Научная библиотека МИФИ. Множество полезной информации можно найти в разделе «Труды научных сессий».

Сайт Российской Академии Наук, Института Систем Обработки Изображений.

Здесь находится электронный вейвлет-дайджест (Wavelet Digest), выходящий с 1992 года.

Электронная научная библиотека комитета IEEE. Это просто кладезь информации по моей тематике, там собраны статьи с полным описанием математических методов для решения поставленной задачи. Подходящую информацию можно найти в разделе «IEEE Transactions on Pattern Analysis & Machine Intelligence», где опубликован список всех выпусков статей журнала. Однако статьи все платные, стоимостью около $20.

Портал Science Direct, также как и электронная научная библиотека комитета IEEE, представляет огромную ценность. Однако воспользоваться его ресурсами также не является для меня возможным, так как цена скачивания одной статьи – около $30.

Cистема поиска статей (как платных, так и бесплатных).

«Цифровая обработка сигналов: прошлое и настоящее», В.М. Сазанов, Н.С. Парфенов. – Очень хорошая статья с общей информацией о цифровой обработке сигналов.

«Текстурный анализ ультразвуковых эхограмм в информационно-диагностической системе», В.Г. Адамов, М.В. Привалов, ДНТУ – Краткий доклад на конференции, содержит общую информацию как раз по моей теме; полезно прочитать для ознакомления с предметной областью и основной тематикой магистерской.

«Нормализация и распознавание изображений», Е.П. Путятин докт.техн.наук – Хорошая статья, в ней производится общий обзор этапов и методов распознавания изображений.

«Нейросетевые методы распознавания изображений», Д.В. Брилюк, В.В. Старовойтов – Полезная информация, без математических подробностей, достаточно понятная.

«Инвариантный вейвлет-дескриптор для формирования запроса изображения», О.В. Батгауэр – Здесь рассматривается процесс выделения признаков, инвариантных к сдвигу, изменению масштаба и поворота изображения.

«Распознавание типовых портретных изображений в задаче автоматической классификации», М.В. Смирнов, И.Н.Сивяков – Несмотря на несоответствие предметной области магистерской, данный материал является полезным, так как в нем рассматривается проблема автоматической классификации изображений (выделение признаков, Фурье-анализ изображения).

«Сравнительный анализ эффективности распознавания изображений обучающимся векторным квантователем и многослойным персептроном», Ю.Г. Сосулин, Фам Чунг Зунг – Интересная статья, инвариантность изображения к сдвигу реализуется с помощью моментов Зернике, а к изменению масштаба и поворота с помощью методов геометрических моментов.

«Компьютерное моделирование синтеза корреляционных фильтров на базе радиальных гармоник Меллина для оптико-электронных корреляторов», П.А. Иванов, А.С. Ляпин, А.А. Маркилов, Р.С. Стариков, Московский инженерно-физический институт (государственный университет) – Не смотря на то, что предметная область не соответствует данной магистерской, но в статье затрагивается вопрос инвариантности к масштабу.

«Нечёткий персептронный классификатор и его использование в медицине для решения диагностических задач», М.В. Филиппенко, Московский инженерно-физический институт (государственный университет) - Рассматривается метод классификации, основанный на нейронных сетях. Метод адаптирован для решения сложных задач медицинской диагностики. Особенностью метода является нечеткость получаемых решений.

«Программная библиотека для построения систем распознавания изображений», С.М. Зайцев, Московский инженерно-физический институт (государственный университет). – Общая информация, применимая как раз к системам распознавания изображений в медицине.

«Локально-несмещенная фильтрация изображений», В.А. Горелик, С.М. Кулясов - Рассматривается метод локально-несмещенной фильтрации шумов, основывающийся на особенностях зрительного восприятия изображений человеком.

«Система распознавания изображений на основе методов стохастической геометрии», Н. Федотов, М. Мельников, Р. Костюшин, Пензенский государственный университет, Пенза, Россия. – Хорошая содержательная статья, подробно описан предлагаемый метод, хотя он больше подходит для распознавания изображения геометрических фигур, а не текстур. Все равно статью считаю полезной для своей работы.

«Текстурная сегментация с помощью настраиваемых фильтров Габора и нейросетевого классификатора», Д.А. Цымбал, Новгородский Государственный Университет им. Я. Мудрого – Сама по себе статья содержательная и полезная, однако pdf-документ занимает 1.7 Мбайт вследствие того, что размер шрифта текста в нем 32. Непонятно, зачем так сделали, но читать крайне неудобно.

Несколько статей по системам обработки изображений и распознавания образов. Наиболее подходящей является первая статья: «Автоматическая сегментация текстурированных изображений на основе локальных распределений характеристик», П.В. Губанов В ней рассмотрены фильтры Габора, а также метод кластеризации.

«Компьютерная обработка изображений» Часть 2. Методы и алгоритмы, В. А. Сойфер, 1996 – Обширный обзор методов на всех этапах компьютерной обработки изображений. Детально описано обработка изображений скользящим окном. Введены модели помех при регистрации изображений и предложены соответствующие им методы и алгоритмы фильтрации помех: линейные и медианные фильтры. Рассмотрены некоторые прикладные задачи: анализ препаратов крови, изображений глазного дна и дактилоскопических изображений.

Описание программного пакета «Интегрированная среда обработки и анализа цифровых изображений PISOFT IMAGE FRAMEWORK 9.0», созданного Российским Институтом Информационных Технологий.

Комп'ютерна система автоматичного розпiзнавання зон ультразвукової луногенностi «КРУЇЗ», Система, разработанная в Донецком Государственном Институте Искусственного Интеллекта.

«Морфологический анализ формы изображений»

Международный Центр Научной и Технической Информации, Институт Систем Обработки Изображений РАН, Самарский Государственный Аэрокосмический Университет, Компьютерная оптика, Выпуск 27, 2005 – Множество статей по обработке изображений.

«Algorithms for Ultrasonic Image Filtering and Segmentation» – Краткая статья об алгоритмах фильтрации и сегментации ультразвуковых изображений.

Vision Systems, Dr A D Marshall – Лекции о системах компьютерного зрения, информация общая, понятная.

Перечень производителей ультразвуковой техники.

«Вейвлет-преобразование. Теоретические сведения и пример использования» – В статье представлено сопоставление вейвлет-преобразования и преобразования Фурье, построение базиса вейвлет-преобразования, а также рассмотрено непрерывное вейвлет-преобразование. Не самый лучший материал.

Ссылки по вейвлет-преобразованию.

Два курса по вейвлет-анализу: «Введение в вейвлет-анализ» и «Вейвлет-анализ» и его приложения, Л. Левкович-Маслюк, А. Переберин.

Книга «Теория и практика вейвлет-преобразования», В.И. Воробьев, В.Г. Грибунин - В книге рассмотрен круг вопросов, связанных с вейвлетами и вейвлет-преобразованием. При этом наряду с основами теории представлены и современные направления исследований в этой области. Вейвлет-преобразование рассмотрено в книге с точки зрения субполосного кодирования. Основной упор делается на применение вейвлет-преобразования для сжатия изображений.

«Вейвлетные преобразования сигналов», лекции, проф. А.В. Давыдов – Лекции по вейвлетам и вейвлетным преобразованиям сигналов. Непрерывное и дискретное вейвлет-преобразование. Кратномасштабный анализ. Пакетные вейвлет-преобразования. Программное обеспечение вейвлетного анализа. Очистка сигналов от шумов. Сжатие сигналов.

«An Introduction to Wavelets» – Введение в вейвлет-анализ.

Все по вейвлетам: ссылки, статьи, форумы, программные приложения.

Ссылки на странички ученых, которые занимаются изучением вейвлет.

«Преобразование Фурье», А. Карташкин – Краткая основная информация о преобразовании Фурье, его разновидностях: о дискретном и о быстром преобразовании Фурье.

«Преобразование Фурье и классический цифровой спектральный анализ», С.Ю. Медведев, к.ф.-м..н. – Объемная подробная статья, очень важна для моей работы в плане математической основы для исследуемых методов.

«Быстрое преобразование Фурье», Уолт Кестер – Все о быстром преобразовании Фурье и дискретном преобразовании Фурье, с подробными пояснениями и примерами.