Пример готовой дипломной работы по предмету: Информационная безопасность
Содержание
Введение 3
1. Обзор характеристик известных помехоустойчивых кодов со скоростью больше 0.5 5
2. Анализ математических моделей сверточных кодов 26
3. Разработка программных моделей защищенных каналов с вариантами кодеков 32
4. Анализ помехоустойчивости вариантов кодеков с различными типами модуляции и каналов 43
Заключение 50
Литература 51
Приложение 62
Выдержка из текста
Введение
Для обнаружения ошибок в технике связи используют коды обнаружения ошибок, для исправления — корректирующие коды (коды, исправляющие ошибки, коды с коррекцией ошибок, помехоустойчивые коды).
В последнее время созрела необходимость разработки новых методов по решению задач помехоустойчивого кодирования.
Актуальность настоящей работы заключается в том, что ныне имеющиеся средства для защиты передаваемых данных находятся еще только на стадии развития, а алгоритмы кодирования обладают существенными недостатками и не справляются со всем спектром возникающих проблем. Данное исследование ставит целью — предложить новый подход к проблеме помехоустойчивого кодирования.
Первая часть настоящей работы посвящена обзору и анализу известных помехоустойчивых кодов. Во второй части проводится анализ математических моделей сверточных кодов. Третья часть работы посвящена разработке нового метода помехоустойчивого кодирования. Разрабатываемый в данной работе подход, в отличие от стандартного кодирования, рассматривает 8-битные каналы передачи данных.
Опираясь на классический подход кодирования, мы разбиваем передаваемый поток на N-мерные блоки, N>70.
Если следовать стандартной логике кодирования, то в этом случае необходимо было бы каждую единицу информации заменить на непрерывный вектор в K-мерный вектор принадлежащий подпространству, порожденному базисом, состоящем из разреженных векторов, удаленных друг от друга так, что K должна быть достаточно большой, что привело бы к непомерно большому коэффициенту удлинения передаваемого потока.
Преимущество нашего подхода заключается в том, что длина передаваемого помехоустойчивого сообщения равна длине исходного сообщения.
То есть, блок из N символов кодируется снова в такой же блок из N символов, и проверочные символы находятся среди информационных. Идея основана на специальном представлении, инвариантном к определенному классу векторных преобразований.
В четвертой части работы проводится сравнительный анализ разработанного метода.
Для программной реализации алгоритмов кодирования будет использоваться среда Matlab.
Список использованной литературы
Литература
1. Аникин И.В. Методы нечеткой обработки, распознавания и анализа предметов / И.В. Аникин, М.Р. Шагиахметов // Распознавание образов и анализ сцен: труды 5 межд. конф. — С.-Петербург, 2002. — т.1. — С. 16-20.
2. Асмус В.В. Параллельные вычисления в обработке данных дистанционного зондирования земли / В.В. Асмус, А.А. Бучиев, В.П. Пяткин //Цифровая обработка сигналов и ее применение: труды 8 межд. науч.-тех. конф. — Москва, 2006. — т.2. — С. 467- 471.
3. Ахметшин А.М., Федоренко А.Е. Применение теории марковских случайных полей для сегментации мультиспектральных изображений земной поверхности. http://gis.nmu.org.ua/lit/doc 2.doc
4. Ахметшин А.М., Фенога Д.А. Отображение и анализ мультиспектральных изображений земной поверхности в базисе Грамма – Шмидта. http://gis.nmu.org.ua/lit/doc 1.doc
5. Бакут П. А. Теория обнаружения сигналов / П.А. Бакут. – М.: Радио и связь, 1984. – 440 с.
6. Бакут П.А., Колмогоров Г.С. Сегментация изображений: Методы выделения границ областей / П.А. Бакут, Г.С. Колмогоров. // Зарубежная радиоэлектроника. – 1987, — № 10.- С. 16-23
7. Балакришнан А.В. Теория фильтрации Калмана: Пер. с англ./А.В.Балакришнан – М.: Мир, 1988, -168 с.
8. Бейтмен Г. Таблицы интегральных преобразований / Г.Бейтмен, А. Эрдейи, М.: Наука, 1989, T1, 343 с.
9. Белов В.В.Обнаружение аномалий подстилающей поверхности земли в ансамбле космических снимков алгоритмами разладки для геоинформационных систем (ИОА СО РАН, Томск)
10. Бендат Д. Прикладной анализ случайных данных / Д. Бендат, А. Пирсол – М.: Мир, 1989. — 540 с.
11. Богомолов Р.А. Ковариационные функции авторегрессионных случайных полей/ Р.А. Богомолов, В.Р. Крашенинников //Методы обработки сигналов и полей: сб. научн. тр. – Ульяновск: УлПИ, 1990. – С. 5-9.
12. Бокс Д. Анализ временных рядов / Д. Бокс, Г. Дженкинс // Пер. с англ.: Под ред. В.Ф. Писаренко. – М.: Мир, 1974, кн. 1. – 406 С.
13. Бондур В. Г. Моделирование многоспектральных аэрокосмических изображений динамических полей яркости. / В. Г. Бондур, Н. И Аржененко, В. Н. Линник, И. Л. Титова // Исследование Земли из космоса. — 2003, -№ 2.- С. 3-17
14. Брокштейн И. М. , Мерзляков С. Н., Попова Н. Р. Обнаружение и локализация малоразмерных объектов на неоднородном фоне // Цифровая оптика. Обработка изображений и полей в экспериментальных исследованиях.
15. Бронников А.В. Комбинированные алгоритмы нелинейной фильтрации зашумленных сигналов и изображений / А.В.Бронников, Ю.Б Воскобойников // Автометрия. – 1990, № 1.
16. Буряк Д.Ю., Визильтер Ю.В. Автоматизированное конструирование близких к оптимальным процедур идентификации и обнаружения объектов на изображении с использованием генетических алгоритмов.
17. Буряк Н.В., Визильтер Ю.В., Метод обнаружения и идентификации объектов на цифровых изображениях.
18. Ванштейн Л. А. Выделение сигналов на фоне случайных полей / Л. А. Ванштейн, В. Д. Зубаков. – М.: Сов. Радио, 1960
19. Васильев К. К. Алгоритмы обнаружения и оценивания параметров сигнала на многомерных сетках./ К. К. Васильев, Д. Н. Кадеев // Статистические методы обработки сигналов. – Новосибирск: НЭТИ, 1991. – С. 60-59
20. Васильев К. К. Методы фильтрации многомерных случайных полей / К. К.Васильев, В.Р.Крашенинников.- Саратов: СГУ, 1990.-124 с.
21. Васильев К. К. Прием сигналов при мультипликативных помехах./К.К. Васильев. – Саратов: СТУ, 1983. -128 с.
22. Васильев К. К. Прикладная теория случайных процессов и полей / К. К.Васильев, В.А. Омельченко — Ульяновск: УГТУ, 1995.-255 с.
23. Васильев К. К. Применение адаптивной декорреляции для обработки изображений / К. К.Васильев, С. А. Агеев // Наукоемкие технологии, -2002.- № 3. -С. 25-31.
24. Васильев К.К. Адаптивные алгоритмы обнаружения аномалий на последовательности многомерных изображений / К.К. Васильев, В.Р.Крашенинников // Компьютерная оптика. – 1995.- вып. 14, С. 125-132.
25. Васильев К.К. Алгоритмы обработки многозональных изображений/ К.К.Васильев, В.Е.Дементьев // Современные проблемы создания и эксплуатации радиотехнических систем: тр. 4 всерос. науч.-практ. конф. — Ульяновск, 2004, -С.14-17.
26. Васильев К.К. Алгоритмы оптимального обнаружения сигналов с неизвестными уровнями на многозональных изображениях / К.К.Васильев, В.Е.Дементьев // Цифровая обработка сигналов и ее применение: труды 8 межд. науч.- техн. конф.-М., 2006. — т.2. — С. 433-436.
27. Васильев К.К. Анализ эффективности фильтрации плоских изображений / К.К.Васильев, В.Г. Герчес // Вероятностные модели и обработка случайных сигналов и полей: сб. научн. тр. – Киев: УМК ВО.- 1991.- С. 115-122.
28. Васильев К.К. Исследование эффективности фильтрации изображений при треугольной развертке / К.К. Васильев, В.Г. Герчес // Методы обработки сигналов и полей: сб. научн. тр. – Ульяновск: УлПИ.- 1992.- С. 33-44.
29. Васильев К.К. Обнаружение протяженных аномалий на многомерных изображениях / К.К. Васильев // Вестник УГТУ. – Ульяновск. – 2006. — № 4. — с. 31-33
30. Васильев К.К. Обнаружение сигнала на последовательности изображений / К.К. Васильев // Математические и технические проблемы обработки визуальной информации. — Новосибирск: ВЦ СО РАН. – 1992.- С. 49 — 64.
31. Васильев К.К. Обнаружение сигналов с неизвестными уровнями на многозональных изображениях / К.К. Васильев, А.А. Горин // Труды Ульяновского научного центра "Ноосферные знания и технологии". –Ульяновск, 2001. -Т.3, Вып.1.- С.9-13
32. Вернер М. Основы кодирования. – М.: Техносфера, 2006. – 288 с.
33. Васильев К.К. Представление и быстрая обработка многомерных изображений. / К.К.Васильев, В.Р.Крашенниников, И.Н Синицын, В.И.Синицын // Наукоемкие технологии.- 2002. — № 3. — С. 4-24.
34. Васильев К.К. Рекуррентное оценивание случайных полей на многомерных сетках / К.К.Васильев // Методы обработки сигналов и полей.- Саратов. – 1986. — с. 18-33.
35. Васильев К.К. Статистические методы обработки многомерных изображений / К.К.Васильев, А.А.Спектор // Методы обработки сигналов и полей. – Ульяновск: УлПИ, 1992, C. 3-19
36. Васюков В.Н. Квазиоптимальный алгоритм двумерной фильтрации / В.Н. Васюков// Методы статистической обработки изображений и полей.- Новосибирск, 1984, C. 14-18.
37. Васюков В.Н. Новые подходы к решению задач обработки и распознавания изображений / В.Н.Васюков, И.С.Грузман, М.А.Райфельд, А.А.Спектор // Наукоемкие технологии.- 2002. — № 3. — С. 44-51.
38. Визильтер Ю.В., Лагутенков А.В. Автоматическое выделение и сопровождение малоразмерных объектов по признаку их движения на цифровых изображениях
39. Гай В.Е. Формирование тестовых изображений для оценки качества алгоритмов сегментации / В.Е. Гай, С.Н. Борблик // Цифровая обработка сигналов и ее применение: тр. 8 межд. науч.-техн. конф. –М., 2006. — т.2. — С. 356-359.
40. Герчес В.Г. Обнаружение сигналов на многозональном изображении: дис. канд. техн. наук./ В.Г. Герчес. -Ульяновск, 1992.- 143с.
41. Гонсалес Р. Цифровая обработка изображений / Р.Гонсалес, Р. Вудс, М.: Техносфера, 2005. – 1072 с.
42. Градштейн И.С. Таблицы интегралов, сумм, рядов и произведений / И.С.Градштейн, И.М.Рыжик, М.: Наука, 1971. – 1108 с.
43. Грузман И. С. Цифровая обработка изображений в информационных системах / И. С. Грузман [и др.], Новосибирск:НГТУ, 2002. — 456 с.
44. Даджион Д. Цифровая обработка многомерных сигналов / Д. Даджион , Р. Мерсеро, М.: Мир. 1988. – 488 с.
45. Желтов С.Ю., Сибиряков А.В., Выделение характерных черт на цифровых изображениях авиационной и космической съемки.
46. Завалишин Н.В. Модели зрительного восприятия и алгоритмы анализа изображений / Н.В.Завалишин, И.Б.Мучник, М.: Наука, 1974. — 344 с.
47. . Блейхут О. Теория и практика кодов, контролирующих ошибки / пер. с англ. – М.: Мир, 1986. – 576 с.
48. Вернер М. Основы кодирования. – М.: Техносфера, 2006. – 288 с.
49. Ким Н.В., Наблюдение за объектами на основе ситуационно-информационного подхода.
50. Киричук В.С.. Обнаружение малоразмерных объектов по последовательностям ТВ-Изображений ИК диапазона / В.С.Киричук, С.В.Парфененок, В.Ю.Ангеров // Распознавание образов и анализ сцен, тр.5 межд. науч.-техн. конф. –М., 2002.- т.1.- С. 273-278
51. . Блейхут О. Теория и практика кодов, контролирующих ошибки / пер. с англ. – М.: Мир, 1986. – 576 с.
52. Коростелев А. П. Стохастические рекуррентные процедуры (локальные свойства) / А. П. Коростелев, М.: Наука, 1984. – 208 с.
53. Кравченко В.Ф. Нелинейная фильтрация изображений с сохранением малоразмерных деталей в присутствии импульсных и мультипликативных помех / В.Ф.Кравченко, В.И.Пономарев // Радиотехника и
электроника.- 2001.- № 4.- с. 476-483
54. Крамер Г. Математические методы статистики / Г. Крамер, М. Мир, 1975, 648 с
55. Крашенинников В. Р. Адаптивный компенсатор коррелированных помех / В. Р.Крашенинников, А. Г. Ташлинский // Методы обработки сигналов и полей: сб. научн. тр. – Ульяновск: УлПИ, 1992.- С. 120-128
56. Кучеренко К.И. Двумерные медианные фильтры для обработки сигналов / К.И. Кучеренко, Е.Ф. Очин // Зарубежная радиоэлектроника. – 1986.- № 6.-с.
57. Леман Э. Теория точечного оценивания /Э. Леман, М.: Наука, 1991. — 448 с.
58. Лепский А.Е. О нахождении минимального представления контура изображения как решение задачи нечеткой кластеризации. http://semery.narod.ru/lampai/rus/public.html
59. Марпл-мл С.Л. Цифровой спектральный анализ и его приложения / С.Л. Марпл-мл, М.: Мир, 1990.- 584 с.
60. Миньсу Ш. Алгоритм обнаружения объекта, основанный на графе смежности областей/ Ш. Миньсу, Ч. Дайхун // ТИИЭР.- 1984.- № 7.- с. 263-268.
61. Монахов С.В. Методология анализ и проектирования сложных информационных систем / С.В. Монахов, В.П. Савиных, В.Я. Цветков, М.Просвещение, 2005, — 264 с.
62. Мудров В. И. Методы обработки измерений: Квазиправдоподобные оценки / В. И.Мудров, В.Л.Кушко, М.: Радио и связь, 1983, — 304 с.
63. Мурашов Д.М. Метавыделения фона на последовательностях
изображений с использованием фильтра Калмана / Д.М.Мурашов, А.В.Хилков, И.А.Шамтиев // Распознавание образов и анализ сцен, тр.5 межд. науч.-техн. конф. –М., 2002.- т.2.- С. 389-393
64. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ. — М.: Радио и связь, 1986. — 400 с, ил.
65. Пат. 4937878 США, МКИ G 6K 9/20. Signal processing for autonomous acquisition of objects in cluttered background / Lo; Thomas К. (СА); Sacks; Jack M. (CA); Banh; Nam D. (CA); Hughes Aircraft Company (CA).
- № 229390; Заяв. 8.08.88; Опубл. 26.06.90; НПК 382/103. Англ.
66. Пат. 5109435 США, МКИ G 6K 9/38. Segmentation method for use against moving objects / Lo; Thomas K. (CA); Sacks; Jack M. (CA); Banh; Nam D. (CA); Hughes Aircraft Company (CA).
- № 663786; Заяв. 4.03.91; Опубл. 28.04.92; НПК 382/103. Англ.
67. Пат. 5177794 США, МКИ G 6K 9/20. Moving object detection apparatus and method / Abe; Shozo (JP); Togashi; Yuichi (JP); Ohata; Hajime (JP); Ka-bushiki Kaisha Toshiba (JP).
- № 674405; Заяв. 25.03.91; Опубл. 5.01.93; НПК 382/107. Англ
68. Пат. 5212740 США, МКИ G06K 009/48. Edge detection method and apparatus for an image processing system / Paek; Jun-gi (KR); Park; Yong-cheol (KR); Myeong; Chan-kyu (KR); Samsung Electronics Co., Ltd. (KR).
- № 679205; Заяв. 02.04.91; Опубл. 18.05.93; НПК 382/266. Англ.
69. Пат. 5233670 США, МКИ G06K 009/48. Method and device for
the realtime localization of rectilinear contours in a digitized image, notably for shape recognition in scene analysis processing / Stephan; Larisa A. (CA); Groves; Gillian K. (CA); Dufour; Jean-Yves (FR); Le Gall; Serge (FR); Waldburger; Hugues (FR); Thomson TRT Defense (FR).
- № 733807; Заяв. 22.06.91; Опубл. 03.08.93; НПК 382/197. Англ.
70. Пат. 5398292 США, МКИ G 6K 9/46. Edge detecting apparatus / Aoyama; Chiaki (JP); Honda Giken Kogyo Kabushiki Kaisha (JP).
- № 049524; Заяв. 20.04.93; Опубл. 14.03.95; НПК 382/199. Англ.
71. Пат. 5627586 США, МКИ Н 4N 5/225. Moving body detection device of camera / Yamasaki; Masafumi (JP); Olympus Optical Co., Ltd. (JP).
- № 045039; Заяв. 8.04.93; Опубл. 6.05.97; НПК 348/169. Англ.
72. Пат. 5627905 США, МКИ G 6K 9/00. Optical flow detection system / Se-bok; Thomas J. (OH); Sebok; Dale R. (OH); Lockheed Martin Tactical Defense Systems (OH).
- № 353589; Заяв. 12.12.94; Опубл. 6.05.97; НПК 382/107. Англ.
73. Пат. 5768413 США, МКИ G 6K 9/00. Method and apparatus for segmenting images using stochastically deformable contours / Levin; David N. (IL); Grzeszczuk; Robert P. (IL); Arch Development Corp. (IL).
- № 539204; Заяв. 4.10.95; Опубл. 16.06.98; НПК 382/173. Англ.
74. Пат. 5878163 США, МКИ G 6K 9/46. Likelihood-based threshold selection for imaging target trackers / Stephan; Larisa A. (CA); Groves; Gillian К. (СА); Raytheon Company (CA).
- № 540638; Заяв. 11.10.95; Опубл. 2.03.99; НПК 382/172. Англ.
75. Пат. 5883969 США, МКИ G 6K 9/00. Procedure and device for detecting the movement of a target and their applications / Le Gouzouguec; Anne (FR); Schlossers; Christophe (FR); Aerospatiale Societe Nationale Industrielle (FR).
- № 653332; Заяв. 24.05.96; Опубл. 16.03.99; НПК 382/103. Англ.
76. Пат. 5991428 США, МКИ G 6K 9/00. Moving object detection apparatus and method / Taniguchi; Yasuhiro (JP); Kabushiki Kaisha Toshiba (JP).
- № 912172; Заяв. 15.08.97; Опубл. 23.11.99; НПК 382/107. Англ.
77. Пат. 6035067 США, МКИ G 6K 9/68. Apparatus for tracking objects in video sequences and methods therefore / Ponticos; Constantine (GB); U.S. Philips Corporation (NY).
- № 935252; Заяв. 22.09.97; Опубл. 7.03.00; НПК 382/226. Англ.
78. Пат. 6078688 США, МКИ G 6K 9/34. Method for image segmentation by minimizing the ratio between the exterior boundary cost and the cost of the enclosed region / Cox; Ingemar J. (NJ); Rao; Satish B. (NJ); NEC Research Institute, Inc. (NJ).
- № 702351; Заяв. 23.08.96; Опубл. 20.06.00; НПК 382/173. Англ.
79. Пат. 6289110 США, МКИ G 6K 9/00. Object extracting method using motion picture / Kim; Hyeon-June (KR); Lee; Jin-Soo (KR); а LG Electronics Inc. (KR).
- № 157948; Заяв. 22.09.98; Опубл. 11.09.01; НПК 382/103. Англ.
80. Пат. 6360002 США, МКИ G 6K 9/00. Object extracting method using motion picture / Kim; Hyeon-June (KR); Lee; Jin-Soo (KR); LG Electronics Inc. (KR).
- № 877198; Заяв. 11.05.01; Опубл. 19.03.02; НПК 382/103. Англ.
81. Перетягин Г. И. Исследование алгоритма обнаружения объектов на многозональном изображении / Г. И. Перетягин // Автометрия. – 1993. — № 1.-
82. . Блейхут О. Теория и практика кодов, контролирующих ошибки / пер. с англ. – М.: Мир, 1986. – 576 с.
83. Победря Б. Е. Лекции по тензорному анализу / Б. Е. Победря, М., 1986. – 264 с.
84. Поляков А.А. Прикладная информатика / А.А. Поляков, В.Я. Цветков, М.:Янус-К, 2002, — 393 с.
85. Попов О.В. Разработка и исследование алгоритмов моделирования и оценивания многомерных Марковских случайных полей: Дис. канд. техн. наук / О.В. Попов — Ульяновск, 2000.-152с
86. Прэтт У. Цифровая обработка данных / Пер. с англ.: Под ред. Д. С. Лебедева. М., 1982, Кн. 1, -312 с., Кн. 2, -480 с.
87. Берлекэмп Э. Алгебраическая теория кодирования / пер. с англ. И.И. Глушко. – М.: Мир, 1971. – 477 с.
88. Рабинер Л. Теория и применение цифровой обработки сигналов: Пер. с англ./ Л.Рабинер, Б.Гоулд, М.: Мир, 1978, -с
89. Розанов Ю.А. Марковские случайные поля / Ю.А. Розанов, М., 1981. – 256 с.
90. Розенфельд A. Распознавание и обработка изображений с помощью вычислительных машин: Пер. с англ. — М.: "Мир", 1972. — 230 с, ил.
91. Рыбаков О.В. Алгоритмы обнаружения объектов на телевизионных изображениях в условиях априорной неопределенности: Дис. канд. техн. наук./ О.В. Рыбаков, Таганрог, 2003.-162с
92. Рыбаков О.С, Тицкий B.C., Об обнаружении локальных неоднородно-стей на зашумленных изображениях. Сборник трудов 4-й Международной конференции: "Цифровая обработка сигналов и ее применения". 2002 Т.2., с.303-304.
93. Савиных В. П. Аэрокосмическая фотосъемка/ В. П.Савиных, А. С. Кучко, А. Ф. Стеценко ,М.: Картоцентр-Геодезиздат, 1997. – 378 с.
94. Савиных В.П. Геоинформационный анализ данных дистанционного зондирования/ В.П. Савиных, В.Я. Цветков, М.: Картоцентр — Геодезиздат, 2001. – 225 с.
95. Саломатин С.Б. Адаптивная фильтрация сложного сигнала на фоне динамической помехи с помощью смежных классов преобразования Фурье/ С.Б. Саломатин, Д.Л. Ходыко // Труды
6. научной сессии, посвященной дню радио. – 2006. — с. 80-82.
96. Самсонов А.Н. Квазиоптимальная рекуррентная фильтрация марковского случайного поля / А.Н.Самсонов // Методы обработки сигналов и полей: сб. научн. тр. – Ульяновск: УлПИ, 1990, -С. 30-36.
97. Татузов А.Л. Кластеризация данных на основе энтропии, инвариантной относительно масштаба / А.Л.Татузов Н.И.Куренков // Цифровая обработка сигналов и ее применение: тр. 8 межд. науч.-техн. конф. –М, 2006.- т.2.- с. 647-651.
98. Теория и техника обработки радиолокационной информации на фоне помех, М.: Радио и связь, 1981, — 416 с.
99. Уилкинсон, Райнш Справочник по алгоритмам на языке АЛГОЛ. Линейная алгебра. Пер. с англ. Под ред. Ю.И. Топчеева. М. "Машиностроение", 1976 г.
100. Уль Ахмед Талеб Махмуд Комбинированные алгоритмы сегментации: Дис. канд. техн. наук./ Уль Ахмед Талеб Махмуд, Минск, 2002.-187с
101. Muhammad Ahmad , Dr. Ihsan Ul Haq Linear Unmixing and Target Detection of Hyperspectral Imagery, 2011 International Conference on Modeling, Simulation and Control IPCSIT vol.10 (2011) (2011) IACSIT Press, Singapore
102. Muhammad Ahmad , Dr. Ihsan ul Haq and Qaisar Mushtaq 1 AIK Method for Band Clustering Using Statistics of Correlation and Dispersion Matrix,2011 International Conference on Information Communication and Management vol.10 (2011) (2011) IACSIT Press, Singapore
103. HSUAN REN, CHEIN-I CHANG, Automatic Spectral Target Recognition in Hyperspectral Imagery, IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS VOL. 39, NO. 4 OCTOBER 2003
104. Amjad Hajjar, Tom Chen, A VLSI architecture for real-time edge linking.// IEEE Transaction on pattern analysis and machine intelligence, Vol. 21, № 1, 1999, p.89-94.
