informИнформатикаInformatics1816-03012617-6963UIIP NASBinform-577Research ArticleОБРАБОТКА СИГНАЛОВ, ИЗОБРАЖЕНИЙ, РЕЧИ, ТЕКСТА И РАСПОЗНАВАНИЕ ОБРАЗОВSIGNAL, IMAGE, SPEECH, TEXT PROCESSING AND PATTERN RECOGNITIONМЕТОД ВЫЧИСЛЕНИЯ ОБОБЩЕННОГО ГРАДИЕНТА ДЛЯ ТЕКСТУРНЫХ ИЗОБРАЖЕНИЙКовалевВ. А.Объединенный институт проблем информатики НАН БеларусиBelarus20080511201803(19)5669Copyright © Ковалев В.А., 20182018Ковалев В.А.Ковалев В.А.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://inf.grid.by/jour/article/view/577

Рассматривается новый метод вычисления обобщенного градиента яркости для обнаружения и визуализации скрытых (в том числе невидимых для человеческого глаза) объектов на цифровых изображениях типа случайных текстур. Суть предлагаемого метода заключается в вычислении градиентного изображения специального вида с использованием техники скользящего окна. В качестве степени различия, т. е. величины локального «градиента», могут использоваться точность классификации указанных выборок пикселей, взятых из двух половин окна, величина статистической значимости различий, получаемая с помощью теста Стьюдента, или результат сравнения выборок, полученный любым другим подходящим способом.

ReferencesInability of humans to discriminate between visual textures that agree in second-order statistics: revisited / B. Julesz [et al.] // Perception. – 1973. – Vol. 2. – P. 391–405.Inability of humans to discriminate between visual textures that agree in second-order statistics: revisited / B. Julesz [et al.] // Perception. – 1973. – Vol. 2. – P. 391–405.Julesz, B. Textons, the elements of texture perception, and their inter-action // Nature. –1981. – Vol. 290. – P. 91–97.Julesz, B. Textons, the elements of texture perception, and their inter-action // Nature. –1981. – Vol. 290. – P. 91–97.Abnormalities in the recirculation phase of contrast agent bolus passage in cerebral glioblastomas: Comparison with relative blood volume and tumor grade / A. Jackson [et al.] // American Journal of Neuroradiology. – 2002. – Vol. 23. – P. 7–14.Abnormalities in the recirculation phase of contrast agent bolus passage in cerebral glioblastomas: Comparison with relative blood volume and tumor grade / A. Jackson [et al.] // American Journal of Neuroradiology. – 2002. – Vol. 23. – P. 7–14.Petrou, M. Three-dimensional nonlinear invisible boundary detection / M. Petrou, V. Kovalev,Petrou, M. Three-dimensional nonlinear invisible boundary detection / M. Petrou, V. Kovalev,J. Reichenbach // IEEE Transactions on Image Processing. – 2006. – Vol. 15 (10). – P. 3020–3032.J. Reichenbach // IEEE Transactions on Image Processing. – 2006. – Vol. 15 (10). – P. 3020–3032.Petrou, M. 3D non-linear invisible boundary detection filters / M. Petrou, F. Mohanna,Petrou, M. 3D non-linear invisible boundary detection filters / M. Petrou, F. Mohanna,V. Kovalev // 2nd International Symposium on 3D Data Processing, Visualization and Transmission (3DPVT-2004), 2004. – Thessaloniki, Greece: Comp Society Press, 2004 – P. 970–978.V. Kovalev // 2nd International Symposium on 3D Data Processing, Visualization and Transmission (3DPVT-2004), 2004. – Thessaloniki, Greece: Comp Society Press, 2004 – P. 970–978.Kovalev, V.A. Invisible differences in brain images of schizophrenics and controls /Kovalev, V.A. Invisible differences in brain images of schizophrenics and controls /V.A. Kovalev, M. Petrou // Medical Image Understanding and Analysis. – Imperial College, Lon-don, United Kingdom, 2004. – P. 109–112.V.A. Kovalev, M. Petrou // Medical Image Understanding and Analysis. – Imperial College, Lon-don, United Kingdom, 2004. – P. 109–112.Petrou, M. Statistical differences in the grey level statistics of T1 and T2 MRI data of glioma patients / M. Petrou, V. Kovalev // International Journal of Scientific Research. – 2006. – Vol. 16. –Petrou, M. Statistical differences in the grey level statistics of T1 and T2 MRI data of glioma patients / M. Petrou, V. Kovalev // International Journal of Scientific Research. – 2006. – Vol. 16. –P. 119–123.P. 119–123.Kovalev, V. Exploring the limits of CT image intensity for discriminating lung tumours and the atelectasis / V. Kovalev, M. Petrou, S. Khoruzhik // In: Medical Image Understanding and Analysis (MIUA 2007). – Aberystwyth, United Kingdom, 2007. – P. 21–25.Kovalev, V. Exploring the limits of CT image intensity for discriminating lung tumours and the atelectasis / V. Kovalev, M. Petrou, S. Khoruzhik // In: Medical Image Understanding and Analysis (MIUA 2007). – Aberystwyth, United Kingdom, 2007. – P. 21–25.Ковалев, В.А. Исследование эффективности яркостной информации для сегментации участков ателектаза и раковых опухолей на КТ-изображениях легкого / В.А. Ковалев, С.А. Хоружик, А.Н. Михайлов // Информатика. – 2005. – № 2. – C. 93–101.Ковалев, В.А. Исследование эффективности яркостной информации для сегментации участков ателектаза и раковых опухолей на КТ-изображениях легкого / В.А. Ковалев, С.А. Хоружик, А.Н. Михайлов // Информатика. – 2005. – № 2. – C. 93–101.Михайлов, А.Н. Современные подходы к оценке опухолевой регрессии при лучевой терапии рака легкого / А.Н. Михайлов, С.А. Хоружик, В.А. Ковалев // Весці НАН Беларусі. Cер. мед. навук. – 2005. – № 3. – С. 111–117.Михайлов, А.Н. Современные подходы к оценке опухолевой регрессии при лучевой терапии рака легкого / А.Н. Михайлов, С.А. Хоружик, В.А. Ковалев // Весці НАН Беларусі. Cер. мед. навук. – 2005. – № 3. – С. 111–117.Wehrens, R. The bootstrap: a tutorial / R. Wehrens, H. Putter, L.M.C. Buydens // Chemo¬metrics and Intelligent Laboratory Systems. – 2004. – Vol. 54. – P. 35–52.Wehrens, R. The bootstrap: a tutorial / R. Wehrens, H. Putter, L.M.C. Buydens // Chemo¬metrics and Intelligent Laboratory Systems. – 2004. – Vol. 54. – P. 35–52.Classification and regression trees. Chapman & Hall / L. Breiman [et al.] // CRC. – N.-Y., 1984. – 368 p.Classification and regression trees. Chapman & Hall / L. Breiman [et al.] // CRC. – N.-Y., 1984. – 368 p.Cortes, C. Support-vector network / C. Cortes, V. Vapnik // Machine Learning. – 1995. – Vol. 20. – P. 1–25.Cortes, C. Support-vector network / C. Cortes, V. Vapnik // Machine Learning. – 1995. – Vol. 20. – P. 1–25.Breiman, L. Random Forests / L. Breiman // Machine Learning. – 2001. – Vol. 45(1). –Breiman, L. Random Forests / L. Breiman // Machine Learning. – 2001. – Vol. 45(1). –P. 5–32.P. 5–32.

The authors declare that there are no conflicts of interest present.