Исследование дискретных ортогональных преобразований, получаемых с помощью динамики клеточных автоматов
Евсютин О.О.

PDF, 265 kB

DOI: 10.18287/0134-2452-2014-38-2-314-321

Страницы: 314-321.

Аннотация:
В работе рассматривается получение семейств ортогональных базисов из состояний развития клеточного автомата. Предлагается методика сравнения соответствующих ортогональных преобразований относительно искажений, проявляющихся в результате потерь информации на восстанавливаемых элементах данных.

Ключевые слова :
клеточный автомат, ортогональное преобразование, декорреляция, сжатие.

Литература:

  1. Rosin, P.L. Training cellular automata for image processing / P.L. Rosin // 14th Scandinavian Conference, SCIA 2005, Joensuu, Finland. – 2005. – P. 195-204.
  2. Panagiotopoulos, F.K. Quantum–dot cellular automata design for median filtering and mathematical morphology operations on binary images / F.K. Panagiotopoulos, V.A. Mardiris, V. Chatzis // 10th International Conference on Cellular Automata for Research and Industry, ACRI 2012, Santorini Island, Greece. – 2012. – P. 554-564.
  3. Kauffmann, C. Seeded ND medical image segmentation by cellular automaton on GPU / C. Kauffmann, N. Piché // International Journal of Computer Assisted Radiology and Surgery. – 2010. –V. 5, Issue 3. – P. 251-262.
  4. Liu, Y. An effective approach of lesion segmentation within the breast ultrasound image based on the cellular automata principle / Y. Liu, H.D. Cheng, J. Huang, Y. Zhang, X. Tang // Journal of Digital Imaging. – 2012. – V. 25, Issue 5. – P. 580-590.
  5. Chen, Y. A cellular automatic method for the edge detection of images / Y. Chen, Z. Yan // 4th International Conference on Intelligent Computing, ICIC 2008 Shanghai, China. – 2008. – P. 935-942.
  6. Sahoo, G. Text extraction and enhancement of binary images using cellular automata / G. Sahoo, Tapas Kumar, B.L. Raina, C.M. Bhatia // International Journal of Automation and Computing. – 2009. – V. 6, Issue 3. – P. 254-260.
  7. Belan, S.N. Specialized cellular structures for image contour analysis // Cybernetics and Systems Analysis. – 2011. – V. 47, Issue 5. – P. 695-704.
  8. Zagoris, K. Scene text detection on images using cellular automata / K. Zagoris and I. Pratikakis // 10th International Conference on Cellular Automata for Research and Industry, ACRI 2012, Santorini Island, Greece. – 2012. – P. 514-523.
  9. Peña-Cantillana, F. Parallel skeletonizing of digital images by using cellular automata / F. Peña-Cantillana, A. Ber­ciano, D. Díaz-Pernil, M.A. Gutiérrez-Naranjo // 4th International Workshop, CTIC 2012, Bertinoro, Italy. – 2012. – P. 39-48.
  10. del Rey, A.M. A secret sharing scheme for digital images based on two-dimensional linear cellular automata / A.M. del Rey // 12th International Workshop, IWCIA 2008, Buffalo, NY, USA. – 2008. – P. 318-329.
  11. Mankar, V.H. Cellular automata based robust watermarking architecture towards the VLSI realization / V.H. Mankar, T.S. Das, S.K. Sarkar // World Academy of Science, Engineering and Technology. – 2007. – Issue 7. – P. 20-29.
  12. Wu, H. A new JPEG image watermarking algorithm based on cellular automata / H. Wu, J. Zhou, X. Gong, Y. Wen, B. Li // Journal of Information & Computational Science. – 2011. – V. 8, Issue 12. – P. 2431-2439.
  13. Гонсалес, Р. Цифровая обработка изображений / Р. Гон­салес, Р. Вудс. – М.: Техносфера, 2005. – 1072 с.
  14. Сэломон, Д. Сжатие данных, изображений и звука / Д. Сэломон. – М.: Техносфера, 2004. – 368 с.
  15. Белов, А.М. Исследование эффективности алгоритмов компрессии изображений на основе обобщенных вейвлет-преобразований Хаара // Компьютерная оптика. — 2008. – Т. 32, № 1. – С. 74-77.
  16. Копенков, В.Н. Эффективные алгоритмы локального дискретного вейвлет-преобразования с базисом Хаара // Компьютерная оптика. – 2008. – Т. 32, № 1. – С. 78-84.
  17. Умняшкин, С.В. Алгоритм сжатия изображений на основе дискретного псевдокосинусного преобразования / С.В. Умняшкин, В.В. Курина // Цифровая обработка сигналов. – 2009. – № 3. – С. 2-7.
  18. Lafe, O. Data Compression and Encryption Using Cellular Automata Transforms // Engineering Applications of Artificial Intelligence. – 1997. – V. 10, Issue 6. – P. 581-591.
  19. Кудрявцев, В.Б. Основы теории однородных структур / В.Б. Кудрявцев, А.С. Подколзин, А.А. Болотов. – М.: Наука, 1990. – 296 с.
  20. Евсютин, О.О. Разработка и тестирование вычислительного метода построения базисов декоррелирующих преобразований с использованием клеточных автоматов на разбиении / О.О. Евсютин, С.К. Росошек // Труды СПИИ­РАН. – 2012. – Вып. 4(23). – С. 324-342.
  21. Тоффоли, Т. Машины клеточных автоматов / Т. Тоффоли, Н. Марголус. – М.: Мир, 1991. – 280 с.
  22. Евсютин, О.О. Приложения клеточных автоматов в области информационной безопасности и обработки данных / О.О. Евсютин, А.А. Шелупанов // Доклады ТУСУРа. – 2012. – № 1(25), ч. 2. – С. 119-125.
  23. Лапшенков, Е.М. Неэталонная оценка уровня шума цифрового изображения на основе гармонического анализа // Компьютерная оптика. – 2012. – Т. 36, №3. – С. 439-447.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20