(48-2) 06 * << * >> * Русский * English * Содержание * Все выпуски

Дискретизация математической модели анализа контурных изображений на основе оптики спиральных пучков
С.А. Кишкин 1, С.П. Котова 2

1 МИРЭА – Российский технологический университет,
119454, Россия, г. Москва, Вернадского проспект, д. 78, ст. 1;
2 Самарский филиал Физического института им. П.Н. Лебедева РАН,
443011, Россия, г. Самара, ул. Ново-Садовая, д. 221

 PDF, 1146 kB

DOI: 10.18287/2412-6179-CO-1365

Страницы: 204-209.

Аннотация:
В статье в кратком виде излагается математическая модель распознавания контуров объектов интереса на растровом изображении. Более детально раскрывается процесс ее дискретизации в рамках разработки численных методов, которые позволяют реализовать указанную модель на современных средствах вычислительной техники. Приведены явные математические выкладки, пригодные для написания кодов прикладного программного обеспечения, получена оценка вычислительной сложности, подтверждающая возможность достижения производительности режима реального времени. Представлены результаты численного эксперимента по восстановлению спиральных пучков света.

Ключевые слова:
компьютерная оптика, машинное зрение, распознавание изображений, спиральные пучки света.

Цитирование:
Кишкин, С.А. Дискретизация математической модели анализа контурных изображений на основе оптики спиральных пучков / С.А. Кишкин, С.П. Котова // Компьютерная оптика. – 2024. – Т. 48, № 2. – С. 204-209. – DOI: 10.18287/2412-6179-CO-1365.

Citation:
Kishkin SA, Kotova SP. Discretization of a mathematical model for image analysis based on the optics of spiral beams. Computer Optics 2024; 48(2): 204-209. DOI: 10.18287/2412-6179-CO-1365.

References:
  1. Gallego G, et al. Event-based vision: A survey. IEEE Trans Pattern Anal Mach Intell 2022; 44(1): 154-180. DOI: 10.1109/TPAMI.2020.3008413.
  2. Kong Y, Fu Y. Human action recognition and prediction: A survey. Int J Comput Vis 2022; 130: 1366-1401. DOI: 10.1007/s11263-022-01594-9.
  3. Stable Diffusion Public Release. 2022. Source: <https://stability.ai/blog/stable-diffusion-public-release>.
  4. Zhang D, Tan Z. A review of optical neural networks. Appl Sci 2022; 12: 5338. DOI: 10.3390/app12115338.
  5. Mohan R, et al. Neural architecture search for dense prediction tasks in computer vision. Int J Comput Vis 2023; 131: 1784-1807. DOI: 10.1007/s11263-023-01785-y.
  6. Viering T, Loog M. The shape of learning curves: A review. IEEE Trans Pattern Anal Mach Intell 2023; 45(6): 7799-7819. DOI: 10.1109/TPAMI.2022.3220744.
  7. Volostnikov VG, Kishkin SA, Kotova SP. Contour analysis and modern optics of Gaussian beams. Computer Optics 2014: 38(3): 476-481. DOI: 10.18287/0134-2452-2014-38-3-476-481.
  8. Volostnikov VG, Kishkin SA, Kotova SP. Analysis of contour images using optics of spiral beams. Quantum Electron 2018; 48(3): 268-274. DOI: 10.1070/QEL16553.
  9. Volyar AV, Abramochkin EG, Akimova YE, Bretsko MV. Reconstruction of stable states of spiral vortex beams. Computer Optics 2022; 46(1): 5-15. DOI: 10.18287/2412- 6179-CO-1032.
  10. Volyar AV, Akimova YaE. Transformations of structurally stable states of spiral beams subjected to sector perturbations. Computer Optics 2021; 45(6): 789-799. DOI: 10.18287/2412-6179-CO-1009.
  11. Volyar AV, Abramochkin EG, Razueva EV, Akimova YaE, Bretsko MV. Structural stability of spiral beams and fine structure of an energy flow. Computer Optics 2021; 45(4): 482-489. DOI: 10.18287/2412-6179-CO-885.
  12. Abramochkin EG, Volostnikov VG. Modern optics of Gaussian beams [In Russian]. Moscow: “Fizmatlit” Publisher; 2010. ISBN: 978-5-9221-1216-1.
  13. IEEE 754-2019. IEEE Standard for floating-point arithmetic. (Revision of IEEE 754-2008). DOI: 10.1109/IEEESTD.2019.8766229.

© 2009, IPSI RAS
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20