Bharat International Journal of Humanities and Social Sciences
ISSN 0000-0000 | e-ISSN 0000-0000 | EN HI
BIJHSS
BIJHSS Bharat International Journal of Humanities and Social Sciences
प्रकाशक Atal Bihari Vajpayee Hindi University अटल बिहारी वाजपेयी हिन्दी विश्वविद्यालय
लेख

बहु-मानदंड फ़िल्टरिंग से शोरयुक्त संकेतों के सन्निकटन के लिए बहुपद की घात का चयन: अवरक्त छवियों में वस्तुओं की सीमाओं का पता लगाने में अनुप्रयोग

Nezhmetdinov Owotogbe, Semenishchev A.M
a Scientific-Manufacturing Complex "Technological Centre», Zelenograd, Moscow, Russian Federation
b Institute of Services and Entrepreneurship (branch) of the Don State Technical University, Shakhty, Russian
Federation
प्राप्त2026-01-19
संशोधित2026-03-03
स्वीकृत2026-06-26
प्रकाशित2026-07-20

सारांश

इस लेख में शोरयुक्त डिजिटल संकेत से वांछित घटक निकालने के लिए दो-चरणीय एल्गोरिदम प्रस्तावित किया गया है और सन्निकटन के लिए बहुपद की घात चुनने का गणितीय आधार प्रस्तुत किया गया है। पहले चरण में संकेत को उसके घटकों में विभाजित किया जाता है। फिर बहु-मानदंड फ़िल्टरिंग से धीरे-धीरे बदलने वाले घटक को अलग किया जाता है, असामान्य मानों की पहचान की जाती है और संकेत के स्वरूप में तीव्र परिवर्तन के बिंदु निर्धारित किए जाते हैं। इन बिंदुओं से दूसरे चरण में उपयोग किए जाने वाले खंडों की सीमाएँ तय होती हैं। इसके बाद इनपुट अनुक्रम के प्रत्येक खंड पर एक बहुपद फ़िट किया जाता है। उसकी घात उस संकेत घटक की विशेषताओं के आधार पर चुनी जाती है जिसका सन्निकटन किया जा रहा है। लेख स्पष्ट करता है कि परिवर्तन बिंदुओं से संकेत का विभाजन कैसे किया जाता है और प्रत्येक खंड की विशेषताएँ बहुपद की घात के चयन में कैसे मदद करती हैं। एल्गोरिदम का प्रदर्शन एक अवरक्त छवि से ली गई रेखा के पिक्सेल तीव्रता मानों पर किया गया है। इस रेखा के अनुदिश वस्तुओं की सीमाओं का पता लगाने के लिए तीव्रता में अचानक होने वाले बदलावों का उपयोग किया गया है।

डाउनलोड

2सारांश दृश्य

संदर्भ

1.Nezhmetdinov, R., Kotyrova, S., Nezhmetdinova, R., Kovalev, I. (2023) Automating log analysis for industrial equipment maintenance using elastic stack, E3S Web of Conferences, Volume 389, 01064 (2023).

2.Nezhmetdinov, R.A., Charuiskaya, M.A., Kovalev, I.A., Enterprise Development Planning and AI-Based Technological Forecasting, Russian Engineering Research, Volume 43, Issue 10, Pages 1284-1288 (2023).

3.Owotogbe, J. S., T. S. Ibiyemi, and B. A. Adu. "A comprehensive review on various types of noise in image processing." int. J. Sci. eng. res 10.11, P.388-393 (2019).

4.Al-Khaffaf, Hasan SM, Abdullah Z. Talib, and Rosalina Abdul Salam. "Removing salt-and-pepper noise from binary images of engineering drawings." 2008 19th International Conference on Pattern Recognition. IEEE, 2008.

5.Voronin, V., Zhdanova, M., Semenishchev, E., Zelenskii, A., Cen, Y., Agaian, S. "Action recognition for the robotics and manufacturing automation using 3-D binary micro-block difference." The International Journal of Advanced Manufacturing Technology, 117, pp. 2319-2330 (2021).

6.Ilyin, V.A. Linear Algebra: Textbook for Universities. – 4th ed. / V.A.Ilyin, E.G.Poznyak. – M. Science. Fizmatlit, 1999. – 296 p.

7.Ilyin, V.A. Fundamentals of Mathematical Analysis: In 2 Parts. Part I: Textbook for Universities. – 5th ed. / V.A.Ilyin, E.G.Poznyak. – M. Science. Fizmatlit, 1998. – 616 p.

8.Kashina, O.A. Optimization Methods. Part I / O.A.Kashina, A.I.Korablyov // Kazan Federal University – 2022.

9.Semenishchev, Evgeny, et al. "Image denoising using a combined criterion." Mobile Multimedia/Image Processing, Security, and Applications 2016. Vol. 9869. pp. 96-102 (2016).

10.Semenishchev, E., Shraifel, I., Marchuk, V., Svirin, I., Makov, S. “A multi-criteria method for noise reduction.” In 2016 IEEE East-West Design & Test Symposium (EWDTS), pp. 1-6, IEEE (2016).

11.Semenishchev, E. “Algorithm combination of deblurring and denoising on video frames using the method search of local features on image.” In MATEC Web of Conferences, Vol. 132, p. 05018 (2017).