Штучний інтелект

Анотація: У цій роботі продовжуються дослідження задачі розпізнавання регулярних розв’язків автономних динамічних систем. Як показано в [1], ця задача зводиться до розпізнавання тривимірних опуклих замкнутих аналітичних кривих, побудованих на сфері Пуассона за допомогою перетину Пуанкаре [2], [3]. У деяких випадках ці криві є колами, які лежать на сфері. Для розпізнання таких кривих у цій роботі пропонується новий алгоритм. Запропонований метод узагальнює класичне перетворення Хафа на тривимірний випадок і називається сферичне узагальнене перетворення Хафа. У роботі показано, як обчислювальну складність цього алгоритму звести до обчислювальної складності двовимірного випадку.

Ключові слова: перетин Пуанкаре, класичне і узагальнене перетворення Хафа, розпізнавання окружності

Посилання:

1. Ruchkin K.A. Development of computer systems for the construction and analysis of Poincarésections / K.A. Ruchkin // Artificial Intelligence. – 2009. – № 1. – S.486-492.
2. Ruchkin K.A. The study of computer graphics methods for constructing 3D Poincaré sections / K.A.Ruchkin // Artificial Intelligence. – 2009. – № 4. – S.356-366.
3. Ruchkin K.A. Generalization Hough transform to detect closed three convex curves on the sphere/ Ruchkin K.A. //Proceedings. IX International Scientific Conference "Mathematical and software of intelligent systems»(MPZIS-2011), Dnepropetrovsk (Ukraine), Dnepropetrovsk, November 23-27, 2011.
4. Hough P.V.C. Machine Analysis of Bubble Chamber Pictures, Proc. Int. Conf. High Energy Acceleratorsand Instrumentation, 1959.
5. Illingworth J. A survey of the Hough transform / J. Illingworth, J. Kittler // Computer. Vision, Graphics,and Image Processing. – 44. – 1988.
6. Ballard D.H. Generalizing the Hough transform to detect arbitrary shapes / Ballard D. H. – New York :Computer Science Department, University of Rochester, 1980. – 122 p.
7. Samuel A. Inverso. Computer Vision: Ellipse Detection Using Randomized Hough transform [electronicresource]. Mode of access: http://www.saminverso.com/res/vision/.
8. Khoshelham K. Extending Generalized Hough transform to detect 3D objects in laser range data /Khoshelham K. // IAPRS Volume XXXVI, Part 3. – 2007. – P. 206-210.
9. Arefi H. Levels of detail in 3D building reconstruction from lidar data / [H. Arefi, J. Engels, M. Hahn, H.Mayer.]. - Stuttgart: Stuttgart University of Applied Sciences; Munich: Bundeswehr University Munich,2008. - 490 p.
10. Levchuk A. The algorithm for finding the lines of road markings / A. Levchuk, A. Novikov, V. Dziuba / /Electronics and Communication. – 2009. – № 4-5. – S. 277-279.
11. Dudkin AA Path Selection on halftone images topological layers of integrated circuits / AA Dudkin, DA Vershok,AM Selihanovich // Artificial Intelligence. – 2004. – № 4. – S. 453-458.
12. Bagnitsky AV Model solution of automated inspection of underwater pipelines with side-scan sonar / [A. B. Bagnitsky,AV Inzartsev, AM Pavin and others] / / Underwater research and robotics. – 2011. – № 1. – S. 17-23.
13. Semenov B. Processing and Image Analysis using the language JAVA, lectures / Semenov A.B. – Tver :Tver State University, 2007. - 10 c.
14. Shivarov A.E. Development of software for auto-rotate landscape photographs to correct deviations fromthe horizontal, vertical / A.E. Shivarov, V.V. Inflyanskas // Science and education. – 2012. – № 4. – S. 1-8.
15. Say I. The efficiency of search algorithms seal in the image of the document / Sai JS // Bulletin of PNU. –2009. – № 4. – C. 53-60.