Об одном методе обнаружения групп точек, объединенных принадлежностью к прямым линиям

Основное содержимое статьи

Г. А. Ососков

Аннотация

В работе представлен новый алгорит нахождения отрезков прямых линий на множестве координатах измеренных точек. Разработанный метод соседствующих точек является модификацией преобразования Хафа, для ускорения вычислений в прикладной задаче. Авторами представлено подробное описание работы алгоритма. Таким образом, предложенный авторами метод соседствующих точек является еще одной из множеств альтернатив оригинальному преобразованию Хафа, но неоспоримом плюсом является его простота реализации, как при использовании интерпретируемых, так и компилируемых языков программирования. Инструмент показывает перспективные результаты для возможного использования в будущих задачах обработки данных ядерной физики.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
1.
Ососков ГА. Об одном методе обнаружения групп точек, объединенных принадлежностью к прямым линиям. Системный анализ в науке и образовании [Интернет]. 24 сентябрь 2021 г. [цитируется по 28 март 2024 г.];(1):41-4. доступно на: https://sanse.ru/index.php/sanse/article/view/329
Раздел
Статьи

Библиографические ссылки

Hough P. V. C. A Method and Means for Recognizing Complex Patterns. US Patent: 3,069,654, 1962.

Lebedev S., Hoehne C., Ososkov G. Fast Ring Recognition in the RICH detector of the CBM Experiment at FAIR // Bulletin of PFUR Series Mathematics. Information Sciences. Physics. 2010, Vol. 1. N. 2(2). P. 94–98.

Ососков Г. А., Пятков Ю. В., Руденко М. О. Моделирование тонких структур в распределениях продуктов ядерных реакций по массе и их распознавание методами машинного обучения // Системный анализ в науке и образовании. 2020. № 1. С. 20–29.

Вершок Д. А. Алгоритмические средства обработки и анализа изображений на основе преобразования Хафа. URL : http://neuroface.narod.ru/files/vershok_autoref.pdf (дата обращения 27.03.2021).

Никитин В. А., Ососков Г. А., Автоматизация измерений и обработки данных физического эксперимента. М. : Изд. МГУ, 1986. 185 с.

NumPy. Fundamental package for scientific computing with Python. URL : https://numpy.org (дата обращения 20.03.2021).

Matplotlib: Visualization with Python. URL: https://matplotlib.org (дата обращения 20.03.2021).

Наиболее читаемые статьи этого автора (авторов)