Спосіб декомпозиції зображень

1. Спосіб декомпозиції зображень, який включає проведення двовимірного перетворення Фур'є, обчислення спектра зображення, побудову двовимірних образів, які відповідають кожній просторовій гармоніці nm, розклад даного зображення на набір часткових зображень, які є ортогональними компонентами вихідного зображення, кожне з яких включає образ не менше ніж однієї гармоніки, який відрізняється тим, що набір зображень включає хоч би одну з 2-х компонент - інформативну, породжену корисним сигналом, та неінформативну, породжену шумами та перешкодами. 2. Спосіб за п. 1, який відрізняється тим, що неінформативна компонента включає хоч би одну з 2х компонент - низькочастотну (НЧ), до якої входить щонайменше постійна складова, а саме нульова гармоніка, та високочастотну (ВЧ), до якої входить C2 2 UA 1 3 Ця проблема є частковим випадком більш загальної задачі розпізнавання образів, яка включає запис зображень, їх попередню обробку та власне розпізнавання. Пропонований у даному винаході спосіб використовує двовимірне перетворення Фур'є. При цьому декомпозиція зображень є загальним способом обробки зображень, який поєднує операції попередньої обробки і розпізнавання образів. Зображення в різних галузях техніки часто є досить складними. Це спричинено з одного боку їх природою, тобто складною конфігурацією джерел корисного сигналу, а з іншого - наявністю шумів та зовнішніх завад. Останні спотворюють результуюче зображення та маскують його, утруднюючи його аналіз та інтерпретацію. Крім того, часто аналіз зображення полягає у виявленні певних, цікавих з точки зору даної предметної галузі, деталей даного зображення або визначенні його певних характеристик (деталей, особливостей). Тому одним із основних завдань попередньої обробки є виявлення деталей та характеристик зображень. Такі задачі зустрічаються як в точних науках (техніці, фізиці), так і науках про живе (біологія, медицина). Наприклад, в системах відеоспостереження та астрофізиці, для виявлення окремих деталей, які відповідають змінним у часі об'єктам, використовують порівняльний аналіз різницевих кадрів. Проте такі методи аналізу вимагають обробки всього набору зображень (так званий "куб" даних), - отже вимагають великого обсягу обчислень. У цьому зв'язку перевагу мають методи, які дозволяють отримати математичні чи геометричні характеристики зображення в цілому. Іншими словами, набір зображень характеризується одним зображенням, що значно спрощує їх аналіз та інтерпретацію. Наприклад, відомо винахід [Способ обнаружения изменяющихся объектов, RU2246760 С2, 27.07.2003, G06K9/52], заснований на обчисленні так званої дисперсійної карти, в якій значення яскравості в кожній точці зображення рівна дисперсії значень яскравостей у даній точці по всьому набору зображень. Ефект полягає у виявлення слабких швидкозмінних об'єктів на фоні яскравих постійних об'єктів і заміні набору зображень ("кубу" даних) на одне зображення - дисперсійну карту. Іншим загальним способом підвищення різкості (контрасту) зображень є виділення низькочастотної (НЧ) компоненти, яка відповідає фону. Потім отримане згладжене зображення віднімають від початкового, тому об'єкти, що маскувались фоном стають видні більш різко. На цьому засновані [патенти RU 20155561 (16.04.91) та US 5038388 (06.08.91), G06K9/40]. В результаті отримують зображення, яке вміщує тільки високочастотну (ВЧ) компоненту без фону, яке потім підсилюють і сумують зі згладженим. Даний спосіб дозволяє подавити НЧ компоненти шуму, але недоліком є те, що також підсилюються ВЧ компоненти шуму. З іншого боку, у ряді галузей техніки зображення на основі хвиль або потоків частинок, отримані за допомогою технічних засобів, є первинною 86043 4 (сирою) інформацією, яка підлягає подальшій математичній обробці. Іншими словами, цікавими є не власне самі зображення, а джерела, що породжують ці поля або частинки. Наприклад, при вимірюванні карт розподілу електричних чи магнітних полів серця людини інтерес становить саме розподіл електричних джерел у серці. Такі джерела виявляються за допомогою вирішення оберненої задачі електро- чи магнітостатики. Таким чином для виявлення джерел корисні способи розпізнавання образів, що полягають у декомпозиції зображення на ряд компонент, породжених різними джерелами (типами джерел). Це можна здійснити за рахунок розкладу зображення у деякому ортогональному представленні. У цьому зв'язку відомий спосіб, що полягає у використанні перетворення Карунена-Лоева (KLT) до аналізу карт розподілу електричного поля серця людини (потенціальне картування тіла - ПКТ). Даний спосіб дозволяє провести декомпозицію ПКТ карти на ряд компонент, характерних для даного набору [Spatial features in body-surface potential maps can identify patients with a history of sustained ventricular tachycardia. Hubley-Kozey CL, Mitchell LB, Gardner MJ, et al: Circulation 92: pp 1825-1838, 1995]. Проте, даний спосіб потребує попереднього формування навчальних вибірок. При цьому, точність декомпозиції знижується для наборів зображень, які не входять до навчальної вибірки. Ліквідувати цей недолік можна шляхом переходу до представлень, спектральні функції яких відомі і не вимагають етапу навчання. Прикладом такого підходу є вейвлет-аналіз. У цьому зв'язку відомо патент [Nonlinear noise reduction for magnetocardiograms using wavelet transforms, WO 0302.6346, 27.03.2003], у якому розклад по ортогональній системі вейвлет-функцій застосовано до аналізу карт розподілу магнітного поля серця (магнітокардіографічних - МКГ) карт. Іншим прикладом ортогонального перетворення є двовимірне перетворення Фур'є (ПФ). На цій основі відомі способи розпізнавання зображень, які залежать від області частот, де зосереджений корисний (інформативний) сигнал. Якщо зображення має області з певною періодичністю (текстурою), то корисний сигнал лежить в області ВЧ. У цьому випадку для виділення корисного сигналу відомо спосіб ВЧ фільтрації [Способ таксации насаждений, RU2183847 С2, 20.06.2002]. При відсутності структур (областей), які не мають переважаючих періодичностей, корисний сигнал лежить в області НЧ. У цьому зв'язку для розпізнавання відомо спосіб на основі аналізу автокореляційної функції зображення [Способ идентификации типов растительности, RU2115887 С1, 20.07.1998]. Недолік таких способів полягає у тому, що фільтрація - нелінійна процедура, яка може спотворити форму корисного сигналу. Тому для обробки зображень на основі ПФ перспективні способи, що використовують декомпозицію зображення в частотній області. У цьому зв'язку відомий спосіб, в якому кольорове зображення розділяють на 3 ізотропних частотних кана 5 ли - НЧ, середньочастотний і ВЧ [US 5739922, 14.04.1998]. Однак, використання ізотропних каналів робить неможливим виділення і підсилення деталей зображення, які мають витягнуту форму (напрям), особливо границь. Найбільш близьким аналогом є спосіб, в якому шляхом частотної фільтрації отримують багато зображень, фільтрованих по напрямку [Способ обработки изображений, RU2150146 С1, 27.05.2000, Семенченко M.Г., G06K9/46]. При цьому виділяють один НЧ канал і n-1 ВЧ канали, яким відповідають області матриці частот з певним виділеним напрямом. В результаті у зображенні повністю подавлені всі деталі, що відрізняються по напряму від напряму даного ВЧ каналу. Недолік цього способу полягає в тому, що декомпозиція виконується тільки стосовно певного напрямку. Це дозволяє виявити деталі зображення (наприклад, контури об'єктів) або області, що мають певну текстуру, орієнтовану вздовж певного напрямку. Але крім напрямку іншою важливою характеристикою є координата (положення) області або джерела на зображенні. Таким чином, сучасний рівень техніки демонструє відсутність способу декомпозиції зображень, який би давав можливість проводити розділення на частотні канали, гармоніки яких відрізнялись як по напрямку, так і по координатам. В основу даного винаходу поставлена задача вдосконалення способу обробки даних, в якому шляхом застосування нових дій та режимів виконання дій вихідне зображення однозначно розділяється на ортогональні компоненти, які є образами просторових гармонік Фур'є. Для реалізації зазначеного завдання спосіб декомпозиції передбачає попередній синтез модельного зображення з набору 7 гармонік ПФ, які спеціально мають різний напрям та положення на зображенні. Потім проводиться аналіз зображення з використанням двовимірного ПФ, в результаті якого обчислюються напрями та координати кожної гармоніки. Насамкінець, проводиться реконструкція композитної карти, яка є сумою образів вказаних гармонік, а також визначення точності пропонованого підходу як відносної похибки між початковою синтезованою картою і композитною, отриманою в результаті аналізу. Новим у порівняні зі способомпрототипом є те, що: 1. Використано не математичний спектр з додатними і від'ємними частотами, а фізичний спектр, який вміщує тільки додатні частоти. 2. Кожна гармоніка характеризується певними координатами. 3. Наявність напрямку не визначається наперед у частотній області, а залежить від співвідношення індексів двовимірної частоти. 4. Зображення гармонік із симетричними індексами мають ізотропний характер, а тому не мають виділеного напряму. 5. Зображення гармонік із несиметричними індексами мають анізотропний характер, а тому мають виділений напрям. 6. Комбінуванням вказаних гармонік утворюються різні варіанти декомпозиції зображення на 86043 6 ряд компонент, які мають певний смисл у певній галузі техніки. Корисний ефект полягає у тому, що: 1. Кожна гармоніка (компонента) являє собою якісно відмінний тип зображення, який може відображати певні його особливості (характеристики), наприклад деталі, області певної структури (текстури), джерела. 2. Дана компонента виділяється однозначно, незалежно від координати і напрямку вказаної особливості. 3. Поєднуються етапи попередньої обробки і розпізнавання зображень, бо виявлення неінформативних (шумових, фонових, апаратурних і таке інше) та інформативних (корисних, сигнальних) компонент здійснюється в однаковий спосіб. 4. Видалення неінформативних компонент не приводить (на відміну від методів фільтрації) до спотворення інформативної компоненти, бо здійснюється їх відніманням від початкового зображення, тобто лінійною процедурою, аналогічною методам компенсації. Короткий опис ілюстрацій: Фіг.1 - Матриця частотного представлення, яка задає декомпозицію зображення на інформативну компоненту та НЧ і ВЧ неінформативні компоненти. Фіг.2 - Матриця частотного представлення, яка задає декомпозицію інформативної компоненти зображення на дипольну компоненту та НЧ і ВЧ недипольні компоненти. Фіг.3 - Матриця частотного представлення, яка задає декомпозицію зображення на симетричну компоненту та горизонтальну і вертикальну антисиметричні компоненти. Фіг.4 - Матриця частотного представлення, яка задає декомпозицію модельного зображення на 7 компонент по кількості значущих гармонік, які утворюють дане зображення. Фіг.5 - Модельне синтезоване зображення, утворене із 7 компонент. Фіг.6 - Інформативна (сигнальна) компонента модельного зображення, поданого на Фіг.5. Фіг.7 - Неінформативна (шумова) компонента модельного зображення, поданого на Фіг.5. Фіг.8 - ВЧ складова (гармоніка максимальної частоти 53) неінформативної (шумової) компоненти, поданої на Фіг.7. Фіг.9 - Основна складова (дипольна гармоніка 12) інформативної компоненти, поданої на Фіг.6. Фіг.10 - Додаткова складова (гармоніки 10, 12, 32, 24) інформативної компоненти, поданої на Фіг.6. Фіг.11 - НЧ (однорідна, гармоніки 10,11) складова додаткової компоненти, поданої на Фіг.10. Фіг.12 - ВЧ (неоднорідна, гармоніки 32, 24) складова додаткової компоненти, поданої на Фіг.10. Фіг.13 - Ламінарна (гармоніка 10) складова однорідної (розмитої) компоненти, поданої на Фіг.11. Фіг.14 - Вихрова (гармоніка 11) складова однорідної (розмитої) компоненти, поданої на Фіг.11. Фіг.15 - Складова проміжної частоти (гармоніка 32) неоднорідної (фрагментарної) компоненти, поданої на Фіг.12. 7 86043 Фіг.16 - ВЧ (гармоніка 24) складова неоднорідної (фрагментарної) компоненти, поданої на Фіг.12. Фіг.17 - Симетрична (гармоніки 00, 11) компонента модельного зображення, поданого на Фіг.5. Фіг.18 - Антисиметрична (гармоніки 10, 12, 32, 24, 53) компонента модельного зображення, поданого на Фіг.5. Фіг.19 - Горизонтальна (гармоніки 12, 24) складова антисиметричної компоненти, поданої на Фіг.18. Фіг.20 - Вертикальна (гармоніки 10, 32, 53) складова антисиметричної компоненти, поданої на Фіг.18. Фіг.21 - Композитне зображення, що є сумою компонент, отриманих в результаті декомпозиції модельного зображення на Фіг.5. Фіг.22 - Різницеве зображення, яке відображує похибку декомпозиції і утворене як різниця між модельним (Фіг.5) і композитним (Фіг.21) зображеннями. У даній реалізації застосовано зображення, що є моделлю карти електродинамічного походження (розподіл напруженості електричного, магнітного полів або миттєвий знімок розподілу електромагнітного поля). Модельна карта Вм утворена як сума двовимірних образів 7-ми просторових гармонік Фур'є - 00, 10, 11, 12, 32,24, 53 згідно виразів (1-6) BM=B00+L10y+M11+D21x+Q32y+O43x+ (1) +HD53y, B00=1.5; L10y=4*sin(X+20); (2) M11=6*cos(X-50)*cos(Y+40); (3) D21x=10*cos(X+40)*sin(2(Y-30)); (4) Q32y=4*sin(3(X-20))*cos(2(Y+30)); (5) O42x=3*cos(2(X+30))*sin(4(Y-20)); (6) HD53y=2*sin(5(X-14))*cos(3(Y+23.3)). (7) Тут образи гармонік подані відповідно до аналогії з відомим в електродинаміці мультипольним розкладом складного джерела та теоремою Гельмгольця. А саме: B00 - постійна компонента, L10y лінійне (ламінарне) джерело, М11 - вихрове (кругове) джерело, D21x - дипольне джерело, Q32y квадрупольне джерело, О42х - октупольне джерело, HD53y - гексадекапольне джерело. Тут X(Y) означає координати на площині, а індекси х(у) горизонтальну (вертикальну) орієнтацію гармоніки. Основна ідея винаходу полягає у тому, що пропоновані образи гармонік враховують не тільки різний напрям гармонік у частотній області, як це реалізовано у прототипі, а різний напрям та координати гармонік у координатному представленні. Це досягається переходом від теоретичного спектру, який включає гармоніки з від'ємними індексами, до фізичного спектру, який включає тільки гармоніки з додатніми індексами. Модельна карта (1) подана на Фіг.5, звідки видно, що наявні два позитивні (максимуми поля) та один негативний (мінімум) екстремуми. Отже, дане зображення є моделлю суттєво недипольної карти, бо дипольна карта вміщує тільки два екстремуми протилежної полярності. Попередній синтез зображення, що підлягає декомпозиції, проведено з метою оцінки точності пропонованого підходу. Потім виконується аналіз 8 синтезованого зображення за допомогою двовимірного Фур'є перетворення, на основі якого обчислюються кількісні параметри для кожної частотної гармоніки - амплітуду та координати. Таким чином гармоніка може бути зображена вектором на площині, як це показано на Фіг.6-20. Принцип декомпозиції у частотному представленні пояснює Фіг.1-4, де подано розбиття матриці частот різними варіантами декомпозиції. У даній реалізації використана матриця, що включає 6X6=36 фізичних гармонік з додатніми частотами від 00 до 55. Образи гармонік, виділені з карти (1) на основі Фур'є аналізу, будемо позначати малими буквами, тобто - b00, /10y, m11, d21x, q32y, o42x, hd53y. Суть винаходу полягає у проведенні послідовного розкладу (декомпозиції) вихідного зображення на Фіг.5 на ряд компонент, які мають певний загальний смисл незалежно від галузі застосування. Вказані компоненти є ортогональними, бо є сумою певної кількості образів гармонік двовимірного перетворення Фур'є, яке є ортогональним. Зображення подані у вигляді контурних карт, де цифри на ізолініях відповідають значенню інформативної величини, а нульова (базова) лінія - виділена жирним. Процедура декомпозиції включає декілька послідовних етапів. Перш за все даний винахід передбачає, що кожне зображення має інформативну та неінформативну компоненти. Інформативна компонента ВІНФ являє собою корисний сигнал, який підлягає подальшому аналізу. У даній реалізації прийнято, що інформативна компонента включає 24 гармоніки, яким відповідають середні частоти. Неінформативна компонента ВНЕІНФ відображає наявність у зображенні флуктуацій, спричинених внутрішніми шумами реєструючого пристрою, або спотворень зображення внаслідок впливу зовнішніх завад. Ця компонента є паразитною, а тому підлягає вилученню із зображення. Принцип такої декомпозиції у частотній області подано на Фіг.1, а вигляд отриманих компонент на Фіг.6 та Фіг.7. Ця реалізація описується виразом (8-9) ВНЕІНФ=b00+hd53y, (8) ВІНФ=l10у+m11+d21x+q32y+о42х. (9) У даній реалізації прийнято, що неінформативна компонента включає 12 гармонік, яким відповідають НЧ та ВЧ. При цьому НЧ неінформативній компоненті відповідає тільки одна нульова гармоніка - тобто усереднений постійний сигнал b00, а ВЧ компоненті - 11 гармонік. У вказаних ВЧ гармонік хоча б один індекс рівний 5, тобто з точки зору мультипольного розкладу вони є різними складовими гексадекапольного джерела hd53y. Принцип декомпозиції неінформативної компоненти (8) у частотній області подано на Фіг.1, а вигляд ВЧ компоненти подано на Фіг.8. Цей варіант декомпозиції описується виразом (10) ВНЕІНФ=ВНЧ+ВВЧ, ВНЧ=b00, BBЧ=hd53y. (10) З Фіг.7-8 видно, що неінформативна компонента відрізняється від ВЧ тільки постійною складовою, рівною 1.5, що привело до відповідного змі 9 щення нульової лінії з ізолінії 0 (Фіг.8) до ізолінії 1.5 (Фіг.7). З іншого боку, інформативна компонента (Фіг.6) теж може бути складною. Пропонований спосіб передбачає, що вказана компонента має по меншій мірі дві складові, які умовно назвемо як основна та додаткова. Основна компонента відображає головну характеристику зображення або найбільш сильне джерело, додаткова - інші, другорядні, менш важливі властивості зображення. У даній реалізації основна компонента представлена дипольним джерелом d21x, додаткова недипольними джерелами, які відповідають джерелам нижчих (ламінарне джерело l10y, вихрове джерело m11) та вищих порядків (квадруполь q32y, октуполь о42х). Вказаний спосіб декомпозиції інформативної компоненти у частотній області подано на Фіг.2, а вигляд отриманих компонент - на Фіг.9-10. Цей варіант описується виразом (11) ВІНФ=ВОСН+ВДОД, BОСH=d21x, (11) BДОД=l10y+m11+q32y+o42x. У свою чергу додаткова компонента може включати декілька складових. У даній реалізації недипольна компонента включає 4 гармоніки, дві з яких є НЧ (l10y, m11), а дві - ВЧ (q32y, o42x) компонентами. У даній реалізації НЧ додаткова компонента має смисл гомогенної карти, яка по суті є квазіоднорідним розмитим зображенням. ВЧ додаткова компонента має протилежний смисл - негомогенної карти, яка по суті є сильно неоднорідним, фрагментарним образом. Частотна матриця декомпозиції додаткової компоненти у частотній області подана на Фіг.2, а вигляд отриманих компонент - на Фіг.11-12. Цей варіант описується виразом (12) ВОСН=ВНЧ+ВВЧ, ВНЧ=l10у+m11, (12) ВВЧ=q32y+o42x. Приведені вище часткові зображення, за виключенням постійної та дипольної (Фіг.9) компонент, складаються по меншій мірі із двох гармонік. Найбільш детальна декомпозиція полягає у розділенні кожної компоненти на окремі гармоніки. У такий спосіб гомогенне зображення розкладаємо на ламінарну (l10y) та вихрову (m11) компоненти, а негомогенне зображення - на квадрупольну (q32y) і октупольну (о42х) компоненти. Вигляд отриманих компонент подано, відповідно, на Фіг.13-14 і Фіг.15-16. В іншій конкретній реалізації вихідне зображення розкладається на набір з двох компонент, яким відповідають якісно різні гармоніки з точки зору симетрії їх індексів. Перша - симетрична компонента має смисл вихрового (ізотропного) образу, який не має виділеного напрямку і є сумою гармонік із симетричними, тобто рівними (n=m) індексами. Друга - асиметрична компонента має смисл потокового (анізотропного) образу, який має виділений напрям і є сумою гармонік із несиметричними, тобто нерівними (n¹m) індексами. Матриця вказаного варіанту у частотному представленні подана на Фіг.3, а вигляд отриманих компонент - на Фіг.17-18. У даній реалізації 86043 10 симетрична компонента включає 2 гармоніки, а асиметрична - 5 гармонік згідно виразу (13-14). ВСИМ=b00+m11, (13) ВАСИМ=l10у+d21x+q32y+o42x+hd53y. (14) Порівняння Фіг.17 та Фіг.14 показує, що симетрична компонента відрізняється від вихрової тільки постійною складовою, що привело до зміщення нульової лінії, аналогічно як на Фіг.7 і Фіг.8. У свою чергу асиметрична компонента може включати 2 якісно різні компоненти. Перша компонента має смисл горизонтального образу, тобто анізотропного образу, виділений напрямок якого орієнтований горизонтально. Друга компонента має смисл вертикального образу, тобто анізотропного образу, виділений напрямок якого орієнтований вертикально. Вказані компоненти утворені гармоніками, у яких, відповідно, - nm. Відповідна матриця у частотній області подана на Фіг.3, а вигляд отриманих компонент - на Фіг.1920. У даній реалізації горизонтальна компонента включає 2 гармоніки, а вертикальна - 3 гармоніки згідно виразів (15-16). ВАСИМ=ВГОР+ВВЕРТ, ВГОР=d21x+о43х, (15) BBEPT=l10y+q32y+hd53y. (16) У іншій конкретній реалізації вихідне зображення розкладається на набір з двох або більше компонент, кожна з яких є однією з компонент, застосованих у одній з описаних вище реалізацій способу декомпозиції. Граничним способом декомпозиції з точки зору пропонованого винаходу є розклад зображення на компоненти, кожна з яких утворена тільки однією гармонікою. У такий спосіб набір компонент буде включати всі значущі гармоніки, які утворюють дане зображення. З огляду на те, що у даній реалізації модельне зображення синтезоване з 7-ми гармонік, набір компонент, утворений на основі його декомпозиції, теж буде включати 7 образів. Відповідна матриця у частотній області подана на Фіг.4, а вигляд отриманих компонент - на Фіг.8, 9,13-16. Пропонований спосіб реалізації винаходу дає можливість визначити його точність. Для цього обчислюється композитна карта B, утворена сумуванням компонент, отриманих внаслідок декомпозиції вихідної синтезованої карти (1) по любому з варіантів, описаних в конкретній реалізації. B=b00+l10у+m11+d21x+q32y+o43x+hd53y. (17) b00=1.44; l10y=3.7*sin(X+18.4); (18) m11=5.92*cos(X-47.65)*cos(Y+41.24); (19) d21x=10.01*cos(X+39.46)*sin(2(Y-29.95)); (20) q32y=3.98*sin(3(X-20.08))*cos(2(Y+29.95)); (21) o42x=3.03*cos(2(X+29.95))*sin(4(Y-20.02)); (22) hd53y=1.99*sin(5(X-13.99)*cos(3(Y+ (23) +23.36)). Вона подана на Фіг.21. Потім визначається різницева карта DВ, утворена внаслідок віднімання від карти (1) композитної карти (17). Така різницева карта визначає просторовий розподіл абсолютної похибки пропонованого способу декомпозиції і наведена на Фіг.22. Відносна похибка, що характеризує точність наведеної реалізації пропонованого способу декомпозиції, визначається як (24) e=||DB|| / ||ВМ||, DB=ВМ-В, 11 де ||DB||, ||ВМ|| - Евклідові норми різницевої та модельної карт. Обрахована для даної реалізації відносна похибка складає e=3%. Принцип винаходу у даній реалізації демонструється на прикладі зображення електродинамічного походження. Але винахід цим не обмежений. Даний спосіб може бути застосований до обробки зображень будь-якого іншого походження. При цьому смисл окремих компонент та гармонік буде визначатися специфікою галузі застосування. 86043 12 Конкретна реалізація способу у винаході детально описана з метою ілюстрації. Зрозуміло, що на практиці, люди, досвідчені в обробці зображень можуть внести деякі зміни і модифікації, які витікають із специфіки галузі техніки, наприклад - кількість гармонік, що приймаються до уваги, кількість компонент, на які розбивається зображення, та ін. Проте, якщо ці різні зміни і модифікації зроблені без суттєвих відхилень від даного винаходу, вони підпадають під дію цього винаходу. 13 Комп’ютерна верстка М. Ломалова 86043 Підписне 14 Тираж 28 прим. Міністерство освіти і науки України Державний департамент інтелектуальної власності, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601