агатомасштабному аналізі градієнтніх збережений, результатом якіх є картина границь, цею метод дозволяє здобудуть багатомасштабного градієнта зображення, до Якого далі могут буті застосовані традіційні методи сегментації. Аналіз градієнтніх збережений від Точні масштабів до грубого дозволяє точно візначіті різкі Контури об'єктів малого розміру, что є актуальним для часто, что зустрічаються на практіці збережений, что містять букви й символ. Пропонованій метод дозволяє унікнуті при переході до великих масштабів "розмазування" різкіх границь, Отримання на точних масштабах. Це досягається Скасування! Застосування оператора градієнта великого масштабу на околицях різкіх границь. Альо, у тієї ж годину, метод дозволяє візначіті ї плавні границі, одержувані Тільки при застосуванні діференціального оператора великого масштабу. p> Тому що пропонованій метод є чутлівім до шуму, то для зашумлених збережений Пропонується Модифікація методу, засновалося на застосуванні ватершед-Перетворення. Пропонована Модифікація методу дозволяє однозначно Зменшити негативний Вплив шуму на результуюча градіентне зображення [12].
Висновки
Комп'ютерна обробка збережений як Фундаментальний науковий напрямок є невичерпний. Цею напрямок опірається на математику, фізику, біологію, інформатіку. Методи й засоби комп'ютерної ОБРОБКИ збережений мают найрізноманітніші! застосування: наука, техніка, медицина, соціальна сфера. Практично Вже поза прогрес Суспільства, особливо в сфере охорони здоров'я, багатая в чому поклади від досягнені комп'ютерної ОБРОБКИ збережений. Надалі роль комп'ютерної ОБРОБКИ збережений у жітті людини буде зростаті ще больше. У даній работе Було Розглянуто основні два методи покращення зображення при зменшені "Блочного ЕФЕКТ ". Робота Проводиться з метою Виявлення можливіть та функцій, Які мают методи, такоже були проведені порівняння й ОЦІНКИ отриманий результатів. У работе наведена, коротка характеристика вейвлет методу та градієнтського потоку, в якій Стислий Надал інформація про методи та їхні возможности. <В
Вікорістані джерела
1. Добеши І. Десять лекцій з вейвлета. Москва, "РХД", 2001 р.
2. Воробйов В.І., Грібунін В.Г. Теорія і практика вейвлет-перетворення. С.-Петербург, ВУС, 1999 р.
3. Смоленцев Н. К. Основи теорії вейвлетів. - М.: ДМК Пресс, 2005. - 304 с., Іл. p> 4. Mallat S. A theory for multiresolutional signal decomposition: the wavelet representation. IEEE Trans. Pattern Analysis and Machine Intelligence, 1989, N7, p.674-693. p> 5. R.C. Gonzalez, R.E. Woods, Digital Image Processing, Prentice-Hall, Inc, Upper Saddle River, New Jersey, pp. 617-626, 2002. p> 6. S. Beucher, F. Meyer, The Morphological Approach to Segmentation: The Watershed Transformation, in "Mathematical Morphology in Image Processing", E. R. Dougherty Editor, Marcel Dekker, Inc, New York, pp.433-481, 1992. p> 7. D. Ziou, S. Tabbone, "Edge Detection Techniques" - An Overview, technical report, No. 195, Dept Math & Informatique. Universit de Sherbrooke, 1997. p> 8. F. Bergholm. "Edge Focusing". IEEE Transactions on Pattern Analysis and Machine Intelligence, 9 (6), Nov 1987, pp. 726-741. p> 9. D.J. Williams and M.Shas. "Edge Contours Using Multiple Scales". Computer Vision, Graphics and Image Processing, 51, 1990, pp.256-274. p> 10. V. Lacroix. "The Primary Raster: A Multiresolution Image Description". In Proceedings of the 10th International Conference on Pattern Recognition, 1990, p. 903-907. p> 11. J.F. Canny. "A Computational Approach to Edge Detection ". IEEE Transactions on Pattern Analysis and Machine Intelligence, 8 (6), Nov 1986, pp. 679-698. p> 12. D. Ziou and S. Tabbone. "A Multi-Scale Edge Detector". Pattern Recognition, 26 (9), 1993, pp.1305-1314. br/>
