„КОНКУРСИ ЗА ПРОЕКТИ ПО ПРОГРАМИ ЗА ДВУСТРАННО СЪТРУДНИЧЕСТВО – 2018 г.”

Административното описание на проекта

Наименование на конкурса:

КОНКУРС ЗА ПРОЕКТИ ПО ПРОГРАМИ ЗА ДВУСТРАННО СЪТРУДНИЧЕСТВО 2018 г. – БЪЛГАРИЯ - ИНДИЯ

Научна област/тематично направление, в което проектът кандидатства:

Информационни и комуникационни технологии

Заглавие на проекта:

Съвременни подходи за обработка и анализ на многомерни сигнали в телекомуникациите

Вид на планираните научни изследвания (фундаментални и/или приложни):

Фундаментални изследвания

Базова организация:

Технически Университет – София

Ръководител на научния колектив (академична длъжност, научна степен, име):

Доц. д-р инж. Румен Първанов Миронов

Адрес за кореспонденция (пощенски, електронен и телефон):

София 1000, Технически университет-София, бул. "Кл. Охридски" 8

E-mail: rmironov@tu-sofia.bg

Tel.: +359 2 965 2274

Партньорска организация от държавата партньор:

Deenbandhu Chhotu Ram University of Science & Technology

Department of Computer Science and Engineering

Ръководител на научния колектив от държавата партньор:

Professor Dr. Parvinder Singh

Сума за изпълнение на проекта:

28 000 лв.

Резюме на проекта:

Проектът има за цел да се придобият нови знания, да се насърчи научния обмен и да се насърчи развитието на тесни връзки и сътрудничество между двете научни организации. Основните цели са в две приоритетни области: информационни и комуникационни технологии и технологии, свързани със здравеопазването и подобряване на качеството на живота. Получените резултати по проекта ще подпомогнат медицинската диагностика и отдалечения мониторинг (защита на горите, подпомагане на земеделието) и др.

Както е известно, всеки ден трябва да се обработват и записват огромни количества сигнали, изображения и последователности от изображения, получени от различни компютърни скенери, които се съхраняват в големи бази данни. За подобряване на тълкуването на така получената визуална информация, съдържаща се в различните многомерни изображения, съществуват много подходи за тяхната компютърна обработка. Поставят се високи изисквания за тяхното компресиране, необходимото време за обработка, автоматичното сегментиране, филтрирането и класификацията на изследваните обекти. Целите на проекта са свързани с анализ, оценка и разпространение на знания за новите методи за представяне и обработка на различни видове многомерни сигнали и изображения (видео последователности, компютърно томографски, от ядрено-магнитен резонанс, мултиспектрални, ултразвукови, термовизионни и др.). Всичко това изисква решаване на следните основни задачи: 1) Анализ и оценка на представянето на многомерни сигнали, в т.ч. и на изображения, чрез прилагане на новите методи за йерархична, разработени от членовете на екипа, и сравнението им с известните аналогични методи. Основните предимства на методите, създадени от колектива, са по-ниската изчислителна сложност в сравнение с известните методи и възможността за паралелна обработка, което дава възможност за повишаване на точността на анализа; 2) Обработка на многомерни изображения и други видове сигнали въз основа на нов подход за адаптивна 3D интерполация (също разработена от членовете на екипа), която има ниска изчислителна сложност и осигурява високо качество на интерполираните области (обекти) в 3D изображения. Този подход позволява висококачествено разширяване на избрани 3D обекти в MDI, които да се използват за медицинска помощ при вземането на решения; 3) Анализ и визуализация на многомерни сигнали, базирани на нови, интелигентни методи за сегментиране на 3D обекти.

Резултатите от предвидените изследвания на членовете на екипа по темата на проекта ще доведе до придобиване на нови знания, които ще бъдат представена в група от лекции, подходящи за специалните курсове за студенти в магистърските програми на обучение в двата университета. Постигнатите резултати от разработката и сравнението на изследваните нови методи ще бъдат описани в статии, представени на международни научни конференции и реферирени списания. Също така ще бъдат организирани научни семинари в университетите, където работят участниците в проекта.

Членове на научния колектив

Организации/участници	Бележка
Базова организация:
Технически Университет – София
Ръководител на научния колектив
Доц. д-р инж. Румен Първанов Миронов
Участници:
Проф. дтн инж. Румен Кирилов Кунчев Проф. д-р инж. Веска Младенова Георгиева Доц. д-р инж. Иво Руменов Драганов Доц. д-р инж. Агата Христова Манолова Гл. ас. д-р инж. Николай Нинков Нешов Гл. ас. д-р инж. Юлиян Славейков Велчев Гл. ас. д-р инж. Любомир Богомилов Ласков Д-р инж. Румяна Атанасова Кунчева Ас. инж. Антония Димитрова Михайлова Маг. инж. Никол Веселинова Христова Маг. инж. Кирил Станиславов Тодоров Маг. инж. Цветан Иванов Вълковски Веселин Федев Лалов Десислава Валериева Николова	ПН МУ, ПД МУ, ПД ПН МУ МУ, ДО МУ, ДО МУ СТ СТ
Партньорска организация от държавата партньор:
Deenbandhu Chhotu Ram University of Science & Technology
Ръководител на научния колектив
Professor Dr. Parvinder Singh
Участници:
Asist. Prof. Dr. Dinesh Singh, CO-PI Dr. Jasvinder Kaur, Asst. Prof. , PDM University, Bahadurgarh Ms. Mansi Lather Ms. Preeti Yadav Ms. Kavita Rathi Ms. Monika Gil	PS PS PS PS

Заключение

Във връзка с поставената цел и съгласно работната програма, бяха извършени научни изследвания, отговарящи на съответните дейности, планирани в работни пакети РП1 „Анализ на нови методи за декомпозиция и адаптивна интерполация“, РП2 „Анализ на нови методи за адаптивна филтрация и сегментация“, РП3 „Оценка и тестване на разработените алгоритми за представяне, обработка, сегментация и визуализация на многомерни сигнали“ и РП4 „Подготовка и провеждане на международен научен семинар по тематиката на проекта“.

В резултат на проведените научни изследвания бяха разработени следните нови методи и алгоритми:

Тримерна адаптивна Винерова филтрация на шумовете в изображенията;
Тримерна адаптивна SMCM филтрация на компютърно томографски изображения;
Тримерна адаптивна SUSAN филтрация на компютърно томографски изображения с адаптивна селекция на яркостните преходи;
Локално адаптивна LMS филтрация на многомерни изображения;
Хибриден подход за откриване на тумор в мозъка.

Анализирани бяха новите методи за декомпозиция и адаптивна интерполация на MDS, като бяха подбрани комбинирани подходи за обработката, позволяващи използването им в направените разработки на различни модификации на филтри и йерархичната сегментация на многомерните изображения.

Разработените математически модели за декомпозиция са сравнени с подобни модели в световната научна литература и е показано, че притежават по-ниска изчислителна сложност, по-голяма гъвкавост по отношение на избора на броя на нивата за йерархична декомпозиция и притежават по-голяма ефективност по отношение на концентрацията на енергията в първите компоненти на декомпозицията. Това позволява тези декомпозиции да бъдат в основата на нови методи за компресия и обработка на многомерни изображения. Оценката на работата на разработените алгоритми в теоретичен аспект, че благодарение на по-ниската си изчислителна сложност могат да бъдат по-ефективни по отношение на бързодействието си.

Сравнението на разработените методи за обработка на многомерни сигнали със заплануваните в съответствие с дейностите в РП1, РП2 и РП3 показва, че е постигнато преизпълнение на формулираните в плана основни задачи. Направени бяха сравнения на разработените нови методи и алгоритми, въз основа на което могат да се формулират препоръки за тяхното ефективно приложение в различни области на обработката на многомерните изображения и компютърното зрение в зависимост от конкретните изисквания.

Проведени бяха и два международни семинара по тематиката на проекта с привличането на специалисти от страната и чужбина. Получените резултати са дискутирани на различни научни форуми и са оформени общо в 6 публикации в списания и в сборници от статии, всичките индексирани в SCOPUS, Google Scholar и други световни бази данни.