геометричні перетворення, геометрические преобразования ; медіанні фільтри, медианные фильтры ; нейроподібні структури, нейроподобные структуры ; оператори подібності, операторы подобия ; роздільна здатність, разрешающая способность

На основі матричних операторів конвергенції і дивергенції з використанням елементів теорії генетичних алгоритмів розроблено методи забезпечення надвисокої роздільної здатності для випадків одного зображення та двох зображень із флуктуаційними функціями інтенсивності. Завдяки введенню критеріальної ознаки, побудованої на континуумі мір подібності, удосконалено процедуру автоматичного визначення значення коефіцієнта кросинговеру, яка ґрунтується на розв'язанні оптимізаційної задачі. Набула подальшого розвитку методологія зміни роздільної здатності зображень на основі машинного навчання завдяки застосуванню нейроподібних структур моделі геометричних перетворень з багатьма виходами. Це дало змогу вперше отримати матричний оператор коефіцієнтів ваг синаптичних зв'язків, що може застосовуватися для ефективної передискретизації цифрових сценарних зображень в on-line режимі. Розроблено алгоритми та структури одновимірного і двовимірного медіанних фільтрів, які орієнтовані на реалізацію у вигляді надвеликої інтегральної схеми.

• УДК // Прикладні системи штучного інтелекту. Інтелектуальні системи, основані на знаннях
• УДК // Розпізнавання образів. Підбір образів