В данной статье изучено влияние интерполяционных методов, применяемых в паншарпенинговых методах (повышение пространственного разрешения), на качество мультиспектральных изображений. В частности, интерполяционные методы ближайшего соседа, билинейная, бикубическая и Ланцоша были применены в рамках паншарпенинговых подходов IHS, Brovcy, РСА, Gram-Schmidt и BDSD. Проведено сравнение указанных методов с точки зрения сохранения пространственных деталей и уменьшения спектральных искажений. В экспериментальных исследованиях использовались такие показатели оценки качества изображений, как ERGAS, SAM, SSIM и QAVE. Полученные результаты показывают, что бикубическая и Ланцош интерполяции обеспечивают наилучшее качество изображения.
В статье рассматривается цифровая обработка видеоизображений -процессы улучшения качества видео, оптимизации изображений и их анализа. В статье рассматриваются современные технологии, в частности методы, основанные на искусственном интеллекте и машинном обучении, а также такие подходы, как снижение шума в видео, восстановление изображений, цветокоррекция и улучшение сжатия видео.
В данной статье рассмотрены проблемы, возникающие при цифровой обработке изображений внутренних органов человека, полученных методом видеоэндоскопии, а также пути их устранения. Несмотря на широкое применение видеоэндоскопических изображений в медицине, в диагностике и хирургии, их качество может снижаться из-за таких факторов, как недостаточное освещение, шумы, геометрические искажения и изменение цветового баланса. Кроме того, биологическое разнообразие человеческого организма и патологические различия проявления заболеваний негативно влияют на точность моделей искусственного интеллекта. В статье обоснована актуальность использования современных алгоритмических подходов, включая технологии глубокого обучения, для повышения качества изображений и эффективности диагностики.
В данном исследовании базы данных изображений ладоней всесторонне анализируются как ключевой ресурс биометрических систем идентификации. В работе подробно рассмотрены процесс создания баз данных, их технические характеристики и области применения. Также проанализированы существующие базы данных, такие как CAS1A Palmprint, NEC Palm Database и PolyU, MultispectraL В ходе исследования выявлены проблемы качества, вопросы конфиденциальности, сложности стандартизации и технические ограничения, а также разработаны рекомендации по их решению.
Искусственный интеллект (ИИ) открывает множество возможностей для интеллектуального анализа медицинских изображений. Однако для эффективной работы таких моделей необходимы большие и качественно размеченные данные. Поскольку в медицинской сфере сбор таких данных является сложным и дорогостоящим, методы аугментации данных приобретают особую важность.
В данной статье анализируется предварительная обработка изображений дистанционного зондирования на основе модели дискретной гистограммы. Фиксироваться эффективность применения данной модели, ее значимость, качество и уникальность. Кроме того, показано практическое значение инфракрасных каналов в повышении эффективности распознавания объектов при дистанционном зондировании Земли.
В данной тезисной работе представлено общее описание алгоритмов обработки рентгеновских изображений человеческой стопы, которые важны для диагностики различных состояний стопы, включая переломы, деформации и заболевания суставов. Исследование охватывает несколько методов обработки изображений, таких как выявление изменений, сегментация и извлечение признаков, что способствует улучшению качества рентгеновских снимков и повышению точности диагностики. Кроме того, в тезисе обсуждаются трудности, связанные с шумами, искажениями и низкой контрастностью рентгеновских изображений, а также предлагаются методы снижения этих проблем. Реализация этих алгоритмов направлена на повышение эффективности диагностики заболеваний стопы и более эффективное принятие медицинских решений.
