АЛГОРИТМЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ И МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ДЛЯ СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ
Получена: 2026-06-04
Опубликована: 2026-06-06
Аннотация
В данной статье анализируются математическая модель систем технического зрения и алгоритмы обработки изображений. В ходе исследования рассмотрены основные компоненты системы технического зрения, проекционная модель камеры, процессы фильтрации и сегментации изображений, а также определения параметров объектов. Полученные результаты показали, что с помощью систем технического зрения можно определять геометрические координаты объектов. Результаты исследования могут применяться в системах промышленной автоматизации, робототехнике и процессах сортировки сельскохозяйственной продукции.
Ключевые слова
Список литературы
-
Szeliski R. Computer Vision: Algorithms and Applications. Springer, 2022.
-
Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
-
Bradski G., Kaehler A. Learning OpenCV 4. O’Reilly Media, 2019.
-
Prince S. Computer Vision: Models, Learning and Inference. Cambridge University Press, 2018.
-
Gonzalez R., Woods R. Digital Image Processing. Pearson, 2018.
-
Davies E. Computer Vision: Principles, Algorithms and Applications. Academic Press, 2017.
-
Zhang J., Hu Y. Image Segmentation Using Deep Learning. IEEE TPAMI, 2019.
-
Hartley R., Zisserman A. Multiple View Geometry in Computer Vision. Cambridge University Press, 2016.
-
Sonka M., Hlavac V., Boyle R. Image Processing, Analysis, and Machine Vision. Cengage Learning, 2015.
-
Forsyth D., Ponce J. Computer Vision: A Modern Approach. Pearson, 2016.
Об авторах
Лицензия
Copyright (c) 2026 MMIT Proceedings
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.