Гиперкомплексные модели многоканальных изображений
Электронный архив УГЛТУ
Информация об архиве | Просмотр оригинала| Поле | Значение | |
| Заглавие |
Гиперкомплексные модели многоканальных изображений
Hypercomplex models of multichannel images |
|
| Автор |
Labunets, V. G.
Лабунец, В. Г. |
|
| Тематика |
HYPERCOMPLEX ALGEBRA
IMAGE PROCESSING MULTICHANNEL IMAGES МНОГОКАНАЛЬНЫЕ ИЗОБРАЖЕНИЯ ГИПЕРКОМПЛЕКСНЫЕ АЛГЕБРЫ ОБРАБОТКА ИЗОБРАЖЕНИЙ |
|
| Описание |
We present a new theoretical approach to the processing of multidimensional and multicomponent images based on the theory of commutative hypercomplex algebras, which generalize the algebra of complex numbers. The main goal of the paper is to show that commutative hypercomplex numbers can be used in multichannel image processing in a natural and effective manner. We suppose that animal brain operates hypercomplex numbers when processing multichannel retinal images. In our approach, each multichannel pixel is regarded as a K–D hypercomplex number rather than a K–D vector, where K is the number of different optical channels. This creates an effective mathematical basis for various function–number transformations of multichannel images and invariant pattern recognition. © Krasovskii Institute of Mathematics and Mechanics.
Мы предлагаем новый теоретический подход для обработки многомерных и многокомпонентных изображений, основанный на теории коммутативных гиперкомплексных алгебр, обобщающих алгебру комплексных чисел. Главная цель работы - показать, что коммутативные гиперкомплексные числа могут быть использованы при обработке многоканальных изображений в естественной и эффективной манере. Мы предполагаем, что мозг животных оперирует гиперкомплексными числами, когда обрабатывает многоканальные изображения, которые возникают на ретине глаза. В нашем подходе каждый многоканальный пиксель рассматривается не как K-мерный (K-D) вектор, а как K-D гиперкомплексное число, где K - число различных оптических каналов. Это создает эффективную математическую основу для различных функционально-числовых преобразований многоканальных изображений и инвариантного распознавания образов. |
|
| Дата |
2020-12-08T05:30:27Z
2020-12-08T05:30:27Z 2020 |
|
| Тип |
Article
Journal article (info:eu-repo/semantics/article) Published version (info:eu-repo/semantics/publishedVersion) |
|
| Идентификатор |
Лабунец, В. Г. Гиперкомплексные модели многоканальных изображений = Hypercomplex models of multichannel images / В. Г. Лабунец // Труды института математики и механики УРО РАН. – 2020. – № 26. – Вып. 3. – C. 69-83.
0134-4889 https://elar.usfeu.ru/handle/123456789/10029 |
|
| Язык |
ru
|
|
| Издатель |
Krasovskii Institute of Mathematics and Mechanics
Институт математики и механики им. Н.Н. Красовского УрО РАН (Екатеринбург) |
|
| Источник |
Trudy Instituta Matematiki i Mekhaniki UrO RAN
Труды института математики и механики УРО РАН |
|