Skaitliskās optimizācijas metodes attēla rekonstrukcijai

Abstract

Maģistra darba mērķis ir apskatīt skaitliskās optimizācijas metožu pielietojumu attēlu rekonstrukcijā. Uzdevums ir izmantot šādas metodes, lai pētītu kā attēlu iespējams rekonstruēt no tā pamatlīnijām, ko cilvēks uztver kā galvenās. Kā ieejas dati tiek apskatītas kores un ieplakas kā arī attēla robežas un to neliela apkārtne. Tiek pētīts kā, ar atsevišķi konstruētu minimizējamo gluduma izmaksu funkciju, ņemot vērā dažādi uzdotus nosacījumus un ierobežojumus, kas arī izmantoti ieejas datu iegūšanā, un, izmantojot barjeras tipa minimizācijas metodi liela izmēra problēmām, var rekonstruēt attēlu pēc iespējas tuvu oriģinālam. Iegūtie rezultāti labi atbilst sagaidāmajiem un no tiem ir ieguti secinājumi par veidiem, kā uzlabot minimizācijas optimizācijas darbību.

Atslēgvārdi: skaitliskā optimizācija, lielu problēmu minimizācijas metode, attēla rekonstrukcija

Aim of master thesis is to try approach to image reconstruction by using numerical optimization methods. Goal is to use such methods, to see if image can be reconstructed from its basic lines which are primary detected by human. Ridges and valleys are used as input data along with edges and their small neighborhood. Author examines how image can be reconstructed as close to original as possible by using minimizing smoothness cost function, considering into account several constraints (which also were used in input data obtaining method) and using barrier type minimization method for large scale problems. Results show good correspondence to expectations and conclusions are given about improvement of optimization performance.

Keywords: numerical optimization, minimization method of large scale problems, image reconstruction