Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания

Abstract

Статья демонстрирует сравнительный анализ эффективности восстановления слабоконтрастных изображений, основанный на использовании методов самоорганизующегося нейросетевого синтеза и линейного предсказания. Оба метода позволяют повысить чувствительность и пространственное разрешение визуального анализа низкоконтрастных яркостных (одномерных) и мультиспектральных изображений. Приведены практические примеры со сравнением эффективности для различных технологий (радиология, геоинформационные системы).

Article shows a comparative analysis of the efficiency of the recovery of low-contrast images, based on the use of self-organizing neural network methods of synthesis and linear prediction. Both methods allow to increase the sensitivity and spatial resolution of the visual analysis of low contrast luminance (one-dimensional) and multispectral images. The practical examples for comparing the effectiveness of different technologies (radiology, geographic information systems).