. Алгоритм БПФ по смешанным основаниям и его программная реализация. //Алгоритмы и структуры систем обработки информации. Сборник научных трудов. -Тула: ТулПИ, 1992. С.53-60.

94. Ильин A.A., Данилкин Ф.А. Исследование алгоритмов оценки характеристик функции плотности вероятности параметров линейных моделей. //Алгоритмы и структуры систем обработки информации. Сборник научных трудов. -Тула: ТулПИ, 1991. С.43-49.

95. Ш.Ильин A.A., Данилкин Ф.А. Обнаружение одиночных случайно распределенных во времени сигналов. //XIX "Гагаринские чтения": Тез. докл. Молодежной научно-технической конференции М.: МАТИ., 1993. 4.1.1. С. 93-94.

96. Использование алгоритмов нелинейной фильтрации для улучшения качества восстановления томографических изображений. Воскобойни-ков Ю.Е., Касьянова С.Н., Кисленко Н.П., Трофимов O.E. // Автометрия. -1997. -№3. С.23-35.

97. Каппелини В, Константинидис А. Дж., Эмилиани П. Цифровые фильтры и их применение М.: Энергоатомиздат, 1983 - 360 с.

98. Катыс Г.П. Методы и вычислительные средства обработки изображений. Кишинев: Штиинца, 1991. - 209 с,

99. Катыс Г.П. Обработка визуальной информации М.: Машиностроение. 1990. - 320 с.

100. Клиот-Дашинский М.И. Алгебра матриц и векторов. Л.: Изд-во ЛГУ, 1974.- 160 с.

101. Кодирование и обработка изображений // Под. ред. Зяблова В.В., Лебедева Д.С. М.: Высш. школа., 1988. - 180 с.

102. Конструктивные методы оптимизации. 4.4: Выпуклые задачи P.A. Габасов и др. Минск: Университетское, - 1987. - 222 с.

103. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1973. - 831 с.

104. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.-432 с.

105. Красильников H.H., Разумов O.A. Эффективный алгоритм сжатия данных для кодирования движущихся изображений. СПб: С.-Петербург. ГААП, 1996. - 66 с.

106. Кузнецов А.Д. Текущее прогнозирование на основе цифровой обработки изображений. СПб. : РГМИ, 1997. - 167 с.

107. Кузнецов Ю.А., Шилин В.А. Микросхемотехника БИС на приборах с зарядовой связью. М.: Радио и связь, 1988. - 160 с.

108. Кузьмин И.В., Кедрус В.А. Основы теории информации и кодирования. Киев: Вища школа, 1986. - 360 с.

109. Куприянов М.С., Матюшкин Б.Д. Цифровая обработка сигналов : Процессоры, алгоритмы, средства проектирования. СПб. : Политехника, 1998.-592 с.

110. Кучушев Е.И., Старостин E.JL, Корчашин А.Ю. Внешнее ориентирование изображений по линейным маркерам в системах реконструкции трехмерной среды. //«Вопросы кибернетики». № 181, 1995. - С.148-159.

111. Лавлинский С.И. Цифровая обработка видеосигналов : Учеб. пособие. -Воронеж : Изд-во Воронеж, гос. техн. ун-та, 1998. 122 с.

112. Ларкин Е.В., АбузоваИ.В. Сканирующее устройство. Патент № 2080635 от 20.05.97 по заявке № 94018116.

113. Ларкин Е.В., АбузоваИ.В., Данилкин Ф.А. Динамическая коррекция положения зеркала. Решение о выдаче патента от 15.02.94 по заявке № 94005505/28 005377.

114. Ларкин Е.В., АбузоваИ.В., Данилкин Ф.А. Юстировочное устройство. Патент № 2082192 от 20.06.97 по заявке № 94005505/28 005377.

115. Литвин А.И. Вычисление спектральных коэффициентов Уолша,

116. Фурье и Хартли. // Автометрия. 1997. - №2. - С.53-60.

117. Любин H.H., Данилкин Ф.А. Методы классификации текстур на основе фильтрации. // XXV Гагаринские чтения. Тез. докл. Межд. молод. конф.-М.: ЛАТМЭС, 1999. Т. 1. С. 427.

118. Марков A.A., Нагорный Н.М. Теория алгоритмов. М.: Наука, 1984.-432 с.

119. Мартинес Ф. Синтез изображений: Принципы аппаратного и программного обеспечения. М.:Радио и связь, 1990. - 191 с.

120. Матричные методы обработки сигналов. Полонников Р.И., Кос-тюк В.И., Краскевич В.Е. -Ктев.: Техшка, 1977. 136 с.

121. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. -М.: Наука. Гл.ред. физ.-мат.лит. 1990. 272 с.

122. Методы цифровой обработки изображений. // Сборник научных трудов. Новосибирск, 1988. - 111 с.

123. Молчанов A.A., Шарадкин A.M. Дискретизация информационных сигналов. -К.:Выща шк., 1991. 158 с.

124. Нечеткие множества в моделях управления и искусственного интеллекта. // А.Н. Аверкин и др. М.: Наука Гл. ред. физ.-мат. лит. 1986. - 312 с.

125. Нечеткие множества и теория возможностей. Последние достижения. // Под ред. P.P. Ягера. М.: Радио и связь, 1986. - 408 с.

126. Нуссбаумер М. Быстрое преобразование Фурье и алгоритмы вычисления сверток . - М.: Радио и связь, 1985. - 248 с.

127. Обработка изображений и цифровая фильтрация. //Под ред. Т. Ху-анга. М.: Мир, 1979. - 221 с.

128. Обработка изображений на ЭВМ. Бутаков Е.А., Островский В.И., Фадеев Л.И. // М.: Радио и связь, 1987. 236 с.

129. Оппенгейм A.B., Шафер Р.В. Цифровая обработка сигналов. М.: Связь, 1979.-416 с.

130. Осипов Л. А. Эффективные алгоритмы и программы цифровой обработки сигналов : Учеб. пособие. М. : Рос. гос. открытый техн. ун-т путей сообщ., 1999. - 70 с.

131. От Си к С++. // Е.И. Козелл и др. М.: Финансы и статистика. 1993.-272 с.

132. Очин Е.Ф. Вычислительные системы обработки изображений Л.: Энергоатомиздат. Ленигр. отд-ние, 1989. - 132 с.

133. Павлидис Т. Алгоритмы машинной графики и обработки изображений. -М.: Радио и связь, 1986. -400 с.

134. Препарата Ф., Шеймос М. Вычислительная геометрия: Введение. -М.:Мир, 1989.-478 с.

135. Пресс Ф.П. Фоточувствительные приборы с зарядовой связью. -М.: Радио и связь, 1991. 264 с.

136. Применение цифровой обработки сигналов // Под ред. Э. Оппен-гейма. М.: Мир, 1989. - 522 с.

137. Прэтт У. Цифровая обработка изображений: В 2х кн. М.: Мир, 1982 г.-714 с.

138. Рабинер JI. Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мир, 1978. - 841 с.

139. Развитие спектральных методов исследования поверхности: аппаратно-программный комплекс сканирующей спектроскопии. Каичев В.В., Сорокин A.M., Воронин В.А., Бадалян A.M. // Автометрия. 1997. - №5. -С.15-21.

140. Распознавание и цифровая обработка изображений. Анисимов Б.В., В.Д. Курганов, В.К. Злобин. // М.: Высшая школа, 1983. 295 с.

141. Розенфельд А. Распознавание и обработка изображения с помощью вычислительных машин. М.: Мир, 1972. - 230 с.

142. Романов В.Ю. Популярные форматы файлов для хранения графических изображений на IBM PC М.: Унитех, 1992. - 156 с.

143. Рыжов А.П. Элементы теории нечетких множеств и измерения нечеткости. -М. : Диалог-МГУ, 1998. 116 с.

144. Савельев АЛ. Арифметические и логические основы цифровых автоматов: Учебник. М.: Высш. школа, 1987. - 255 с.

145. Сергеев В.В. Применение методологии распознавания образов в задачах цифровой обработки изображений. //Автометрия. 1998. - №2. -С.63-76.

146. Скэнлон JT. Персональные ЭВМ IBM PC и XT. Программирование на языке ассемблера. М.: Радио и связь, 1989. - 336 с.

147. Смит Б.Э., Джонсон Н.Т. Архитектура и программирование микропроцессора INTEL 80386. -М.:Кокорд, 1992. 334 с.

148. Справочная книга по математической логике. Ч. II. Теория множеств. М.:Наука. Глав. ред. физ.-мат. лит. 1982. - 376 с.

149. Справочник по устройствам цифровой обработки информации // H.A. Виноградов, В.Н. Яковлев, В.В. Воскресенский и др. К.: Тэхника, 1988.-415 с.

150. Тисенко В.Н. Нечеткие множества в задачах комплексных испытаний при реализации инновационных проектов. СПб. : Политехника, 1998. - 103 с.

151. Титов C.B., Данилкин Ф.А. Коррекция фильтров в базисе функций Уолша для обработки изображений. // XXV Гагаринские чтения. Тез. докл. Межд. молод, конф. М.: ЛАТМЭС, 1999. - Т 1. - С. 427.

152. Фризер X. Фотографическая регистрация информации. М.: Мир, -1978,- 653 с.

153. Хемминг Р.В. Цифровые фильтры. М.: Недра, 1987. - 221 с.

154. Хромов Л.И., Цыцулин А.К., Куликов А.Н. Видеоинформатика. Передача и компьютерная обработка видеоинформации М.: Машиностроение, 1990.-320 с.

155. Хуанг Т.С. и др. Быстрые алгоритмы в цифровой обработке изображений. -М.: Радио и Связь, 1984. 245 с.

156. Цифровая вычислительная техника // Ред. Э.В. Евреинова. М.: Радио и связь, 1991. - 463 с.

157. Цифровые и оптико-цифровые методы обработки изображений. //Сб. науч. трудов. Томск, 1985. - 169 с.

158. Цифровые фильтры и устройства обработки сигналов на интегральных микросхемах. //Ред. Б.Ф. Высоцкого. М.: Радио и связь, 1984. -214 с.

159. Чернов В.Г. Нечеткие множества в задачах управления и принятия решений. Владимир : Владим. гос. ун-т, 1999. - 85, 2. с.

160. Чукин Ю.В. Структуры данных для представления изображений. // «Зарубежная радиоэлектроника», № 8, 1983. - С. 85.

161. Шестаков А.А., Дунаева О.В. Дискретная математика. Ч. 1 : Четкие и нечеткие множества. Алгебраические структуры и коды . 1998. - 56 с.

162. Шлихт Г.Ю. Цифровая обработка цветных изображений : Сканирование. Печать. Видео. Мультимедиа под Windows : Перевод. М. : ЭКОМ, 1997.-333 с.

163. Эндрюс Г. Двумерные преобразования. Обработка изображений и цифровая фильтрация. -М.: Мир, 1979. -324 с.

164. Эндрюс Г. Применение вычислительных машин для обработки изображений. М.: Энергия, 1977. - 161 с.

165. Яворский И.А., Корсунский В.М. Корреляционный метод поиска знаков совмещения в электронной литографии. // Электрон, моделир. 17, № 1, 1995.-С. 88-92.

166. Ярославский Л.П. Введение в цифровую обработку изображений. -М.: Советское радио, 1979. -312 с.

167. A fast filtering algorithm for image enhancement. Chen H., Li A., Kaufman L., Hale J. // IEEE Trans. Med. Imag. 1 3, 1994. - D. 557-562.

168. A fuzzy logic approach to image segmentation. Li X.Q., Zhao Z.W., Cheng H.D., Huang C.M., Marris R.W. // Proc. 12th IAPR Int. Conf. Pattern Rec-ogn., Vol. 1., Jerusalem, 1994. P. 337-341.

169. Angelopoulos G., Pitas I. Multichannel Wiener filters in color image restoration. // IEEE Trans. Circuit and Syst. Video Technol. 1994. - 4. - P.83-87.

170. Bannatyne R. Fuzzy logic for embedded control solutions // Microe-lectron. J. 1 5, 1994. - D. 383-393.

171. Blinn J.F. NTSC: Nice technology, super color. //IEEE Comput/ Graph, and Appl., №2, 1993. - P. 17-23/

172. Bloch I., Maitre H. Fuzzy mathematical morphologies: A cooperative study//Pattern. Recogn. 1995. - 28, l9. - P. 1341-1387.

173. Bonde A. R. (Jr), Chosh S. A comparatire study of fuzzy versys "fixed" thresholds for robust queue management in cell switching networks. // IEEE / ACM Trans / Network. 1 4, 1994,- D. 337-344.

174. Brunelli R., Messelodi S. Robust estimation of correlation with application to computer vision. // Pattern Recogn. 28, 1 6, 1995. - P.833-841.

175. Chin T. M„ Korl W. C., Willsky A. S. A distributed and iterative method for square root filtering in space-time estimation. //Automatic. 31, 4, 1995. - P.67-82.

176. Efficient fuzzy fitness assignment strategies in an interactive generic algorithm for cartoon face search. Konichi H., Masayuki M., Eiji M., Nakaji H. // IFSA'95.: Proc. 6th Int. Fuzzy Syst. Assoc. World Congr., Vol.1. Sao Paolo, 1995. -P.173-176.

177. Evans A.N., Nixon M.S. Mode filtering to reduce ultrasound speckle for feature extraction. // IEEE Proc. Vision, Image and Signal Process. 142, 1 2, 1995.-P. 87-94.

178. Fuzzy controller for robot arm trajectory. Homaifar A., Sayyarrodsari B., Hogas(IV) J. E. // If. Sci. Appl. 1994. -D. 69-83.

179. Fuzzy model of cutting process on a milling machine. // Agüero E., etc. // Intell. Syst. End. 1 4, 1994. - D. 236-244.

180. Fuzzy uncertainly texture spectrum for texture analysis. Lee Y.-G., Lee J.-H., Hsueh Y.-C. // Electron. Lett. 1995. - 31, 42. P.959-960.

181. Ghosal S., Mehrotra R. Detection of composite edges. // IEEE Trans. Image Process. 4, 1994. - P. 14-25.

182. Guedon J.-P., Bizaiz Y. Bandlimited and Haar filtered back-projection reconstruction. // IEEE Trans. Med. Imag. 1994. - !13. - P.430-440.

183. Hadamard transforms on multiply/add architectures. Coppersmith D., Eig E., Linzer E. // IEEE Trans. Signal Process. 1994. - L4. - P.969-970.

184. Homaifar A., Sayyarrodsari B., Hogas(IV) J. E. Fussy controller for robot arm trajectory //If/ Sci. Appl. 1994. - B. 69-83.

185. Hsieh I. Image enchantment with a fuzzy logic approach // Electron. Lett. 1995.-31, J9. -P.708-710.

186. Huang L.-K., Wang M.-J. J. Image thresholding by minimizing the measures of furriness // Pattern recognition. 1995. - 28,11. - P.41-51.

187. Image filtering, edge detection and edge tracing using fuzzy reasoning. Todd L., Hidenory I., Hirohisa S. // IEEE Trans. Pattern Anal, and Mach. Intell. -1996.- 18, -P.481-491.

188. Kagiwada H.H., Kalaba R.E. Fuzzy evidential filter for detection and tracking of dim objects // Appl. Math, and Comput. 1995. - 69, 4. P. 75-96.

189. Kepka J. The current approaches in pattern recognition. //Cybernetic. -n, 1994.-P. 159-176.

190. Kim H.J., Yang H.S. A fuzzy connectionist expert system for visual pattern classification // Rob. and Comput. Integr. Manuf. - 1994. - 11, '3. -P.233-244.

191. Liu D., Yamashita Y., Jgawa H. Pattern recognition in the presence of noise. // Pattern. Recogn. 28, 1 7, 1995. - P. 989-995.

192. Meloche J., Zamar R. H. Binary-image restoration // Can. J. Statist. -J3, 1994.-D. 335-355.

193. Numerical algorithm for the recovery of real image from its Hartley transform modulus only in two dimensions. Dong B., Yang G., Gu B. // Optik. -1995.- 100, *3. P.93-99.

194. Pankoj D., Subhasis C. Automated assembling of images: image montage preparation. // Pattern Recogn. 28, 1 3, 1995. - P. 431- 445.

195. Pham B., Pringle G. Color Correction for an image Sequence // IEEE Comput. Graph, and Appl. 15,1 3, 1995. -P.38-42.

196. Rampioni A. Detail-preserving filter for noisy images // Electron. Lett. -31, 1 11, 1995.-P. 865-866.

197. Rumatowski K. Walsh Transform Applied To Digital Filtering. //Signal Processing. 1997 40. - PP. 253-263.

198. Russo F., Ramponi G. Fuzzy methods for multisensor date fusion. // IEEE Trans. Instrum. and Meas. 1 2, 1994. - D. 288-294.

199. Silveron S. Image processing // Comput. Des. 1995. - 34, 1 10. - P. 137-139.

200. Told L., Hidenori I., Hirohisa S. Image filtering, edge detection, and edge tracing using fuzzy reasoning. // IEEE Trans. Pattern Anal, and Mach. Intell. 18, 1 5, 1996.-P. 481-491.

201. Witold P. Fuzzy sets in pattern recognition // IFSA'95.: Proc. 6th Int. Fuzzy Syst. Assoc. World Congr., Vol.1. Sao Paolo, 1995. P. 15-18.

202. Yi-Sheng, Chellappa R. Dynamic feature point tracking in a image sequence. // Proc. 12th IAPR Inf. Conf. Pattern Recogn.,- Los Alamitos (Calif.) etc., 1994. P.654-657.