Guo, H. Wavelet based speckle reduction with application to SAR based ATD/R. / H. Guo, J.E. Odegard, M. Lang, R.A. Gopinath, I.W. Selesnick,
C.S. Burrus // First International Conference on Image Processing, – Nov. 1994. –
Vol. 1. – P. 75–79.
55.
Haykin, S. Neural Networks – a Comprehensive Foundation (2
nd
Edition). / S. Haykin. – India.: Prentice Hall, 2005. – 823 p.
56.
Hu, M.-K. Visual pattern recognition by moment invariants / M.-K.
Hu // IRE Transactions on Information Theory. – 1962. – P. 179–187.
57.
Jansen, M. Geometrical Priors for Noise-free Wavelet Coefficient
128
Configurations in Image Denoising in Bayesian inference in wavelet based models.
/ M. Jansen, A. Bultheel. / Editors P. Muller, B. Vidakovic – Springer Verlag,
1999. – P. 223–242.
58.
Jiang, Q. Principal Component Analysis and Neural Network Based
Face
Recognition
[Электронные ресурсы]
/
Режим доступа: http://bit.csc.lsu.edu/jianhua/zhifeng-yun.pdf. Дата обращения: 07.10.2013.
59.
Kakarwal, S. Wavelet Transform based Feature Extraction for Face
Recognition / S. Kakarwal, R. Dsehmukh // Informatica, 2004. – Vol. 15. – №. 2. –
P. 243–250.
60.
Kan, C. Invariant character recognition with Zernike and orthogonal
Fourier-Mellin moments. / C. Kan, M.D. Srinath // Pattern Recognition, – 2000. –
Vol. 35. – P. 143–154.
61.
Katsavounidis, I. Image compression with embedded wavelet coding via vector quantization. / I. Katsavounidis, C.J. Kuo // In SPIE Conference on
Mathematical Imaging. – San Deigo, California, 1995. – P. 333–344.
62.
Khotanzad, A. Invariant image recognition by Zernike moments. / A.
Khotanzad, Y.H. Hong // IEEE Transactions on Pattern Analysis and Machine
Intelligence. – 1990. – Vol. 12. – № 5. – P. 489–497.
63.
Kim, B.-G. Fast image segmentation based on multi-resolution analysis and wavelets. / B.-G. Kim, J.-I. Shim, D.-J. Park // Pattern Recognition
Letters/ – 2003. – Vol. 24. – P. 2995–3006.
64.
Kim, K. Face Recognition using Principle Component Analysis. / K.
Kim // International Conference on Computer Vision and Pattern Recognition, –
1996. – P. 586–591.
65.
Kimura, F. Modified quadratic discriminant functions and the application to Chinese character recognition / F. Kimura, K. Takashina, S.
Tsuruoka, Y. Miyake // IEEE Transactions on Pattern Analysis and Machine
Intelligence. – 1987. – Vol. 9. – № 1. – P. 149–153.
66.
Kirk, R. C# and Java: Comparing Programming Languages
[Электронные ресурсы] / Режим доступа: http://msdn.microsoft.com/en-
129 us/library/ms836794.aspx. Дата обращения: 07.10.2011.
67.
Kumar, S.A. Wavelet based Multi Class image classification using
Neural Network / S.A. Kumar, S.Tiwari, V.P. Shukla // International Journal of
Computer Applications. – 2012. – Vol. 37. – № 4. – P. 21–25.
68.
Lai, J.H. Face recognition using holistic Fourier invariant features. /
J.H. Lai, P.C. Yuen, G.C. Feng // Pattern Recognition, – 2001. – Vol. 34. P. 95–
109.
69.
LeCun, Y. Convolutional Networks and Applications in Vision / Y.
LeCun, K. Kavukcuoglu, C. Farabet // International Symposium on Circuits and
Systems (ISCAS'10). – Paris: IEEE, 2010. – P. 253–256.
70.
LeCun, Y. Gradient-based learning applied to document recognition. /
Y. LeCun, L. Bottou, Y. Bengio, P. Haffner. // Proceedings of the IEEE, –
November 1998. – Vol. 86. – № 11. – P. 2278–2324.
71.
Lienhart, R. Comparison of Automatic Shot Boundary Detection
Algorithms / R. Lienhart // Proceedings SPIE Conference on Storage and Retrieval for Image and Video Databases. – San Jose, 1999. – Vol. 3656. – P. 209–301.
72.
Liu, C.-L. Handwritten digit recognition: bench-marking of state-of- the-art techniques. / C.-L. Liu, K. Nakashima, H. Sako, H. Fujisawa // Pattern
Recognition. – 2003. – Vol. 36. – № 10. – P. 2271–2285.
73.
Low, Y. Wavelet based Medical Image Compression using EZW. / Y.
Low, R. Besar // Proceedings of 4th National Conference on Telecommunication
Technology, – Shah Alam, Malaysia, 2005. – P. 203–206.
74.
Luettin, J. Evaluation Protocol for the Extended M2VTSDatabase
(XM2VTSDB). / J. Luettin, G. Maitre // IDIAP-COM 05, IDIAP, 1998.
75.
Mahmood, R.K. Wavelets and Support Vector Machines for Texture
Classification [Электронные ресурсы] / R.K. Mahamood, R.N. Mahmood //
Режим доступа: http://eprints.dcs.warwick.ac.uk/494/1/inmic04.pdf.
Дата обращения: 06.05.2011.
76.
Malfait, M. Wavelet based image denoising using a Markov Random
Field a priori model. / M. Malfait, D. Roose // IEEE Transactions on Image
130
Processing, – 1997. – Vol. 6. – № 4. – P. 549–565.
77.
Mallat, S. A theory for multiresolution signal decomposition; the wavelet representation. / S. Mallat // IEEE transaction on PAMI, – July 1989. –
Vol. 11. – № 7. – P. 674–693.
78.
Mallat, S. A wavelet Tour of Signal Processing. / Mallat, S. /
Academy Press, New York, 1999.
79.
Mallat, S. Multifrequency channel decompositions of images and wavelet models. / S. Mallat // IEEE Transaction on Acoust., Speech, Signal
Processing, – Dec. 1989. – Vol. 37. – P. 2091–2110.
80.
Maltoni, D. Handbook of fingerprint recognition / D. Maltoni, D.
Maio, A.K. Jain, S. Prabhakar – N.Y.: Springer, 2003. – 348 p.
81.
Mazloom M, Face Recognition using PCA, Wavelets, and Neural
Networks / M. Mazloom, S. Kasaei // Proceeding of the First International
Conference on Modeling, Simulation and Applied Optimization – Sharjah, U.A.E.,
February 1–3, 2005. – P. 1–6.
82.
Mehdi, L. Combining Wavelet Transforms and Neural Networks for
Image Classification / M. Lotfi, A. Solimani, A. Dargazany, H. Afzal, M.
Bandarabadi // 41st Southeastern Symposium on System Theory, – Tullahoma,
TN, USA. 2009. – P. 44–48.
83.
Moon, H. Analysis of PCA-based Face Recognition Algorithms,
Empirical Evaluation Techniques in Computer Vision. / H. Moon, P.J. Phillips/
Editors K.J. Bowyer, P.J. Phillips – IEEE CS, 1998.
84.
Morlet, J. Wave propagation and sampling theory 1, complex signal and scattering in multilayered media. / J. Morlet, G. Arens, E. Fourgeau, D. Giard
// Geophysics, – 1982. – Vol. 47 – P. 203–221.
85.
Ning, L.I. An Implementation of OCR System Based on Skeleton
Matching [Электронные ресурсы] / L.I. Ning – Режим доступа: http://kar.kent.ac.uk/21129/1/OCRNing.pdf.
Дата обращения: 01.12.2013.
86.
Noreen, N. MRI Segmentation through Wavelets and Fuzzy C-
Means. / N. Noreen, K. Hayat, S.A. Madani // World Applied Sciences Journal 13
131
(Special Issue of Applied Math), – 2011. – P. 34–39.
87.
Nowak, R.D. Wavelet-based Rician noise removal for magnetic imaging. / R.D. Nowak // IEEE Transaction on Image Processing, – Oct 1999. –
Vol. 8. – № 10. – P. 1408–1419.
88.
Odegard, J.E. Wavelet based SAR speckle reduction and image compression / J.E. Odegard, H. Guo, M. Lang, C.S. Burrus, R.O. Wells // In Proc.
SPIE Symposium on OE/Aerospace Sensing and Dual Use Photonics, – Orlando,
Florida, April 1995. – P. 17–21.
89.
Park, S.B. Content-based image classification using a neural network
/ S.B. Park, J.W. Lee, S.K. Kim // Pattern Recognition Letters. – 2004. – P. 287–
300.
90.
Pasnur, M.A. Image Retrieval Using Modified Haar Wavelet
Transform and K Means Clustering / M.A. Pasnur, P. S. Malge // International
Journal of Emerging Technology and Advanced Engineering. – 2013. – Vol. 3. –
Issue 3. – P. 89–93.
91.
Phillips, P. The FERET Evaluation Methodology for Face-
Recognition Algorithms. / P. Phillips, H. Moon, S.Y. Rizvi, P.J. Rauss // Tech.
Rep. NI-STIR 6264, – 1998.
92.
Pizurica, A. A wavelet-based image denoising technique using spatial priors. / A. Pizurica, W. Philips, I. Lemahieu, M. Acheroy // In Proceedings IEEE
International Conference on Image Processing ICIP, – Vancouver, BC, Canada,
2000. – P. 296–299.
93.
Pizurica, A. Image de-noising in the wavelet domain using prior spatial constraints. / A. Pizurica, W. Philips, I. Lemahieu, M. Acheroy //
Proceedings IEE Conference on Image Processing and its Applications IPA, –
Manchester, UK, 1999. – P. 216–219.
94.
Pizurica, A. The application of Markov random field models to wavelet-based image denoising. / A. Pizurica, W. Philips, I. Lemahieu, M.
Acheroy // In Imaging and Vision Systems: Theory, Assessment and Applications.
/ Editors J. Blanc-Talon, D. Popescu, – NOVA Science Books, Huntington, USA,
132 2001.
95.
Pratt, W.K. Digital Image Processing / W.K. Pratt – N.Y.: Wiley
Interscience, 2001. – 738 p.
96.
Ramana Reddy, B.V. Texture Classification Method using Wavelet
Transforms Based on Gaussian Markov Random Field / B.V. Ramana Reddy, M.
Radhika Mani, K.V. Subbaiah // International Journal of Signal and Image
Processing. – 2010. – Vol. 1. – Issue. 1. – P. 35–39.
97.
Rice, R.S. The Fourth Annual Test of OCR Accuracy [Электронные ресурсы] / V.S. Rice, R.F. Jenkins, T.A. Nartker // – Режим доступа: http://stephenvrice.com/images/AT-1995.pdf. Дата обращения: 02.09.2012.
98.
Richard Casey, M. A Survey of Methods and Strategies in Character
Segmentation / M. Richard Casey, E. Lecolinet // IEEE Transaction on PAMI.
1996 – Vol. 18. – № 7. – P. 690–706.
99.
Srikantan, G. Gradient-based contour encoder for character recognition. / G. Srikantan, S.W. Lam, S.N. Srihari // Pattern Recognition. – 1996.
– Vol. 29. – № 7. – P. 1147–1160.
100. Strutz, T. Image data compression with pdf-adaptive reconstruction of wavelet coefficients. / T. Strutz, E. Muller // In SPIE Conference on
Mathematical Imaging, – San Deigo, California, July 1995. – P. 747–758.
101. Su, C.K. Wavelet Tree Classification and Hybrid Coding for Image
Compression. / C.K. Su, H.C. Hsin, S.F. Lin // IEE Proceedings on Vision, Image and Signal Processing, – 2005. – Vol. 152. – № 6. – P. 752–756.
102. Turk, M.A. Face recognition using Eigen faces. / M.A. Turk, A.L.
Pentland // Proceedings IEEE Computer Society Conference of Computer Vision and Pattern Recognition, – 1991. – P. 586–591.
103. Turk, M.A. Eigenfaces for Recognition. / M.A. Turk, A.L. Pentland //
Journal of Cognitive Neuroscience, – 1991. – Vol. 3. – № 1. – P. 71–86.
104. Unser, M. Texture classification and segmentation using wavelet frames. / M. Unser // IEEE Transaction on Image Processing. – 1995. – Vol. 4. –
№ 11. – P. 1549–1560.
133 105. Vaktin, M. The system of handwritten characters recognition on the basis of Legendre moments and neural network [Электронные ресурсы] / M.
Vaktin,
M.
Selinger
–
Режим доступа: http://www.iie.uz.zgora.pl/iie_archiwum/desdes01/files/ref/V-5.pdf.
Дата обращения: 01.12.2013.
106. Venkatrama Phani Kumar S. Face Recognition Using Wavelet
Based Kernel Locally Discriminating Projection / S. Venkatrama Phani Kumar,
K.V.K. Kishore, K. Hemantha Kumar // International Journal of Computer Theory and Engineering. – August, 2010. – Vol. 2. – No. 4. – P. 1793–8201.
107. Wadkar, P.D. Face Recognition using Discrete Wavelet Transforms /
P.D. Wadkar, M. Wankhade // International Journal of Advanced Engineering
Technology. – 2012. – Vol. III. – Issue I. – P. 239–242.
108. Wang, J.Z. Content-based image indexing and searching using
Daubechies' wavelets / J.Z. Wang, G. Wiederhold, O. Firschein, S.X. Wei //
International Journal on Digital Libraries. – 1997. – P. 311–328.
109. Weibao, Z. Image Classification Using Wavelet Coefficients in Low- pass Bands / Z. Weibao, Y. Li // Proceedings of International Joint Conference on
Neural Networks, Orlando, Florida, USA. – 2007. – P. 114–118.
110. Wunsch, P. Wavelet descriptors for multiresolution recognition of handprinted characters. / P. Wunsch, A.F. Laine // Pattern Recognition, – August
1995. – Vol. 28. – Issue. 8. – P. 1237–1249.
111. Yamashita, Y. Classification of handprinted Kanji characters by the structured segment matching method. / Y. Yamashita, K. Higuchi, Y. Yamada, Y.
Haga // Pattern Recognition Letters, – 1983. – Vol. 1. – P. 475–479.
112. Yambor, W.S. Analyzing pca-based face recognition algorithms:
Eigenvector selection and distance measures. / W.S. Yambor, B.A. Draper, J.R.
Beveridge // In Empirical Evaluation in Computer Vision, – July 2000.
113. Yuka, H. Image Classification by Lifting Wavelet PCA
[Электронные ресурсы]. / H. Yuka, S. Takano, K. Niijima – Режим доступа: http://www.i.kyushu-u.ac.jp/doitr/trcs228.pdf.
Дата обращения: 01.09.2012.
134 114. Zhang, B.-L. Face Recognition by Applying Wavelet Subband
Representation and Kernel Associative Memory / B.-L. Zhang, H. Zhang, S.S. Ge
// IEEE Transactions on Neural Networks. – January, 2004. – Vol. 15. – No. 1. – P.
166–177.
115. Zhang, D. A comparative study on shape retrieval using Fourier descriptors with different shape signatures / D. Zhang, G. Lu // In Proceedings of the IEEE International Conference on Multimedia and Expo. – Tokyo, Japan,
2001. – P. 1139–1142.
116. Zhang, J. A Medical Image Segmentation Method based on SOM and
Wavelet Transform. / J. Zhang, Q. Liu, Z. Chen // Journal of Communication and
Computer, – May 2005. – Vol. 2. – №. 5.
117. Zhujie, Y.L.Y. Face recognition with Eigen faces. / Y.L.Y. Zhujie //
Proceedings IEEE International Conference Industrial Technology, – 1994. – P.
434–438.
135
ПЕРЕЧЕНЬ ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ
Статьи в журналах, которые включены в перечень российских
рецензируемых научных журналов и изданий для опубликования основных
научных результатов диссертаций:
1.
Фан, Н.Х. Анализ алгоритмов обнаружения импульсного шума на цифровых изображениях / Н.Х. Фан, В.Г. Спицын // Известия Томского политехнического университета. – Томск: ТПУ, 2011. – T. 318. – № 5. – С.
70–73.
2.
Буй, Т.Т.Ч. Алгоритмическое и программное обеспечение для классификации цифровых изображений с помощью вейвлет-пребразования
Хаара и нейронных сетей / Т.Т.Ч. Буй, Н.Х. Фан, В.Г. Спицын // Известия
Томского политехнического университета. – Томск: ТПУ, 2011. – T. 319. – № 5. – С. 103–106.
3.
Фан, Н.Х. Алгоритмы для классификации отпечатков пальцев на основе применения фильтра Габора, вейвлет-преобразования и многослойной нейронной сети / Н.Х. Фан, В.Г. Спицын // Известия Томского политехнического университета. – Томск: ТПУ, 2012. – T. 320. – № 5. – С.
60–64.
4.
Буй, Т.Т.Ч. Распознавание лиц на основе применения метода
Виолы–Джонса, вейвлет-преобразования и метода главных компонент /
Т.Т.Ч. Буй, Н.Х. Фан, В.Г. Спицын // Известия Томского политехнического университета. – Томск: ТПУ, 2012. – T. 320. – № 5. – С. 54–59.
5.
Буй, Т.Т.Ч. Распознавание лиц и жестов на основе применения вейвлет-преобразования и метода главных компонент / Т.Т.Ч. Буй, Н.Х. Фан,
В.Г. Спицын // Нелинейный мир. – Москва: Радиотехника, 2012. – Т. 10 – № 6 – С. 371–379.
6.
Фан, Н.Х. Распознавание печатных текстов на основе применения вейвлет-преобразования и метода главных компонент / Н.Х.
Фан, Т.Т.Ч. Буй, В.Г. Спицын // Известия Томского политехнического
136 университета. – Томск: ТПУ, 2012. – T. 321. – № 5. – С. 154–158. 7. Фан, Н.Х. Распознавание жестов на видеопоследовательности в режиме реального времени на основе применения метода Виолы-Джонса, алгоритма CAMShift, вейвлет-преобразования и метода главных компонент. / Н.Х. Фан, Т.Т.Ч. Буй, В.Г. Спицын // Вестник Томского государственного университета. Управление, вычислительная техника и информатика – Томск: ТГУ, 2013. – Т. 23. – № 2. – С. 102–111. Публикации в других научных изданиях: 8. Фан, Н.Х. Удаление шумов на изображениях на основе применения искусственных нейронных сетей / Н.Х. Фан, В.Г. Спицын // Молодежь и современные информационные технологии: сборник трудов VIII Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых: в 2 ч. – Томск, 3–5 марта 2010. – Томск: СПБ Графикс, 2010. – Ч. 2. – С. 227–228. 9. Фан, Н.Х. Методы удаления шумов на изображениях на основе применения искусственных нейронных сетей / Н.Х. Фан, В.Г. Спицын // Современные техника и технологии: Сборник трудов XVI Международной научно-практической конференции студентов, аспирантов и молодых ученых: в 3 т. – Томск, 12–16апреля 2010. – Томск: ТПУ, 2010. – Т.2.– С. 399–401. 10. Фан, Н.Х. Снижение шумов на цифровых изображениях / Н.Х. Фан, В.Г. Спицын // Научная инициатива иностранных студентов и аспирантов российских вузов: Сборник докладов III Всероссийской научно- практической конференции. – Томск, 19–21 мая 2010. – Томск: ТПУ, 2010. – С. 190–194. 11. Фан, Н.Х. Модифицированный медианный фильтр подавления импульсного шума на изображениях / Н.Х. Фан, В.Г. Спицын // Электронные средства и системы управления: Материалы докладов VI Международной научно-практической конференции: в 2 ч. – Томск, 13–16 октября 2010. – Томск: В-Спектр, 2011. – Ч. 1. – С. 118–121. 137 12. Буй, Т.Т.Ч. Подавление шумов и реконструкция изображений на основе применения ядра регрессии / Т.Т.Ч. Буй, Н.Х. Фан // Современные техника и технологии: Сборник трудов XVII Международной научно- практической конференции студентов, аспирантов и молодых ученых: в 3 т. – Томск, 18–22 апреля 2011. – Томск: ТПУ, 2011. – Т.2.– С. 299–300. 13. Фан, Н.Х. Анализ алгоритмов обнаружения импульсного шума на изображениях / Н.Х. Фан, В.Г. Спицын // Молодежь и современные информационные технологии: Сборник трудов IX Всероссийской научно- практической конференции студентов, аспирантов и молодых ученых: в 2 ч. – Томск, 11–13 мая 2011. – Томск: СПБ Графикс, 2011. – Ч. 1. – С. 126–127. 14. Фан, Н.Х. Анализ алгоритмов обнаружения импульсного шума на изображениях / Н.Х. Фан, В.Г. Спицын // Проблемы информатики. Новосибирск: НГТУ, 2011. – №2(10). – С. 26–30. 15. Буй, Т.Т.Ч. Классификация изображений на основе применения цветовой информации, вейвлет-преобразования Хаара и многослойной нейронной сети / Т.Т.Ч. Буй, Н.Х. Фан, В.Г. Спицын // Проблемы информатики. – Новосибирск: НГТУ, 2011. – Спецвыпуск. С. 81–86. 16. Буй, Т.Т.Ч. Способ классификации изображений на основе применения вейвлет-преобразования Хаара и нейронных сетей / Т.Т.Ч. Буй, Н.Х. Фан, В.Г. Спицын // Нейроинформатика, ее приложения и анализ данных: материалы XIX Всероссийского семинара. – Красноярск, 1–3 октября 2011. – Красноярск: СФУ, 2011. – С. 159–164. 17. Bui, T.T.T. Face and Hand Gesture Recognition based on Wavelet Transforms and Principal Component Analysis / T.T.T. Bui, N.H. Phan, V.G. Spitsyn // 7th International Forum on Strategic Technology IFOST: Proceedings of IFOST. – Tomsk: TPU Press, 2012. – V. 1. – P. 588–591.
138
ПРИЛОЖЕНИЕ
|
Скачать 3.2 Mb.