Автоматизация выбора профилей сжатия изображений в системах технической диагностики

10

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Специальность 05.13.06 - Автоматизация и управление

технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Автоматизация выбора профилей сжатия изображений в системах технической диагностики

Семашко Евгений Александрович

Орел, 2011

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Государственный университет - учебно-научно-производственный комплекс».

Научный руководитель - кандидат технических наук, доцент,

Тютякин Александр Васильевич

Официальные оппоненты - доктор технических наук, профессор

Аверченков Владимир Иванович

кандидат технических наук, старший научный

сотрудник Архипов Олег Петрович

Ведущая организация: ФГБОУ ВПО «Тульский государственный университет»

Защита состоится «20» декабря 2011 г. в 14-00 часов на заседании диссертационного совета Д212.182.01 при ФГБОУ ВПО «Госуниверситет - УНПК», по адресу: 302020, РФ, г. Орел, Наугорское шоссе, д. 29, ауд. 212

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Госуниверситет - УНПК».

Автореферат разослан 18 ноября 2011 года.

Ученый секретарь диссертационного совета Д212.182.01

кандидат технических наук, доцент В.Н. Волков

Общая характеристика работы

Актуальность темы.

Разнообразные системы диагностики технических объектов и управления технологическими процессами по ее результатам широко распространены в различных областях промышленности. В частности, к ним относятся системы оптического контроля и диагностики печатных плат и изделий микроэлектроники, а также неразрушающего контроля и диагностики деталей и конструкций. Процессы контроля и диагностики в большинстве данных систем сводятся к анализу полутоновых монохромных изображений структуры изделий, получаемых такими методами, как микрофотография, рентгенография, ультразвуковая эхолокация и др., на предмет выявления таких дефектов, как микротрещины, неоднородности структуры и т. п. Для указанных систем характерны пространственное или временное разделение подсистемы получения диагностических изображений и подсистемы их анализа и принятия решений. Например, системы оптического контроля печатных плат обычно связаны посредством сети передачи данных с ремонтными станциями (такой подход используется, например, в ремонтных станциях типа ViTechnology Vi-3000). Это обусловливает необходимость хранения указанных изображений в архивах и банках данных и/или их передачи по сетям связи в случае пространственно распределенной системы диагностики.

Исходя из вышесказанного, хранение и пересылка диагностических изображений должны осуществляться в электронном виде. Однако их непосредственное представление в таком виде характеризуется большими объемами файлов (порядка одного и более мегабайт на один кадр). Во многих практических случаях, например, при необходимости хранения в архиве диагностических изображений всех изделий, что имеет место в критически важных производствах (оборонная промышленность, атомная и гидроэнергетика и т. п.), велико и общее количество кадров, подлежащих хранению или передаче. Для сокращения объема данных и/или увеличения скорости их передачи по сетям связи в подавляющем большинстве случаев необходимо применять сжатие (архивирование) диагностических изображений. При этом при его реализации, в отличие от сжатия, например, мультимедийных изображений, недопустимы потери информации, так как обусловленные ими артефакты могут привести к принципиально неверным диагностическим решениям.

Анализ ретроспективы предметной области показывает, что исследованию вопросов эффективного сжатия изображений без потерь посвящено большое количество работ отечественных и зарубежных ученых: Сэломона Д., Ватолина Д. (исследование методов сжатия); Прэтта У., Вудса Р., Гонсалеса Р. (модели представления изображений); Макхоула Дж., Барнсли М., Ратушняка А., Смирнова М. (разработка алгоритмов сжатия); Ефимова В.М., Колесникова А.Н., Линькова В.В. (исследование применимости ряда алгоритмов сжатия для некоторых классов изображений) и др. Однако существующие результаты исследований ограничены или каким-либо конкретным алгоритмом сжатия, или некоторым, достаточно узким классом изображений. До настоящего времени полностью не решена проблема выбора типа, параметров и опциональных возможностей алгоритма сжатия, т. е. его профиля. В большинстве систем технической диагностики используется один, задаваемый на этапе их проектирования, профиль сжатия для всего множества изображений, вне зависимости от их параметров. Однако данный профиль может быть не предпочтительным, т. е. не обеспечивающим максимальный на множестве известных алгоритмов коэффициент сжатия для конкретного изображения даже на множестве изображений одного типа и назначения. Также существуют системы с выбором профиля сжатия из множества нескольких возможных. Однако данная задача при этом целиком возлагается на пользователя, обычно не являющегося специалистом в области сжатия изображений и, следовательно, не обладающего достаточной компетенцией для выбора предпочтительного профиля. Таким образом, оба вышеуказанных подхода, в общем случае, не позволяют выбирать предпочтительный профиль сжатия. Следовательно, актуальной задачей является разработка подходов и алгоритмов, обеспечивающих его выбор для каждого конкретного диагностического изображения, независимо от опыта и интуиции как разработчика, так и пользователя системы диагностики.

Указанные обстоятельства обусловили выбор объекта, предмета и цели исследования.

Объектом исследования являются процессы сжатия полутоновых изображений без потерь.

Предметом исследования являются методы и алгоритмы выбора профилей сжатия изображений в системах технической диагностики.

Целью исследования является сокращение объема архивов диагностических изображений и времени их передачи по каналам связи в распределенных системах технической диагностики за счет выбора предпочтительного профиля сжатия для каждого конкретного изображения.

Для достижения сформулированной цели были поставлены и решены следующие задачи:

Обзор и сравнительный количественный анализ основных известных алгоритмов сжатия полутоновых изображений без потерь, потенциально применимых в системах технической диагностики.

Разработка подхода к выбору профилей сжатия диагностических изображений. изображение сжатие полутоновый диагностика

Формирование критериев применимости и предпочтительности профилей сжатия диагностических изображений.

Разработка алгоритмов формирования базы предпочтительных профилей сжатия и их выбора.

Разработка архитектуры и программного обеспечения автоматизированной системы исследования процессов сжатия диагностических изображений и выбора его предпочтительных профилей.

Методы исследования. В качестве основных средств теоретических исследований использовались методы системного анализа, линейной алгебры, теории вероятностей и математической статистики, теории информации, дискриминантного анализа и цифровой обработки изображений.

Научная новизна диссертационного исследования заключается в разработке:

Параметрического подхода к автоматизированному выбору профилей сжатия изображений в системах технической диагностики, базирующегося на множестве параметров изображений и отличающегося критериями применимости и предпочтительности профилей.

Алгоритма поиска применимых профилей сжатия диагностических изображений, отличающегося критерием применимости, учитывающим допустимое время сжатия и декомпрессии, а также степень отклонения восстановленного изображения от исходного.

Алгоритма формирования базы предпочтительных профилей сжатия диагностических изображений, отличающегося критерием предпочтительности, базирующимся на оценке коэффициента сжатия и минимизации суммарного времени сжатия и декомпрессии.

Алгоритма выбора профиля сжатия конкретного диагностического изображения, отличающегося критерием выбора, базирующимся на методе линейного дискриминантного анализа и учитывающим совокупность параметров конкретного изображения.

Архитектуры автоматизированной системы исследования процессов сжатия диагностических изображений и выбора их предпочтительных профилей, базирующейся на разработанном подходе и алгоритмах, отличающейся правилами выбора.

Практическая значимость результатов исследований заключается в том, что разработанные теоретические положения реализованы в виде комплекса алгоритмов и программ (свидетельства о государственной регистрации программ для ЭВМ №№ 2008611110 и 2011612958). Их применение в системах технической диагностики позволяет обеспечить снижение объема архивированных изображений при отсутствии потерь данных и сведении к минимуму субъективных ошибок выбора профиля сжатия. Указанное, в свою очередь, позволяет снизить объемы памяти, выделяемые для хранения архивов диагностических изображений, а также время их передачи по каналам связи.

Работа выполнена в рамках Государственного контракта №16.740.11.0041 «Разработка распределенных автоматически профилируемых средств обработки, архивирования и защиты диагностической информации» (Заказчик - Министерство образования и науки РФ), выполняемого по Федеральной целевой программе «Научные и научно-педагогические кадры инновационной России» на 2009 - 2013 гг.

Достоверность и обоснованность научных положений, результатов, выводов и рекомендаций, приведенных в диссертационной работе, достигнуты за счет: корректного применения известного математического аппарата; непротиворечивости и воспроизводимости результатов, полученных теоретическим путем; соответствия результатов теоретических и экспериментальных исследований.

Апробация работы. Основные положения диссертационной работы докладывались на следующих конференциях:

XIV - XVI ежегодных научных конференциях преподавателей ОрелГТУ (2009-2011, г.Орел).

IV Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП-2010)».

Международной научно-технической Интернет-конференции «Информационные системы и технологии (ИСиТ-2011)».

Публикации. Основные научные результаты диссертации опубликованы в 9 работах, в том числе в 1 монографии, 3 статьях в журналах, входящих в перечень ВАК РФ. По результатам исследований получено 2 свидетельства о государственной регистрации программ для ЭВМ.

Положения, выносимые на защиту:

Параметрический подход к автоматизированному выбору профилей сжатия изображений в системах технической диагностики.

Алгоритм поиска применимых профилей сжатия диагностических изображений.

Алгоритм формирования базы предпочтительных профилей сжатия диагностических изображений.

Алгоритм выбора профиля сжатия конкретного диагностического изображения.

Архитектура автоматизированной системы исследования процессов сжатия диагностических изображений и выбора их предпочтительных профилей.

Структура и объем работы. Диссертационная работа изложена на 159 страницах и состоит из введения, четырех глав, заключения, списка литературы и 7 приложений. Библиографический список включает в себя 94 наименования. Работа содержит 40 рисунков и 15 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность исследуемых вопросов, определены цель и задачи диссертационного исследования, сформулированы основные положения, выносимые на защиту.

Первая глава содержит обзор и анализ основных существующих алгоритмов сжатия, потенциально применимых в системах технической диагностики, а также известных подходов к выбору профилей сжатия изображений без потерь и существующих программных средств их реализации.

Проведен обзор основных классов диагностических изображений, по результатам которого выявлено, что большинство из них относится к полутоновым монохромным, в частности, таковыми являются изображения систем оптического, рентгеновского, ультразвукового контроля и диагностики и др.

В результате анализа известных алгоритмов сжатия полутоновых изображений без потерь установлено, что они основаны на одном из следующих методов:

энтропийное кодирование;

спектральное кодирование;

предсказание (прогнозирование) и контекстное моделирование;

комбинация двух или более вышеперечисленных методов.

Проведен выборочный сравнительный анализ ряда профилей сжатия, основанных на распространенных алгоритмах кодирования. Результаты анализа представлены в таблице 1.

Таблица 1 - Результаты выборочного сравнительного анализа профилей сжатия для типовых примеров диагностических изображений

Профиль	Изображения и коэффициенты их сжатия
Алгоритм сжатия	Параметры и опции
PAQ	По умолчанию	1,17	36,02	2,88	3,84
Microsoft-HD		0,93	0,86	2,47	1,80
GRALIC		1,05	2,20	3,78	4,41
BMF		1,07	4,26	3,28	3,51

На основании результатов анализа сделаны выводы о том, что, с одной стороны, различные профили обеспечивают существенно отличающиеся коэффициенты сжатия для одних и тех же изображений, а с другой стороны, для различных изображений предпочтительными являются различные профили сжатия.

Таким образом, для обеспечения эффективного сжатия изображения и, следовательно, эффективного использования памяти системы диагностики и каналов связи при передаче изображения необходим выбор профиля сжатия для каждого конкретного изображения.

Обзор и анализ существующих подходов к выбору профиля сжатия показали, что до настоящего времени наиболее распространенные из них основаны или на применении для всех изображений фиксированного профиля сжатия, задаваемого на этапе проектирования системы, или на выборе профиля пользователем системы в процессе ее эксплуатации для каждого конкретного изображения. Как указано ранее, оба данных подхода не обеспечивают выбор предпочтительного профиля сжатия для каждого конкретного изображения.

Известны также подходы, основанные на оценивании коэффициентов сжатия конкретных изображений, потенциально обеспечиваемых при использовании ряда алгоритмов из числа наиболее распространенных, на основании математической модели данного изображения. В частности, таковыми являются подходы, разработанные и развитые в работах В. М. Ефимова, А.Н. Колесникова, Ю.Н. Золотухина, С.В. Умняшкина, В.В. Линькова и различающиеся между собой характером применяемой математической модели. Однако данный подход возможен только при полностью раскрываемом разработчиком алгоритме сжатия, что далеко не всегда имеет место.

Таким образом, известные подходы не обеспечивают корректного выбора предпочтительного профиля сжатия для конкретного диагностического изображения.

На основании проведенных исследований сделан вывод, что наиболее рациональным решением задачи выбора профиля сжатия является его автоматизированный выбор из экспериментально сформированной базы, на основании параметров изображения, подвергаемого сжатию.

Вторая глава посвящена разработке подхода к автоматизированному выбору профилей сжатия.

На основании обзора и анализа типовых диагностических изображений и известных подходов к выбору профилей их сжатия разработан параметрический подход к их автоматизированному выбору, описываемый рис 1.

АС - автоматизированная система исследования процессов сжатия диагностических изображений и выбора их предпочтительных профилей

Рис. 1 - Параметрический подход к автоматизированному выбору профилей сжатия

Разработаны основы реализации каждого из этапов предлагаемого подхода.

Исходя из вышеперечисленных методов кодирования, на которых основаны известные алгоритмы сжатия полутоновых изображений без потерь, определено множество параметров изображений, потенциально влияющих на выбор профилей их сжатия:

геометрические параметры: размер изображения;

спектральные параметры: пространственный спектр и автокорреляционная функция;

гистограммные параметры: энтропия первого и второго порядка; ковариация; дисперсия; коэффициент эксцесса; энергия первого и второго порядка; момент инерции; средняя абсолютная разность; коэффициент асимметрии гистограммы.

Сформулированы правила формирования множества тестовых изображений, которое использовалось при поиске применимых и предпочтительных профилей сжатия.

Для корректного определения предпочтительных профилей сжатия сформулированы критерии их применимости и предпочтительности. Первый из них имеет следующий вид:

, (1)

где = + - суммарное время сжатия и декомпрессии изображения;

- максимально допустимое суммарное время сжатия и декомпрессии, которое определяется назначением системы диагностики и, исходя из практических соображений, не должно превышать нескольких секунд;

N - количество значащих двоичных разрядов при представлении интенсивностей пикселей изображения;

- максимальное относительное отклонение интенсивности пикселя восстановленного изображения от интенсивности пикселя исходного изображения, определяемое по выражению:

, (2)

где - интенсивность пикселя с координатами (i, j) соответственно восстановленного и исходного изображения;

- максимальная интенсивность пикселя исходного изображения.

В качестве критериев предпочтительности профилей сжатия, удовлетворяющих критерию (1) предлагаются следующие:

, (3)

где - коэффициент сжатия, обеспечиваемый -м профилем из множества {APL}, удовлетворяющих критерию (1), и определяемый как отношение объемов исходного и сжатого изображений;

, (4)

где {PRF} - множество профилей сжатия, удовлетворяющих условию (3);

- суммарное время сжатия и декомпрессии, обеспечиваемое -м профилем.

Сформулированы правила поиска предпочтительного профиля. Показано, что при удовлетворении условия:

, (5)

где - максимально возможное число профилей исследуемого алгоритма;

- суммарное время сжатия/декомпрессии -го тестового изображения при профиле «по умолчанию»;

- максимально допустимое время перебора возможных профилей исследуемого алгоритма, определяемое исследователем;

что имеет место при сравнительно небольшом числе их вариантов, предпочтительный профиль целесообразно определять методом перебора.

Сформулированные правила поиска описываются алгоритмом, блок-схема которого представлена на рис. 2. При большом количестве вариантов профиля (например, если одним или несколькими его элементами являются некоторые непрерывные переменные) целесообразным является выбор профиля методом поиска на основе несбалансированного дерева, позволяющим сократить число вариантов перебора за счет исключения диапазонов значений параметров профиля, которые не удовлетворяют критериям (3) и (4).

Рис. 2 - Алгоритм формирования базы предпочтительных профилей сжатия

На основании предложенных критериев и алгоритмов осуществлялись формирование базы предпочтительных профилей сжатия диагностических изображений и разработка алгоритмов их выбора.

Третья глава посвящена формированию базы предпочтительных профилей сжатия диагностических изображений и разработке алгоритмов их автоматизированного выбора на основании предложенного подхода. Проведены поиск предпочтительных профилей сжатия на множестве тестовых изображений, группирование изображений по предпочтительным профилям и разработан алгоритм их автоматизированного выбора в процессе эксплуатации системы диагностики.

По результатам поиска, проведенного на множестве тестовых изображений, сделаны выводы, что критериям (1), (3) и (4), в зависимости от конкретного тестового изображения, удовлетворяют алгоритмы BMF с профилем «-S» (медленная эффективная компрессия), GRALIC (профиль по умолчанию) или PAQ с профилем «-1» (минимальный объем используемой памяти), составившие базу предпочтительных профилей сжатия.

По результатам поиска проведено группирование изображений по их параметрам в зависимости от предпочтительных профилей сжатия. В результате группирования сделаны следующие выводы. Значения каждого из параметров изображения в отдельности не оказывают существенного влияния на выбор профиля сжатия, т.к. имеет место значительное перекрытие их диапазонов у изображений, для которых предпочтительные профили различаются. В связи с этим, для построения правил выбора профиля сжатия на основании параметров изображений был проведен классификационный анализ исследованных тестовых изображений по предпочтительным профилям. Для интерпретации полученных результатов был применен метод линейного дискриминантного анализа.

На основе -статистики Уилкса при параметре , приблизительно равном 0,011 и коэффициентах канонической корреляции не менее 0,922 был сделан вывод о том, что с уровнем значимости менее 0,001 анализируемые изображения могут быть разделены на вышеуказанные три группы по предпочтительному профилю сжатия.

В результате классификационного анализа определены решающие правила выбора профиля сжатия изображения, имеющие следующий вид:

, (6)

где m - группа по предпочтительному профилю сжатия, к которой относят подвергаемое сжатию изображение;

- дискриминантное значение (показатель классификации) для k-ой группы изображений, определяемое по выражению:

, (7)

где и - соответственно константа классифицирующей функции и весовой коэффициент j-ого параметра изображения при вычислении дискриминантного значения для i-ой группы изображений, получаемые экспериментально по результатам дискриминантного анализа;

- значение j-ого параметра изображения, подвергаемого сжатию.

В результате экспериментальных исследований на множестве тестовых изображений установлено, что классификация по критерию (6) обеспечила 85 % совпадений предпочтительного профиля сжатия, полученного в результате классификации, с действительным предпочтительным профилем. Для изображений, у которых имело место несовпадение указанных профилей, отклонения коэффициента сжатия, обеспечиваемого профилем, выбранным по результатам классификации, составило не более 12 % от максимально возможного, что является несущественным.

На основании результатов поиска предпочтительных профилей сжатия и группирования изображений по указанным профилям разработан обобщенный алгоритм автоматизированного выбора профилей сжатия диагностических изображений, блок-схема которого представлена на рис. 4.

Рис. 4 - Блок-схема обобщенного алгоритма выбора профиля сжатия

Разработаны также алгоритмы реализации основных блоков вышеприведенного обобщенного алгоритма.

В четвертой главе представлены результаты разработки архитектуры и программного обеспечения автоматизированной системы исследования процессов сжатия диагностических изображений и выбора их предпочтительных профилей.

Архитектура разработанной автоматизированной системы представлена на рис. 5. Она включает в себя две основные подсистемы:

подсистему анализа алгоритмов сжатия полутоновых изображений без потерь и формирования базы предпочтительных профилей сжатия (подсистема исследователя);

подсистему сжатия диагностического изображения на основе базы профилей сжатия (подсистема пользователя).

Входными данными первой из перечисленных подсистем являются алгоритмы сжатия полутоновых изображений без потерь, по результатам анализа которых на основе предложенных критериев, алгоритмов и множества тестовых изображений они включаются или не включаются в базу предпочтительных профилей сжатия.

Входной информацией подсистемы сжатия является изображение, полученное посредством диагностической аппаратуры и подлежащее сжатию без потерь. Оно подвергается анализу и кодируется в соответствии с профилем сжатия, выбираемым по разработанному алгоритму на основе базы потенциально предпочтительных профилей сжатия. Результатом сжатия является файл, содержащий собственно архивированное изображение, а также информацию о примененном профиле сжатия, необходимую для декомпрессии изображения на приемной стороне.

Необходимым условием функционирования как подсистемы анализа алгоритмов, так и подсистемы сжатия изображений является определение множества параметров изображений, являющихся критериями выбора профиля сжатия, возлагаемое на отдельный модуль системы.

СПД - сеть передачи данных

Рис. 5 - Архитектура автоматизированной системы исследования процессов сжатия диагностических изображений и выбора его предпочтительных профилей

На рис. 6 приведены коэффициенты сжатия, полученные для ряда типовых диагностических изображений при автоматизированном выборе профиля сжатия посредством разработанной системы. Там же для сравнения приведены коэффициенты их сжатия, получаемые при различных, заранее задаваемых профилях, без учета параметров изображений.

Экспериментальные исследования проводились в лабораториях «Госуниверситета - УНПК» на ПК типовой конфигурации Intel Pentium Celeron 2,6 ГГц/1 Мб/800 МГц/LGA 775/80 Гб/DDR-III DIMM 4Гб/OC Windows XP.

* - автоматический выбор

Рис. 6 - Примеры значений коэффициентов сжатия при автоматизированном выборе профиля и заранее заданных профилях сжатия.

В заключении сформулированы основные выводы по работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Установлено, что при различных профилях сжатия изображений без потерь (т. е. сочетаниях типа, параметров и опциональных возможностей алгоритма сжатия) коэффициенты сжатия одного и того же изображения существенно различаются (до нескольких раз), а, с другой стороны, для различных изображений предпочтительными по коэффициенту сжатия являются различные профили. Вследствие этого необходим выбор профиля сжатия в зависимости от параметров конкретного изображения.

Показано, что известные подходы к выбору профилей сжатия диагностических изображений, в общем случае, не обеспечивают выбор предпочтительного профиля для конкретного изображения, а наиболее рациональным решением данной задачи является их автоматизированный выбор из экспериментально сформированной базы на основании параметров изображения, подвергаемого сжатию.

Разработан параметрический подход к автоматизированному выбору профилей сжатия изображений в системах технической диагностики, базирующийся на множестве параметров изображений и отличающийся критериями применимости и предпочтительности профилей.

Разработан алгоритм поиска применимых профилей сжатия диагностических изображений, отличающийся критерием применимости, учитывающим допустимое время сжатия и декомпрессии, а также степень отклонения восстановленного изображения от исходного.

Разработан алгоритм формирования базы предпочтительных профилей сжатия диагностических изображений, отличающийся критерием предпочтительности, базирующимся на оценке коэффициента сжатия и минимизации суммарного времени сжатия и декомпрессии.

На основании разработанных алгоритмов проведены поиск профилей сжатия, применимых для архивирования диагностических изображений, и формирование базы предпочтительных профилей. Установлено, что предпочтительными для сжатия диагностических изображений без потерь являются, в зависимости от конкретного изображения, профили «BMF-S», «PAQ-1» или «GRALIC», составившие базу предпочтительных профилей.

Исследована зависимость предпочтительного профиля сжатия от параметров изображения с помощью линейного дискриминантного анализа. В результате получены классифицирующие функции, на основе которых разработаны критерии выбора предпочтительного профиля сжатия конкретного изображения, подвергаемого сжатию.

Разработан алгоритм выбора профиля сжатия конкретного диагностического изображения, отличающийся критерием выбора, базирующимся на методе линейного дискриминантного анализа и учитывающим совокупность параметров конкретного изображения.

Разработаны архитектура и программное обеспечение автоматизированной системы исследования процессов сжатия диагностических изображений и выбора их предпочтительных профилей, базирующиеся на разработанном подходе и алгоритмах, отличающиеся правилами выбора.

Применение предлагаемого подхода в системах диагностики печатных плат обеспечивает выигрыш в объеме архивированных изображений от 1,5 до 10 раз, в зависимости от их класса, по сравнению с известными подходами, при отсутствии потерь данных и сведении к минимуму субъективных ошибок выбора профиля сжатия.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ В ЖУРНАЛАХ, ВХОДЯЩИХ В ПЕРЕЧЕНЬ ВАК РФ

Семашко, Е.А. Способы и приемы повышения эффективности сжатия без потерь полутоновых изображений [Текст] / В.Т. Еременко, А.В. Тютякин, Е.А. Семашко // «Вопросы радиоэлектроники», общетехническая серия. Вып. 1 - Москва, июль 2010. - С. 152 - 159 (личное участие - 40 %)

Семашко, Е.А. Выбор операционных моделей обработки, архивирования и защиты изображений в распределенных системах технической диагностики [Текст] / В.Т. Еременко, А.В. Тютякин, Е.А. Семашко // «Информационные системы и технологии», №3 - Орел, «Госуниверситет - УНПК», май-июнь 2011. - С. 115 - 120 (личное участие - 20 %)

Семашко, Е.А. Функциональная модель исследования алгоритмов сжатия изображений в системах технической диагностики [Текст] / А.В. Тютякин, Е.А. Семашко, А.В. Демидов, П.П. Силаев // «Фундаментальные и прикладные проблемы техники и технологии», №5(289) - Орел, «Госуниверситет - УНПК», сентябрь-октябрь 2011. - С.102-108. (личное участие - 30 %)

Публикации в журналах и материалах конференций, монографии, свидетельства о регистрации программ

Семашко, Е.А. Подсистема шкалирования нечетких данных для автоматизации оценки технического состояния сложных технических объектов [Текст] / Ю.Б. Савва, Е.А. Семашко // Известия ОрелГТУ, труды III международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП - 2008)». Материалы конференции. Т.1 (3). - Орел, 2008. - С. 179-190. (личное участие - 70 %)

Семашко, Е.А. Алгоритмы сжатия полутоновых изображений без потерь в автоматизированных системах [Текст] / В.Т. Еременко, А.В. Тютякин, Е.А. Семашко // IV Международная научно-техническая конференция «Информационные технологии в науке, образовании и производстве (ИТНОП - 2010)». Материалы конференции. Т.2 (5). - Орел, 2010. - С. 132 - 141 (личное участие - 40 %)

Семашко, Е.А. Компьютерная графика: методы, модели и средства преобразования графической информации: Монография в 2 т. [Текст] / А.П. Фисун, И.С. Константинов, В.Т. Еременко, А.В. Коськин, Е.А. Семашко и др. - Орёл: ОГУ, ОрелГТУ, 2010.

Т. 1 : Введение в компьютерную графику и теоретические основы изображений. - 2010. - 364 с. : ил. - 500 экз. - ISBN 978-5-93932-198-3

Т. 2 : Теоретические основы обработки изображений и прикладные аспекты компьютерной графики. - 2010. - 237 с. : ил. - 500 экз. - ISBN 978-5-93932-198-3 (личное участие - 15 %)

Семашко, Е.А., АСНИ методов сжатия полутоновых изображений без потерь [Текст] / А.В. Тютякин, Е.А. Семашко // Международная научно-техническая Интернет-конференция «Информационные системы и технологии (ИСиТ - 2011)». Материалы конференции. Т.2 (4). - Орел, 2011. - с. 95-99. (личное участие - 55 %)

Семашко, Е.А. Программное средство выбора метода сжатия растровых изображений в модульных структурах обработки данных АСУП // В.Т. Еременко, А.В. Еременко, А.Н. Савенков, В.В. Линьков, Е.А. Семашко, С.И. Афонин, Е.А. Сендзюк - Свидетельство о государственной регистрации программы для ЭВМ № 2008611110 Федеральной службы по интеллектуальной собственности, патентам и товарным знакам от 29 февраля 2008 г. (личное участие - 27 %)

Семашко, Е.А. Автоматически профилируемое программное средство сжатия полутоновых изображений без потерь информации // В.Т. Еременко, А.В. Тютякин, Е.А. Семашко, А.В. Демидов, С.И. Афонин - Свидетельство о государственной регистрации программы для ЭВМ № 2011612958 Федеральной службы по интеллектуальной собственности, патентам и товарным знакам от 13 апреля 2011 г. (личное участие - 30 %)

Размещено на Allbest.ru