Abstract
Розглядається завдання підвищення оперативності та адекватності автоматизованого пошуку зображень, які найбільш близькі до заданого зображення за складом представлених у ньому об’єктів та їх локальності, у системах управління великими сховищами зображень. Пропонується метод порівняння зображень, який забезпечить вилучення інформації про об’єкти зображення на основі використання на першому етапі каскадного процесу парадигми клітинних нейронних мереж, зберігання цієї інформації у службових полях файлів зображень, а також можливості використання різних метрик порівняння зображень, виходячи з особливостей завдання, що вирішується. Базовий показник визначає коефіцієнт подібності на основі типів та кількості об’єктів на порівнюваних зображеннях. Рамковий показник визначає коефіцієнт подібності з урахуванням розташування окремих об’єктів та їх перетинів на зображеннях. Матричний показник, орієнтований на обробку зображення з великою кількістю об’єктів, визначає коефіцієнти подібності з урахуванням площі перетину, займаної об’єктами певного типу. Ефективність показників порівняння залежить від типу зображень і певних умов, що робить доцільним їх системне застосування в рамках одного методу.
Publisher
Ivan Kozhedub Kharkiv National Air Force University KNAFU