Анализировались возможные подходы по параметрическому искажению структурных сеток изображения кусочно-непрерывными геометрическими преобразованиями. Эта тематика актуальна для расширения размеченных наборов данных для обучения нейронных сетей. Сетка изображения представляется в виде набора сопряженных ребрами четырехугольных полигонов. Разработано эквидистантное в отсчетах преобразование, которое удовлетворяет условию непрерывности изображения на ребрах полигонов.

Существует прототип учебной среды объектно-ориентированного моделирования поддерживающей процесс ICONIX. В других работах предложен ряд методов проверки корректности проекта. Однако, текущее представление диаграмм (для построения используется инструмент PlantUML) в этой среде не позволяет обеспечить высокое быстродействие алгоритмов анализа. В настоящей работе, предложены и разработаны структуры данных внутреннего представления диаграмм, которые решают эту проблему.