Мультиспектралды бейнелерді өңдеуде кластеризация алгоритмін зерттеу және өңдеу, параллелизация технологиясын қолдану арқылы бағдарламаның тиімділігін арттыру

КІРІСПЕ
1.ЖЕРДІ ҚАШЫҚТЫҚТАН ЗЕРТТЕУДЕГІ БЕЙНЕЛЕРДІ ӨҢДЕУ
1.1 МУЛЬТИСПЕКТАРЛДЫ МӘЛІМЕТТЕРДІ АЛДЫН АЛА ӨҢДЕУ
1.2 МУЛЬТИСПЕКТРАЛДЫ СУРЕТТЕРДІ ТЕМАТИКАЛЫҚ ӨҢДЕУ
1.3 КЛАССИФИКАЦИЯ
1.4 ЖЕРДІ ҚАШЫҚТЫҚТАН ЗЕРТТЕУДЕГІ БЕЙНЕЛЕРДІ СЫҒУ
2.ҮЛКЕН КӨЛЕМДІ АҚПАРАТТЫ ӨҢДЕУ КЕЗІНДЕ ӨНІМДІЛІКТІ АРТТЫРУ
2.1 Параллельді өңдеудің ідістері мен технологиясы
2.2 Java тілі параллельді есептеу тілі ретінде
3.КЛАССТЕРИЗАЦИЯ ЕСЕБІ
3.1 Тізбектелген кластеризация есебінің алгоритмі
3.2 Паралельді кластеризация есебінің алгоритмі
4. БАҒДАРЛАМАНЫ ӘРТҮРЛІ ЖҮЙЕЛЕРДЕ ЖҮЗЕГЕ АСЫРУ
4.1 C# тілінде ISODATA алгоритімінің параллельді орындалуы
4.2 Java тілінде алгоритімінің параллельді орындалуы
5. НӘТИЖЕЛЕР АНАЛИЗІ
ҚОРЫТЫНДЫ
ҚОЛДАНЫЛҒАН ӘДЕБИЕТ
Казіргі таңда жерді қашықтықтан зерттеу (ЖҚЗ) космостық жүйелер кең таралымға ие болып отыр. Жерді қашықтықтан бақылау дегеніміз - ол белгілі бір территория, немесе оған қатысты обьект туралы ақпарат жинау. Жерді қашықтықтан бақылау әдістері үлкен көлемді спектралды диапазондағы жердің бетін электромагиниттік сәулелер және сандық немесе аналогтық тіркеуде негізделген.
Жерді қашықтықтан басқарудың өнімі ретінде пиксельдердің мәні кандай да бір қасиетке сәйкес келетін бейне бөлігінің жер беті бөлігінің сандық бейнесі. Сол алынған жер бетінің көлемі алынған спутниктік бейнеге байланысты болады, жалпы алғанда осы алынған жиынның бәрін берілген аймақ қасиетін сақтайтын көпөлшемді матрица түрінде қарастыруға болады.
Белгілі бір табиғи ресурс есептерін шешетін әр түрлі спектралды диапазонды мыңдаған спутниктік жүйелер секунд сайын жер үсті өзгерістерін бақылап отыр. Жерді қашықтықтан зерттеу мәліметтерін өңдеу өте үлкен жұмыс, ол бір неше этаптан тұрады: алдын ала, алғашқы және салдарлық (тематикалық) өңдеу. Әр түрлі тематикалық өңдеу жүргізу үшін космостық түсірілімдер материалдары бойынша аймақ туралы ақпаратты алу дешифирлеу этапында жүзеге асады. Картография және мониторинг есептері спутниктік бейнелерді тематикалық дешифрирлеу кезінде визуалды аспапты және автоматтандырылған әдістерге жүгінеді. Визуалды аспапты өңдеу процессі өте күрделі жұмыс және субьективті болып келеді. Сондықтан өңдеуден алынған ақпараттың сапасы мен орындалу уақыты ең алдымен маманның кәсіптілігі мен біліктілігіне байланысты. Сол себепті спутниктік бейнелерді өңдеу процессін максималды түрде автоматизациялау ұмтылысы әбден түсінікті.
Соңғы жылдары мултиспектралды жүйелер (10 спектралды диапазонға дейін) мен гиперспектралды жүйелер (300 диапазонға дейін) үлкен таралымға ие болып отыр. Көпөлшемді анализ және сегментация жерді қашықтықтан зерттеу спутниктерінен алатын мультиспектралды суреттерді тематикалық өңдеу барысында қолданылатын негізгі процедураларының бірі болып табылады. Бір территория бойынша спутниктерден қабылданатын ақпараттар көлемі бір сеанс ішінде гигабайтқа және одан да асады, сондықтан осындай ақпаратты өңдеу күрделі есептеулер мен ресурстарды қажет етеді. ЖҚЗ мәліметтерін тематикалық өңдеу кезінде, осындай жоғарғы есептеу қүрделігі бар алгоритмдердің мәселелерін принципиалды түрде шешу үшін геоинформациялық жүйелер ортасын параллельді есептеуіш ресурстарына қол жеткізу мүмкіндігін ұйымдастыру керек. Қазіргі таңда сандық бейнелерді (мультиспектралды) анализдеу және автоматты өңдеу үлкен тәжірбиеге ие.
Автоматтандырылған әдістердің көпшілігі игеріліп, спутниктік ақпаратты өңдеу де қолданылып жатыр. Осы бағыттағы ғалымдардың спутниктік бейнелерді өңдеу автоматтандырылған жүйелерге салатын басты талаптарының бірі болып, қазіргі таңда өнімдердің сапасы мен ақпаратты өңдеу уақытты тиімділеу яғни тездету әдістерді табу болып отыр. Осыған қарамастан спутниктік бейнелерді автоматты түрде өңдейтін есептерге арналған жұмыстар аз. Сонымен қатар, қарапайым бейнелерді өңдейтін алгоритмдердің өздері де көпзонды бейнелер жағынан қарағанда бірнеше кемшілікке ие:
1. Аэрокосмические методы географических исследований: Учеб. для студ. высш. учеб. заведений / Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. - М.: Издательский центр "Акадкмия", 2004. - 336 с.
2. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений: Учебное пособие. – М.: Логос, 2001. – 264 с.
3. Геоинформационные системы: Обработка и анализ растровых изображений / Ю.Ю. Герасимов, С.А. Кильпеляйнен, А.П. Соколов; ООО "Дата+". Москва, 2002. 118с.
4. Применение алгоритмов неконтролируемой классификации при обработке данных ДЗЗ / И.А. Зубков, В.О. Скрипачев, 59-62 c.
5. Лурье И.К., Косиков А.Г. Теория и практика цифровой обработки изображений // М.: Научный мир, 2003. 166 с.
6. Parallel Algorithm Evaluation in the Image and Clustering Processing / C. Pughineanu, I. Balan, 2011. 89-91 c.
7. Commodity cluster and hardware-based massively parallel implementations of hyperspectral imaging algorithms / Antonio Plaza, Chein-I Chang, Javier Plaza , David Valencia 3-4 с.
8. Parallel techniques for information extraction from hyperspectral imagery using heterogeneous networks of workstations / Antonio J. Plaza, 2007.
9.Параллельная реализация алгоритма кластеризации обработки мультиспектральных изображений /Атейбекова Ш.Е, 2012.
        
        КІРІСПЕ
Казіргі таңда жерді қашықтықтан зерттеу (ЖҚЗ) космостық жүйелер ... ие ... ... ... қашықтықтан бақылау дегеніміз - ол белгілі
бір территория, немесе оған ... ... ... ... ... Жерді
қашықтықтан бақылау әдістері үлкен көлемді спектралды диапазондағы жердің
бетін электромагиниттік сәулелер және ... ... ... ... ... ... өнімі ретінде пиксельдердің мәні кандай да бір
қасиетке сәйкес келетін бейне бөлігінің жер беті бөлігінің сандық ... ... жер ... ... алынған спутниктік бейнеге байланысты
болады, жалпы алғанда осы алынған жиынның ... ... ... ... ... матрица түрінде қарастыруға болады.
Белгілі бір табиғи ресурс есептерін шешетін әр ... ... ... ... ... ... ... жер үсті өзгерістерін
бақылап отыр. Жерді қашықтықтан ... ... ... өте үлкен
жұмыс, ол бір неше этаптан тұрады: ... ала, ... және ... ... Әр ... тематикалық өңдеу жүргізу үшін космостық
түсірілімдер материалдары бойынша аймақ туралы ... алу ... ... ... ... және ... ... спутниктік
бейнелерді тематикалық дешифрирлеу ... ... ... ... ... ... Визуалды аспапты өңдеу процессі өте
күрделі жұмыс және субьективті болып келеді. Сондықтан ... ... ... мен ... ... ең ... маманның кәсіптілігі мен
біліктілігіне ... Сол ... ... ... ... максималды түрде автоматизациялау ұмтылысы әбден түсінікті.
Соңғы жылдары мултиспектралды жүйелер (10 спектралды диапазонға
дейін) мен ... ... (300 ... дейін) үлкен таралымға
ие болып отыр. Көпөлшемді анализ және сегментация жерді қашықтықтан зерттеу
спутниктерінен алатын мультиспектралды суреттерді тематикалық өңдеу
барысында ... ... ... бірі ... ... Бір
территория бойынша спутниктерден қабылданатын ақпараттар көлемі бір сеанс
ішінде гигабайтқа және одан да асады, сондықтан осындай ақпаратты ... ... мен ... ... етеді. ЖҚЗ мәліметтерін
тематикалық өңдеу кезінде, осындай жоғарғы есептеу қүрделігі бар
алгоритмдердің мәселелерін принципиалды түрде шешу үшін геоинформациялық
жүйелер ортасын ... ... ... қол жеткізу мүмкіндігін
ұйымдастыру керек. Қазіргі таңда сандық бейнелерді (мультиспектралды)
анализдеу және автоматты өңдеу үлкен тәжірбиеге ие.
Автоматтандырылған әдістердің көпшілігі игеріліп, спутниктік ақпаратты
өңдеу де ... ... Осы ... ... ... бейнелерді
өңдеу автоматтандырылған жүйелерге салатын басты талаптарының бірі болып,
қазіргі таңда өнімдердің сапасы мен ақпаратты өңдеу уақытты тиімділеу яғни
тездету ... табу ... ... ... қарамастан спутниктік бейнелерді
автоматты түрде өңдейтін есептерге арналған жұмыстар аз. Сонымен қатар,
қарапайым бейнелерді өңдейтін алгоритмдердің ... де ... ... ... ... ... ... белгілі шешімдер, космостан алынған бейне тек бір ғана
емес ... ... ... мүмкін деген болжамды сонымен қатар әр түрлі
спектралды зоналарда түсірілген бір бірімен корреляцияланған суреттерден
тұруы мүмкін деген ... ... ... ... ... ... негізделгендіктен,
реалды уақытта яғни ақпараттың түскен сәтінде бейнелерді өңдеуге арналған
алгоритмдер тым ақырын ... ... ... қоса ... ... ... ... нәтиже (сапалы) бермейді, сондықтан сапалы өнімге жету үшін
жаңа әдістерді, ... бар ... ... ... ... да керек.
Осынын бәрі аэрокосмостық бақылаулардың сапасы мен сапалы анализі үшін жаңа
әдістердің өңдеуін қажет етеді. Осының бәрін ескере отырып бейнелерді
өңдеудің тез әрі ... ... ... және ... ... бірі ... табылады.
Жұмыстың мақсаты
Мультиспектралды бейнелерді өңдеуде кластеризация алгоритмін зерттеу
және ... ... ... ... арқылы бағдарламаның
тиімділігін арттыру.
Жұмыстың өзектілігі
Космостық спутниктердің ... ... ... ... ... қашықтықтан зерттеу мультиспектралды суреттері,
жер беті обьектілерінің панхроматты ... ... ... ... ... ... Жерді қашықтықтан зерттеу
мультиспекталды ақпарат көптеген салаларда орнын табады, ең ... ол ... және ... ... ... газ ... арнайы және тематикалық картография; қоршаған ортаны
қорғау және ... ... ... ... ... ... ... мен космостық суреттерді ... адам ... ... салаларда маңызды және актуалды болып
келеді.
Мультиспектралды ақпараттың көлемі ... болу ... ... ... өте ... ... ... және көп уақытты талап
етеді. Сол себепті мультспектралды ақпаратты өңдеудің тиімді алгоритімін
тауып, ... ... ... ... ... ... ... үшін маңызды мәселелерінің бірі болып табылады.
Жұмыстың жаңалығы
Мультиспектралды бейнелерді өңдеу үшін класстеризация алгоритімдерін
қолданып, алгоритмдердің анализін ... ... ... ... ... ... қолданып бағдарлама комплексін орындау.
Зерттеу әдістері
Алдыға қойылған есептерді шешу үшін қолданылған әдістер: ... ... ... және ... ... ... құрылғыларына; бағдарламалау тілдері мен графикалық бейнелермен
жұмыс істейтін ... ... ... негізделген.
Жұмыс нәтижелерін жариялау.
Тақырып бойынша нәтижелер 2 республикалық және 1 ... ... ... ... ... ... ҚАШЫҚТЫҚТАН ЗЕРТТЕУДЕГІ БЕЙНЕЛЕРДІ ӨҢДЕУ
Қашықтықтан зерттеу мәліметтері (ҚЗМ) (remote sensing data, ... ... емес яғни ... ... ... жер беті ... ... орналасқан обьектілер туралы аэрокосмостық зондтау мәліметтер.
ЖҚЗ (Жерді қашықтықтан зерттеу мәліметтері) ... ... ... аэрокосмостық суреттерге орындалатын коррекциялау, түрлендіру
және жақсарту, ... ... ... суреттер мәліметтерін өңдеу негізгі деңгейлері:
─ Алдын ала өңдеу;
─ Тематикалық өңдеу.
1.1 МУЛЬТИСПЕКТАРЛДЫ МӘЛІМЕТТЕРДІ АЛДЫН АЛА ӨҢДЕУ
Алдын ала ... бұл ... ... ... және ... ала ... түрлері:
─ Спутниктік суреттерді геометриялық түзету ;
─ Суртеттердің радиометриялық калибровкасы;
─ Атмосфера ... ... ... ... ... пиксельдерді қалпына келтіру;
─ Контрастілеу;
─ Фильтрация.
Спутниктік суреттерді геометриялық түзету
─ Суреттегі геометриялық бұрмалауларды түзету (орторектификация),
─ Географиялық байланыстарды түзету.
Геометриялық ... ... ... бар, брақ бұл себептер
бірлесе жүреді. Және де ... ... ... ... ... комбинациясы әрқалай болуы мүмкін.
1) Жер бетінің ... Жер ... ... ... ... ... ... аймақтар бiр
кеңістікте жатпағандықтан болады. 1-суретте әр түрлі кеңістікте
жатқан жер бетін сканерлеу мысалы көрсетілген.
1-сурет. Жер ... ... ... ... ... обьектілер пішіндерінің бұрмалауы,
масштабтың бұрмалануы 
2) Рельефтің қыйсықтығы. ... ... жер ... ... ... бұрмалауға әкеледі, бірақ оларды жою-түзету әлде қайта
қыйындау келеді. ... ... ... жер ... ... сфераға жақын келеді. 2-суретте жер ... ... ... ... Жер беті рельефінің қыйсықтығы.
3) Жердің айналуы. ... ... ... бір ... ... жердің айналуы түсірілім шарттарын өзгертеді (1 мин ... ... ... ... ... ... ... мен сапасына спутник орбитасының биіктігі және пішіні ықпал
тигізеді.
Суртеттердің радиометриялық калибровкасы
Спутниктерден ... ... ... DN ... ... ... болады. Осындай форматтағы мәліметтерді басқа сурет
мәліметтерінмен салыстыруға біріктіруге болмайды. ... ... ... ... ... ... ... диапозондағы
многозоналды суреттердің калибровкасының формуласы:
B*λ=K λ DN+C λ ... B* λ - λ ... ... үшін энергетикалық ашықтық;
DN – ашықтықтың шикі (алғашқы) мәндері;
K λ - калибровтік коэффициент;
C λ - тіркелген ашықтықтың ... ... ... ... калибровтік
тұрақты.
Атмосфера ықпалының радиометриялық калибровкасы
Жұту және шашу. Электромагниттік толқындар атмосферадан ... және ... оның ... ... су буы, ... ... метан, шаң, түтін.
Бұлттылық. Оптикалық диапазонда түсірілім кезінде бұлттылық
кезергілердің бірі болып табылады.
Атмосфералық коррекция әдістері:
─ Бұлттар мен тұмандар су фонында ... ... ... ... және ИҚ
аймақтарда судың спектірлік беті өзінің оптикалық ... ... ... ... болады.Сондықтан атмосферадағы су буының және
аэрозольдерінің бар болуын ... және ... ... ... ... ... Атмосферадағы шашырылмды, жыл маусымдарын, ... ... ... ... ... күй ... ... моделдер бар. Осынай модельдерді ... ... ... ... ... ... ... арқылы
жүзеге асады.
Қалып кеткен пиксельдерді қалпына келтіру
«Қалып кекен пиксельдер» түсірілім кезінде немесе тасымалдау кезінде,
және де ашықтық ... ... ... ... ... ... ... Осындай құбылыстар суретті тематикалық өңдеу кезінде қыйындық
тудыруы мүмкін. Қалып кеткен пикельдерді ... бір ... ... ... ... ... ... 3-суретте
көрсетілген.
| | |
| | ... ... ... ... ... ... контрастісі – бұл ашықтықтың максималды және минималды
мәндерінің айырмасы.
Әлсіз контраст – ең көп ... ... ... ... арқылы контрастіні жоғарлатудың бірнеше ... бар. ... ... ... визуалды дешифрлеу кезінде қолдануы
мүмкін. (мысалы, обьект шекараларын көрсету кезінде). Контрастілмеген ... ... ... 4-суретте көрсетілген.
Контрастіні жоғарлату әдістері:
─ Гистограмманы сызықты созу.
─ Гистограмманы нормализацилау. 
─ Гистограмманы ... | ... ... ... ... ... Контрастілеуден өткен сурет.
Фильтрация
Фильтрация – берілген бір обьектілердің оқылуын жоғарлататын,
жағымсыз күңгірттеулерді бассып, ... ... ... ... ... Фильтрацияның ең қарапайым түрлерінің бірі – жылжымалы
терезеде түрлендіру. ... ... ... суреттегі пиксельдердің
ашықтық мәні есептеледі. Есептеу әрбір пиксель үшін болады: сурет бойымен
қозғалып кележатқан терезедегі ... ... ... ... тағайындалады
да оған функция болып табылатын жаңа мән беріледі. Терезе ... ... ... 5х5 ... болуы мүмкін. Терезе бир пикелден келеси пикселге
жылжып, барлық ... ... ... ... ... Терезенің
барлық пиксельдері үшін зерттеуші дешифрлеу мақсатында ... ... ... терезедегі | |
| ... ... | |
| ... тең ... | |
| ... ... | |
| ... | |
| ... ... | |
| ... ... | |
| ... ... |
| ... болған жағдайда | |
| ... ... | |
| ... | |
| ... ... | |
| ... ... | |
| ... ... | |
| ... ... |
| ... болған жағдайда | |
| ... ... | |
| ... сызықтар пайда | |
| ... | ... ... ... ... ... ТЕМАТИКАЛЫҚ ӨҢДЕУ
Косомостық суреттерді тематикалық өңдеу – ... ... және ... тану және ... ... өңдеу әдістері:
─ Түстік түрлендіру;
─ Индекстік бейнелер;
─ Бас компоненттер анализі;
─ Спектралды бөліну әдісі;
─ Классификация.
Түстік түрлендіру
Егер экран ... ... ... бір ... ... онда сурет сұр түске боянады (жартылай көлеңке бейне).Түсті ... үшін ... ... үш каналын қосу керек, олардың бірі ... ... ... (G), ... көк (B) болады. 5-суретте түстік
түрлендіру процессі көрсетілген.
5-сурет. Түстік түрлендіру.
Бейнелерді табиғи түске және ... ... ... ... (6-7 ... Егер R, G, B ... бейне R, G, B сурет каналында
берілсе, ондай ... ... ... ... ... Ал егер R, G, ... ... басқа сурет каналында берілсе, ондай болса бейне ... ... ... іріктеу механизмі. Егер R бейне каналына ... ... ... ... ... ... ал G, B ... пиксельдер
ашықтығы төмен мәнді сурет каналын қойатын болсақ, ондай болса сурет
басымырақ ... ... ... ... ... ... боялу мысалы.
7-сурет.Суреттің жалған түске боялу мысалы
Обьектінің түр-мәнін табиғи түсті бейнелерде анықтайды, ал обьектілердің
контурларын бөлу үшін жалған ... ... ... ... ... ... алу үшін, суретің әр түрлі ... ... ... ... ... ... ... арқылы
жүзеге асады. Осындай бейнелерде бастапқы бейнелерге ... ... ... анық ... ... ... анализі (principal components analysis)
Бас компоненетер анализі - бұл көпспектралды ... ... ... мәліметтер дегеніміз - бұл, бір
спектралды каналда ашықтық мәндері жоғарласа, онда ... ба ... ... ... ... мағына.
Спектралды бөліну әдісі (spectral unmixing)
Бір пиксель бір неше квадрат ... ... ... метр жер бетін
қамтуы мүмкін, және сәйкесінше территорияда жатқан бірнеше ... ... ... ... акпаратты қамтуы мүмкін. Спектралды бөліну әдісін
бейнелерде, көлемі пиксельден кіші ... ... ... Бұл әдістің мағынасы келесі де: аралас спектрлер танымал таза
спектрлермен яғни таза спектарлды матеиалдар ... ... ... ... ... ... сандық-мөлшерлік бағалауы
жасалып, боялған яғни әр бір түс ... бір ... ... ... Спектралды бөліну әдісінің мысалы 8-суретте көрсетілген.
8-сурет. Спектралды бөліну әдісінің нәтижесі.
1.3 КЛАССИФИКАЦИЯ
Классификация – бұл суреттерді компьютерлік дешифрлеу немесе ... ... ... келетін сурет приксельдерінің автоматты түрде
класстарға бөлінуі. Классификация ... ... ... және алу ... ... ... ... бірнеше
түрі бар:
─ Оқытылымды классификация;
─ Оқытылымсыз классификация.
Оқытылымды классификация
Оқытылымды классификация – бұл ... әр бір ... ... ... ... әр бір ... қасиеті бойынша сәйкес
классқа жатқызылады.
Оқытылымды классификация қолданылады, егер:
─ Суретте қандай обьектілер бар екені алдына ала белгілі болса;
... ... саны көп ... (30 дейін);
─ Класстар суретте анық түрде ажырытылытын болса.
Оқытылымды классификация бірнеше этаптан тұрады:
... ... ... ... және ... әдісін таңдау;
─ Эталонды аймақтарды таңдау;
─ Классификацияны орындау және нәтижелерді ... ... ... өңдеу және алу этапттары.
Суретті өңдеу есептерін анықтау және классификация әдісін таңдау. Бұл
этаптағы орындалатын жұмыс:
1. ... ... ... анықтау, обьектілердің
ашықтық мәндерін орналастыру түрін бағалау:
а) суретте;
б) Спектралды белгілер кеңістігінде;
10- сурет. Спектралды кеңістіктегі классификация.
2. ... ... ... ... орындайтын классификация
әдісін таңдау:
Спектралды бұрыш әдісі
Спектралды бұрыш әдісі барлық спектралды диапозондардағы ұқсас
мәндері бар ... ... ... ыңғайлы. Спектралды бұрыш
әдісі 11-суретте көрсетілген.
1) Алдын ала эталонды аймақтар таңдалады; 
2) Суреттегі барлық ... ... ... ... ... | | ... ... ... ... ... ... |
| ... ... ... ... ... ... қысқа жол әдісі
Бұл әдіс әр түрлі класстардың спектралды белгілері ұқсас және ашықтық
диапазон мәні асып түскенде қолданылады. Ең қысқа жол ... ... ... ... Ең қысқа жол әдісінің жұмысы 13-суретте көрсетілген.
1) Алдын ала эталонды аймақтар таңдалады; 
2) Пиксельдердің ашықтық мәндері спектралды ... ... ... ... ... i және j бұл әр ... спектралды
каналдардағы пиксельдердің ашықтық мәні;
| | | ... ... |Ең ... жол ... ... |
| ... |
| | ... Ең ... жол ... ... ... арасындағы арақышықтық және суреттің бардық пиксельдері
ашықтық мәндері векторлары есептеледі, екі ... ... ... ... ... ... к ... канал номері;
4) Пиксельдер класстар бойынша үлестіріледі, егер эталоннан векторға
дейіңгі арақышықтық қысқа болса онда бұл векторды осы классқа ... ... ... болса онда басқа классқа жатқызады немесе еш классқа
жатқызбайды.
13-сурет. Ең қысқа жол ... ... ... әдісін обьектілер ашықтығы қиылыспайтын ... ( ... | | ... ... |Параллелипедтер әдісі классификасия|
| ... ... ... ... ... ала эталонды аймақтар таңдалады; 
2.Пиксельдердің ашықтық мәндері спектралды белгілер кеңістігінде fij
векторы ретінде ... i және j бұл әр ... ... ... ... мәні;
3.Эталон векторлары арасындағы арақышықтық және суреттің бардық пиксельдері
ашықтық мәндері векторлары есептеледі, екі ... ... ... ... ... ... к ... канал номері;
─ Ең қысқа жол есебі сияқты параллелипедтер әдісі дисперсяны
(D)қолданады, бұл әдісті әлде қайда нақтыландырады;
... ... ... ... кезінде берілген
классқа ашықтық мәндері орташа оқытушы таңдауы 2D кем болатын
пиксельдер кіреді.
Бинарлы кодтау
Егер суретте ... екі ... бөлу ... ... ... су
құрғақ, ондай болса бинарлы кодтау әдісі қолданылады. Бинарлы кодтау
кезінде ... ... ... ... екі мәннің бірі
тағайындалады. Классификация кезінде пиксельдердің мәндері орташа ... ... ... ... ... ... Бинарлы
кодтаудың нәтижесі келесі 15-суретте көрсетілген.
| | | ... ... ... ... ... классификация бұл пикселдер ашықтығының ... ... ... автоматты түрде сурет пикселдерінің үйлестірілуі.
Классификация алдында ... ... және ... ... бар ... ... ... орындалғаннан кейін класстарды дешифрлеу
керек, қай класс қандай обьектіге жататынын ... ... ... ... ... ... ала ... қандай обьектілер бар екені белгісіз болса;
б) Суретте күрделі шекаралы обьектілер саны көп болса (30 дан аса);
в) Оқытылымды ... ... ... этап ... ... ... кең ... түрлері:
1. ISODATA;
2. K-Орташалар.
ISODATA классификация әдісі (мәлімет анализінің өздігінен
ұйымдастырылатын итерациондық әдісі- Iterative ... ... ... – бұл, ... ... ... процесс. Бір классқа
түстерінің ашықтық мәні бойынша спектралды белгілері жақын ... ... ... ISODATA ... алгоритмі белгілі бір
қасиеттермен байланысқан бейне жиынын ішкі ... ... ... ... алгоритмі әр бір пиксель үшін сәйкесінше кластерді ... ... ... ... ... Кластердің кездейсоқ
ортақ мәнін тағайындау процессінен ... және бұл ... ... әр бір ... ... мәні ... ... қайталана береді. Класстерлердің бастапқы ортақ мәндері
спектралды кеңістіктің ... ... ... ... | ... сурет |ISODATA ... ... ISODATA ... ... ...... ... ішіндегі ең кең
таралған түрі. ... ... және ... жылдамдығы жоғары
болғандықтан үлкен қолданысқа ие. K-Орташалар алгоритмі итеративті ... ол ... ... ... олардың центрлеріне жақын келетін
k кластер нүктелеріне бөліп, осы ... ... ... ... ... ... ... бөгеулерге (шумы) сезімтал
келеді, олар кластеризация нәтижесін бұрмалауы мүмкін, сол себепті ... жету үшін ... ала ... ... өткізу керек.
 
1.4 ЖЕРДІ ҚАШЫҚТЫҚТАН ЗЕРТТЕУДЕГІ БЕЙНЕЛЕРДІ СЫҒУ
Мультиспектралды бейнелер өте үлкен көлемді болғандықтан, ... ... ... ... әкеп ... сол себепті
бейнелерді сығу қазіргі таңда өзекті мәселелердің бірі болып ... ... екі түрі ... ... ... ... ... және қалпына
келмейтін. Қалпына келетін әдістің сығу ... өте аз, ... ... ... ... Ал ... әдістің сығу коэффициенті өте көп болады, бірнеше жүз есе болуы
мүмкін. Бейнені сығу әдістері ... көп ... ... ... ... ... ... көп емес, солардың бірі вейвлет сығу
әдісі. Вейвлет сығу ... ... ... болуы жоғарыда аталған
бейнені сығудығ екі түрінде де сәтті қолданылуында.
Вейвлеттер арнайы базалық ... ... ... Ол ... ... ... ... қанағаттандыруы керек. Уақыт ... ... ... ... тобы ... ... күрделі
функцияны тура немесе салыстырмалы қателікпен бейнелеуге болады. Сонымен
вейвлет дегеніміз ... ... мен ... функциясын өңдейтін жаңа
математикалық және ... ... ... ... ... сығу және ... ... келтіру тапсырмасында керек
информацияны жоғалтпай шешеді.
Вейвлет-сығу әдісінің ... ... ... бастапқы бейнеге
вейвлеттік түрлендірулер жүргізіледі, алынған бейне мәліметтерінен кейбір
коэффициенттер жойылады, қалған коэффициенттерге кодтау ... ... ... ... ... ... коэффициенттерді декодтау немесе
алынған нәтижеге кері ... ... ... ... келтіріледі.
Түрлендіру кезіндегі коэффициенттердің кейбір ... ... аса ... ... ... ... ... қолдану
Сандық бейнелер әлемдегі ... ... ... ... дамуымен, қуаты мол компьютерлерінің кең таралуымен, принтер,
сканер, сандық камералар өңдеу ... алға ... ... бейнелер кеңінен қолданысқа енді. Қазіргі кезде бейнелер ақпараттар
қорының үлкен бір бөлігін ... ... ... ... ... ... қызығушылық тұрақты түрде қарқынды дамыды. Бейнелер негізгі үш
ерекшеліктерімен сипатталатын мәліметтің өзіндік типтерінің бірі: бейнелер,
әдетте, ... ... ... үшін ... ... көп ... ... бейнелер адамдардың көру қабілетіне бағытталған мәліметтің ерекше
типі, ... адам көру ... ... ... үшін ... ... ... текстік ақпараттарға қарағанда екі өлшемді болып
келеді.
Бейнелерді өңдеудің ішіндегі сандық алгоритмдер ... ... ... ... ие ... ... бейнелерді өңдеу
әдістері кеңінен қолданысқа енді. ... бірі ... әдіс ... Вейвлеттер арнайы базалық функция арқылы жасалады. Ол функциялар
бір қатар ... ... ... ... ... немесе жиіліктік
аймақта масштабталған вейвлеттер тобы арқасында кез-келген күрделі
функцияны тура ... ... ... ... ... ... дегеніміз айнымалы сигнал мен бейне функциясын өңдейтін ... және ... ... ... ... ... сығу және ... орнына келтіру тапсырмасында керек
информацияны жоғалтпай шешеді.
Вейвлет-сығу әдісі бейнені сығудағы түрлендіру ... ... және ... ... ... ... ... ақпарат көлемін азайту үшін масштабқа қарамастан өзара ұқсастық
қарастырылады. Ал ... ... осы ... ... ... ... ... алдымен бастапқы бейнеге
вейвлеттік түрлендірулер жүргізіледі, алынған бейне мәліметтерінен кейбір
коэффициенттер жойылады, қалған коэффициенттерге кодтау ... ... ... ... ... жағдайда коэффициенттерді декодтау немесе
алынған нәтижеге кері түрлендірулер ... ... ... ... ... коэффициенттердің кейбір бөлігін жойғанда аса көп
ақпарат жоғалмайды деп жорамалдаймыз.
Түрлендірулер арқылы ... ... одан ... ... ... ... түсінудің негізі. Сонымен ... ... ... басқа да көзқарастар бар. ... ... ... түбінде
вейвлеттік түрлендірулер идеясына алып келеді.
17-сурет. Вейвлеттік талдау кезіндегі әртүрлі көзқарастар.
Алдымен орташа мән және бөлшектеу сияқты қарапайым идеядан ... ... орта ... ауыстыру арқылы сығуға болады. Ол сығудың
жоғарғы дәрежесін береді (1 сан барлық ... ... ... ... ... ... бейнені қалпына келтіру үшін біз ... ... ... Екі ... тұратын бейнені қарастырайық.
Оның а орта мәні және d ... ... ... ... арқылы өрнектейміз.
(5)
(6)
Бір жүйеден екінші жүйеге өткенде ақпарат ешқайда жоғалмайды. Егер
және ... ... ... онда d аз ... және ... жуықтауымен алмастыруға болады. Біздің сурет ... ... ... бейне болады, оның қателігі
(7)
d аз болғандықтан қателікте аз болады.
Бұл мысалымыз нақты суреттерге пайдалану ... бұл ... ... ... ... сығу ... түсіндіреді. Мұндай кішкентай
бөлшектер суреттің жалпы сипатына әсер ... Төрт ... ... ... бірлік интервалдағы функция деп қарастырайық.
(8)
Мұндағы, {1, егер ; 0 кері ... - ... және ... ... ... ... және ... төменгі-жиіліктегі және жоғарғы-жиіліктегі фильтрлер түрінде
бейнелеуге болады. Төменгі-жиіліктегі фильтр - төменгі-жиіліктегі ақпаратты
өткізеді (яғни бөліктердің аз ... ... ... ... ... Ал ... фильтр керісінше.
Екіөлшемді вейвлет-түрлендіру әр жолға бірөлшемді ... ... ... әр ... ... ... ... сызбада осы процесс көрсетілген. Мұндағы - жол
мен баған жоғарғы-жиіліктегі фильтрден ... - жол ... ал ... ... ... ... - жол төменгі-
жиіліктегі, ал баған жоғарғы-жиіліктегі фильтрден өткен. ... ... ... бөлігі тағы кішкентай бөліктеулерге бөлінген.
18-сурет. Екі өлшемді ... жол мен ... ... (Н) және ... (L) ... өту кезеңі.
Вейвлеттік түрлендірулер
Тура вейвлеттік түрлендіру. Бізде ... ... ... , n>0. f ... –ні және ... ... болады.
(10)
содан кейін
(11)
-дің элементі, сондықтан оны және ... ... ... ... табу. Ортогональдықты пайдаланамыз.
;
(12)
(әр-қайсысында)
;
(13)
Әр және - ... (11), (12) ... ... үшін (12) теңдігінің екі бөлігіне де -ді
көбейтіп, уақыт бойынша 0-ден 1-ге ... ... ... оң ... ... орнына (14)-ге қоямыз. Мысылы:
j=0 болғанда (12) ... сол жағы тең ... ... және ... екі ... бір матрицалық теңдеу түрінде көрсетуге болады.
(18)
(19)
және
(20)
және өлшемі -ге тең. х ... ... және ... бар ... ... ... ... жазуға болады:
(21)
Бірлік матрица , бірлік вектор 1 өлшемді.
Вейвлет-түрлендірудің әр ... біз (d) ... ... және (a) ... коэффициентін өңдейміз.Келесі
қадам: төменгі деңгейде орташалап, -ді орталаймыз және есептейміз.
(22)
Біз , -ні сақтаймыз. Ары қарай солай жалғасады.
Ең ... ... біз -дің орта ... (Бір ... ... компонентті вектор) сақтаймыз.
(23)
Нәтижесіндегі вейвлет-түрлендіруін 1+1+2+…+ = элементтен
тұратын жалғыз бағана-вектор ... ... ... вейвлеттік түрлендіру. Вейвлет-түрлендіруін ... ... ... біз бастапқы тізбегін арқылы қайта орнына
келтіруіміз керек. k ... k-1 ... өту ... іске асады:
(24)
Осыдан шығады:
(25)
(24) және (25) теңдеуінен төмендегідей шығады:
(26)
, ... ... ... (k-1) ... деңгейді біле отырып (k) жоғарғы
деңгейін табуға болады:
,
(28)
Матрица түрінде ол былай жазылады:
(29)
Кері ... ... біз оны (29) ... ... * ... ... (30), (31) және (18) ... және -ден ... (30) ... ... ... ... орындалады:
(34)
- бұл бірлік матрица х
(35)
(36)
Бейнені вейвлет көмегімен сығу. Осы уақытқа дейін біз бір ... ... ... сұр градациясындағы бейнені мәндері оң
сан болатын 2-өлшемді ... ... ... Массивтің әр элементі – ол
бейненің пикселдері. Вейвлет-түрлендіруді көп өлшемді тізбектерге, яғни
массивтерге қолдануға да болады.Ол үшін ... ... жолы ... ... жолы ... бейненің бағанасы түрленеді. Бізде 4 х ... ... ... ... ... ... функция түрінде көрсетуге
болады:
(38)
(39)
(38) – (39)-ның екі өлшемді түрі,
(40)
(41)
(40)-ді (41)-ке қойсақ:
(42)
(43)
(44)
(44) теңдігі (18)-тегіндей, ... бір ... ... ... ... ... біз вейвлет-түрлендірудің
нәтижесі болатын коэффициенттері бар теңдеулер ... ... ... ... әр ... ... қолданылады. Енді (44)-ті
(45)-ға қойып және ... ... ... келтіре отырып:
(46)
(53)-тегі қосындының әр қайсысы, тура (51)-дегідей.Сондықтанда оларға бір
өлшемді вейвлет-түрлендіруін қолдануға болады.
Қорытынды: ... ... алу ... әр ... ... ... әр ... бір өлшемді вейвлет-түрлендіруін
қолдану керек.
Сонымен вейвлет әдісіне негізделген бейнені сығу алгоритмінің негізгі
бөліктері келесідей:
1. Бейнені таңдау және ... ... ... екі өлшемді матрицалық түрге ауыстыру;
3. Декомпозиция: ... екі ... ... ... ... ... ... вейвлеттік түрлендіруге ұшыраған ... ... да бір ε ... ... одан ... 0-
ге теңестіру;
5. Кодтау;
6. Сығылған бейнені көру;
7. Декодтау;
8. Кері ... ... ... ... ... Бейнені сығу процесінің жалпы сұлбасы.
Тура және кері вейвлеттік түрлендіру алгоритмдері
Жұмыс істеуге ыңғайлы болуы үшін нормаланған масштабты функция ... ... ... n элементтен тұратын массивке Хаар
вейвлеттік түрлендірулерін жүргізудің ... ... әр жұп ... ... ... табу
(арифметикалық орта саны n/2 болады).
2. Осы жұптардың өзара айырымын табу (айырымдар саны n/2 болады).
3. Массивтің ... ... ... ... ал ... айырымдармен толтыру.
Осы процесті массивтің бірінші жартысындағы элементтермен ... ... ... ... ... ... Ал бейненің вейвлет-
түрлендіруін алу үшін, әр жолға содан кейін, әр ... ... ... қолдану керек. Кері вейвлеттік ... ... үшін ~A екі ... синтез массивін беру керек.
Осылайша алдымен әр баған үшін, содан соң әр жол үшін кері вейвлеттік
түрлендіруін жүргіземіз.
Бейнені сығу бағдарламасын параллельдеу қажеттілігі
Қазіргі ... ... әр ... ... шешуде
әдеттегі Фурье түрлендірулердің орнын басуда. Бұл көптеген салаларда, соның
ішінде компьютерлік ... және ... ... ДНК ... ... ... ... деректерді сығу мен тілді тануда да қолданылады.
Алайда, тізбекті жүзеге асу кезінде вейвлет-талдау алгоритмі қажетті
жылдамдыққа ие болмай отыр, бұл өз ... ... ... ... ... ... ... Демек, жоғарыда аталған әдістің
негізгі кемшілігі бейнені сығу ... ... ... және ... ... етеді. Бұл әдістің практикада кең ... ... ... осы ... ... жүргізудің өзектілігі құрылған алгоритмдердің
жұмыс жасау жылдамдығын арттыру ... ... Бұл ... ... жолы ... ... болып табылады.
Қазіргі кезде компьютерлік технологиялар өте жылдам ... ... ... ... және GRID технологиялары пайда болуы
есептеулерді параллельді өңдеуге мүмкіндік берді. Бұлар ... ... сығу ... кемшіліктерін жойып, әдістерді тиімділей
аламыз.
Параллельді есептеу деп – ... ... ... бір ... ... айтады. Қазіргі уақытта параллельді
есептеудің екі негізгі әдісі бар. Олар - мәліметті паралельдеу және ... ... ... ... ... – мәліметтер
массивінің барлық элементтеріне бір операция орындалады. Негізгі қасиеттері
– мәліметті ... бір ... ... ... процессорлерде
есептеу әлсіз синхронизацияланады, массив элементтеріне ... ... бір ... осы ... ... ... орындалады. Ал есепті параллельдеудің негізгі идеясы
күрделірек, өйткені ол ... ... ... ... ішкі ... ... орындалады.
Параллельді есептеу технологиясының ең кең таралған түрі - МРІ
(Message Passing Interface). Бұл ... ... ... ... ... - ... хабарлама жіберу арқылы жүзеге асады. МРІ Си
және Фортран тілдерінде жұмыс істеуге мүмкіндік береді.
Суперкомпьютерлер ... мен ... ... есептеулер параллельді
есептеудің негізін құрайды. Бір уақытта орындалатын операциялар бір есепті
шешуге ... ... ... ... ... ... ауа райын
болжауда, нанотехнологияларында, жаңалықтарда, ағымдағы ... ... ... ... алу ... генетика саласында, химиялық есептеулер
кезінде, жұмыс ортасының бірлесуінде, деректер қорын ... ... ... орындау кезінде, аэродинамика, жану теориясында,
медициналық автоматтандырылған диагноз қою кезінде, компьютерлік ойындарда,
ядролық реакторларда, ... ... ... сұр түстің градациясындағы бейнені екі
өлшемді массив түрінде беруге болады және ... ... ... жүктеледі. Бейнені әртүрлі бөліктерге бөліп, әр бөлікке сығу
алгоритмін қолдануға ... Бір ... ... процессорде
орындалғандықтан, мәліметті параллельдеу әдісіне жатқызуға болады.
Бейненi өңдеудiң төменгi деңгейi сақталынған ... ... ... ол оны ... және бейненi адам және ... ... ... өңдеудiң төменгi деңгейi бейненi жақсарту үшiн әрбiр
пиксельдiң мәнiн қолданады. Мұндай ... ... ... ... ... жиi ... ... соның нәтижесiнде пиксельдердiң
нақты мәнi өзгеруi мүмкiн. Ерекше жағдайда ... ... ... ... ... ... шуылдарды жою амалын шуылдарды тазалау немесе
шуылды азайту деп аталады. Төменгi деңгейдегi ... ... ... ... деп ... және ... ... объектiмен
салыстырылатын объект араластырылады. Араластырудың қарапайым түрi – ... ... ... ... ... ... ... төменгi деңгейiнiң алдында параллельді өңдеудi қолданудың
маңыздылығын атап өткен жөн. Деректерді процессорлар арасында бөлу ... ... ... ... байланысы параллельді
бағдарламалаудың негізгі мәселесі болып табылады. Сондықтан ең ... жету үшін ішкі ... ... бөліп шығару қажет. Бейнені
вейвлеттік сығу алгоритмін параллельдеудің бірнеше ... ... ... бірі ... ... ... вейвлеттік түрлендіруді
жүргізу баысындағы жолдар мен бағандарды процессорларға бөлу. Сонымен ... ... ... ... ... Бұл әдістің негізгі идеясы төменде
сипатталған.
Бейнені сығу бағдарламасын параллельдеу әдісі
Алдымен процессорлар саны ... ... ... і - вейвлеттік
декомпозиция деңгейінің санына тең болатын бүтін типті мән. ... ... әр ... і ... ... ... ... жөнінде мәліметке ие деп ... ... бір ... ... да бір төрт ішкі ... ... ... процессорлар
арасында бөліп алынады. Төмендегі суретте 2 деңгейлі декомпозиция кезіндегі
бейненің 16 процессор ... ... ... ... көрсетілген.
20-сурет. Екі деңгейлі декомпозиция кезіндегі параллельді процестер
Әрбір ішкі бейнеде ... ... ... ... ... мен ... тұратын процессор рангін көрсететді. Осы
идеяға байланысты ұсынылатын алгоритм келесідей:
1. Негізгісінен (рангісі 0 болатын процессор) ... ... ... ішкі ... ... ... ... коэффициенттерді
нөлге теңестіреді (рангісі 0 болатын процессор бастапқы бейненің
аппроксимациясын сақтайды, ал децимация бейненің ... ... Әр ... кодтаудың бір түрін (Хаффман, арифметикалық және
т.б.) жүргізеді.
3. Әр процессор өзінің ... ... ... ... ... процессор дегеніміз рангісі int(i/4)*4 болатын
процессор, мұндағы і ағындық ... ... ... ... ... ... кодталған бейнелерді алған
соң ол одан үлкенірек бейнені қайта қалпына келтіреді де, ... ... ... ... ... негізгі процессорға
жібереді. Бұл процесс рангісі 0 болатын негізгі процессор барлық
кодталған шағын бейнелерді жинақтағанша жүреді.
Жоғарыда сипатталған алгоритмнің ... ... ... ... Parallelization()
{
If (rank!=0) Decimate();
Kodirovanie();
For (i=1; i k);
Console.WriteLine("Выполнено.");
stopWatch.Stop();
// Уақыт айырмасын алу
TimeSpan ts = ... ... Matrix = ... ... = new Bitmap[centroids.Count];
for (int i = 0; i < centroids.Count; i++)
{
bmapArray[i] = new ... ... ... (int j = 0; j < ... ... (int i = 0; i < centroids.Count; i++)
{
ClusterPoint p = points[j];
if ... i] == ... ... (int i = 0; i < ... ... + i + ... " + k + " ... (int i = 0; i < points.Count; i++)
{
points[i] = null;
}
for (int i = 0; i < ... ... = ... = ... void ... ... e)
{
if (openFileDialog.ShowDialog() == DialogResult.OK)
{
try
{
btnStart.Enabled = true;
pictureBox1.Image = ... ... = ... ... ... ... ex)
{
MessageBox.Show("Изображение данного формата не
поддерживается: " + ex.Message, "Error",
MessageBoxButtons.OK, MessageBoxIcon.Error);
}
catch (ArgumentException ex)
{
MessageBox.Show("Неправильное изображение: " +
ex.Message, "Error",
MessageBoxButtons.OK, MessageBoxIcon.Error);
}
catch
{
MessageBox.Show("Ошибка при ... ... ... void ... sender,
EventArgs e)
{
this.Close();
}
private void btnCancel_Click(object sender, EventArgs e)
{
if ... != ... = ... void frmIsoDataClustering_Load(object sender,
EventArgs ... void ... sender, ... e)
{
}
}
}
4.2 Java тілінде алгоритімінің параллельді орындалуы
Келесі жүйе ... ISODATA ... ... Java ... және параллельді бағдарламаларын ... ... ... үшін javаmpi ... ... ... алгоритімінің параллельдеу алгоритімі толығымен алдыңғы
тарауларды ашылып түсіндіріліп кеткен. Java ... ... ... ... алгоритімінің код үзіндісі:
public class ISODATA extends ClusteringAlgorithm
{
int A;
public ISODATA (DataConfiguration cfg, Dataset set, Distance ... K, int nc, int tn, float s, float c, int ... I, int size,int rank ... ... ... ... N = set.instances();
int blockNum = N/size;
int start = rank * ... end = start + ... actual[] = new ... ... ... = N;
if (K>N)
K = N;
for (j=0; jN)
K = N;
for (j=0; j=2*K) ) {
lumping (c,L);
} else ... ( ... s, ... tn, ... ... MPI.INT, ... while(isStillMoving)
Java тіліндегі бағдарламаның параллельді нәтижесі:
23-сурет. Java тіліндегі параллельді бағдарламаның нәтижесі
5. НӘТИЖЕЛЕР АНАЛИЗІ
Кластеризация алгоритімінің параллельді бағдарламасының анализі, 1
және 2 ... ... ... ... санына байланысты есептеу
жылдамдығының сұлбасы (22-23сурет).
24-сурет. Түйін саны 1 болған кездегі параллельді бағдарламаның
ядролар санына ... ... ... ... ... саны 2 ... ... параллельді бағдарламаның
ядролар санына байланысты есептеу жылдамдығының сұлбасы.
Яғни түйін саны көп болған сайын және процессор ядроларының саны ... ... ... ... ... ... ... бұл
әрине есептеуіш процесстерді қайда ғұрым жеңілдетеді.
ҚОРЫТЫНДЫ
Қорыта ... ... ... ... ... ... қоршаған ақпараттық мәліметтер спутникпен байланысы бар мәлімет, олар
ия телефон қоңырауы болсын, ия ... ... ия ... Сол ... ... ... деген қызуғушылық
артуда. Қызуғушылық артқан сайын спутниктік мәліметтердің сапалы болуына
талап өсуде. ... ... ... ... ... ... бола ... картография, ауылшаруашылығы, әскери мақсаттарда және
тағы басқа салаларда үлкен қолданысқа ие.
Мультиспектралды бейнелер өз ... жер беті ... ... ... ... ... қәзіргі таңда өзекті мәселерге
айналған. ... ... ... ... ... , ... ... және де басқа көптеген адам ... үшін ... ... ... береді.
Мультиспектралды бейнелерді өңдеу алгоритмдері айтарлықтай көп, брақ
олардың ішінде ... ... ... бірі IsoData ... ... ... ... алгоритм, бұл оның жоғары
қолданысқа ие болуын түсіндіреді.
Мультиспектралды бейнелер алуан түрлі ... ... ... ... түсіндіреді. Бұл оның өңделуі кезінде көптеген
ыңғайсыздықтарға әкеле отырып үлкен есептеуіш ресурстарын талап ... ... ... ... да бұл жерде орындылығы түсінікті
болып отыр. Қарапайым алгоритм және параллельді технологиялар ... ... қол ... ... ... Осының куәсі ретінде магистрлік
жұмысты көрсетуге болады. Бұл жұмыс өзінің қарапайымдылығы мен ыңғайлығымен
көптеген ... өз ... ... ... ... ... ... методы географических исследований: Учеб. для студ.
высш. ... ... Ю.Ф., ... В.И., Тутубалина О.В. -
М.: Издательский центр "Акадкмия", 2004. - 336 с.
2. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование ... из ... ... ... Учебное пособие. – М.: Логос, 2001. – 264
с.
3. Геоинформационные системы: Обработка и анализ ... ... ... ... С.А. ... А.П. ... ООО "Дата+". Москва,
2002. 118с.
4. Применение ... ... ... при ... ДЗЗ / И.А. ... В.О. ... 59-62 c.
5. Лурье И.К., Косиков А.Г. Теория и ... ... ... // М.: ... мир, 2003. 166 с.
6. Parallel Algorithm Evaluation in the Image and Clustering Processing /
C. ... I. Balan, 2011. 89-91 ... ... cluster and ... ... parallel ... ... imaging algorithms / Antonio Plaza, Chein-I ... Plaza , David Valencia 3-4 ... Parallel ... for ... ... from hyperspectral
imagery using heterogeneous networks of workstations / Antonio J. ... ... ... ... обработки
мультиспектральных изображений /Атейбекова Ш.Е, 2012.

Пән: Астрономия
Жұмыс түрі: Дипломдық жұмыс
Көлемі: 54 бет
Бұл жұмыстың бағасы: 1 300 теңге









Ұқсас жұмыстар
Тақырыб Бет саны
Абай шығармаларындағы назирагөйлік дәстүрдің зерттелу жайы8 бет
Дихроматометрия4 бет
DES (Data Encryption Standard) алгоритмін талдау21 бет
Мәліметтер қорының басқа да модельдері6 бет
Мәліметтер қорының басқа да модельдері туралы ақпарат6 бет
ADSL технологиясын Алматы каласында автоматизациялау53 бет
CDMA-450 технологиясының негізінде Жамбыл облысы Қаратау қаласында сымсыз желіні ұйымдастыру51 бет
Corel Draw программасын түрлі графикалық бейнелерді өңдеуге қолданудың әдістемелік негіздері21 бет
MapInfo бағдарламасындағы ГАЖ технологиясын пайдаланып дифференцияцияланған ландшафтық карталарын жасау әдістері (Алатау аумағында)30 бет
«Мектеп жасына дейінгі балалардың тілін дамытудағы ойын технологиясының түрі – ұсақ моториканың маңызы».9 бет


+ тегін презентациялар
Пәндер
Көмек / Помощь
Арайлым
Біз міндетті түрде жауап береміз!
Мы обязательно ответим!
Жіберу / Отправить


Зарабатывайте вместе с нами

Рахмет!
Хабарлама жіберілді. / Сообщение отправлено.

Сіз үшін аптасына 5 күн жұмыс істейміз.
Жұмыс уақыты 09:00 - 18:00

Мы работаем для Вас 5 дней в неделю.
Время работы 09:00 - 18:00

Email: info@stud.kz

Phone: 777 614 50 20
Жабу / Закрыть

Көмек / Помощь