'
Научный журнал «Вестник науки»

Режим работы с 09:00 по 23:00

zhurnal@vestnik-nauki.com

Информационное письмо

  1. Главная
  2. Архив
  3. Вестник науки №5 (62) том 3
  4. Научная статья № 98

Просмотры  34 просмотров

Усманова Н.Ф.

  


АНАЛИЗ АЛГОРИТМОВ ОБРАБОТКИ ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ *

  


Аннотация:
изучаются теоретические понятия цифровой реконструкции изображений. Анализируются методы обработки графических изображений. Приводятся примеры их эффективного использования   

Ключевые слова:
нейросетевые алгоритмы, машинное обучение, обработка изображений, цифровая обработка, улучшение изображений   


УДК 1

Усманова Н.Ф.
магистрант 1 курса кафедры компьютерных технологий
Пензенский государственный университет
(г. Пенза, Россия)

АНАЛИЗ АЛГОРИТМОВ ОБРАБОТКИ

ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ

 

Аннотация: изучаются теоретические понятия цифровой реконструкции изображений. Анализируются методы обработки графических изображений. Приводятся примеры их эффективного использования.

Ключевые слова: нейросетевые алгоритмы, машинное обучение, обработка изображений, цифровая обработка, улучшение изображений.

 

Алгоритмы обработки изображений - это глобальная тенденция в различных отраслях техники. Сегодня многие области деятельности человека нуждаются в обработке графической информации, которая играет значительную роль в научных, космических, медицинских и промышленных исследованиях. В этом контексте все большее значение приобретают системы, в которых информация представлена в графическом виде.

Обработка изображений находит широкое применение в сфере науки, космоса, медицины, промышленности и других областях деятельности человека. Результатом обработки графической информации является получение воспроизводимого изображения, которое можно использовать для дальнейшей работы [1].

Ключевым фактором успешной обработки изображений являются алгоритмы обработки. Их разработка и совершенствование являются важным направлением в различных отраслях техники.

Несмотря на широкое применение обработки изображений, эта область техники продолжает развиваться и совершенствоваться. Новые алгоритмы и технологии позволяют достигать более точных результатов и улучшать производительность систем обработки изображений.

Примеры систем, в которых используются алгоритмы обработки изображений:

- Системы медицинской диагностики

- Системы видеонаблюдения

- Технические системы контроля и измерения

- Системы виртуальной реальности и дополненной реальности

- Системы автоматического распознавания объектов и образов.

При обработке изображений с помощью ЭВМ, оно часто представляется матрицей или иной дискретной структурой данных. Но мы должны помнить, что изображение - это прежде всего сигнал, передающий информацию наблюдателю. В многих прикладных задачах это является очень важным условием, на которое следует обращать внимание [4].

При обработке изображений следует учитывать следующие важные аспекты:

  1. Точность и качество обработки. Чем точнее и качественнее обработка, тем лучше результат.
  2. Соответствие операций обработки конкретной задаче. Разные задачи требуют разных методов обработки изображения.
  3. Скорость обработки. В некоторых случаях быстродействие является критическим фактором.
  4. Обработка на больших данных. Современные методы обработки изображений должны быть способны работать с большими объемами данных.

Известны две основные разновидности обработки изображений: преобразования, не выводящие изображения за пределы соответствующего класса, типа фильтрации и улучшения качества изображения, и преобразования, переводящие изображения из класса 1 в класс 2, типа сегментации. Однако, существует множество других методов обработки изображений, которые могут быть применены в зависимости от конкретной задачи.

В процессе обработки изображений происходят несколько этапов. Сначала формируется само изображение, которое затем подвергается улучшению. После этого происходит его бинаризация и кодирование. Но что происходит в результате сегментации изображения? Она позволяет выделить границы объектов на изображении, создавая множество пикселей, которые покрывают изображение.

Для описания изображений существует несколько методов. Один из них - вычисление геометрических признаков. Также можно использовать методы случайной выборки или проанализировать гиперспектральную информацию. Однако наиболее эффективный метод - обучение нейронных сетей. В результате описания изображений можно определить параметры элементов изображения и использовать их для продвинутых анализов [3].

В целях получения более подходящего результата в конкретном применении, изображения проходят определенные преобразования. Эти преобразования могут быть выполнены различными способами, но их основная цель - улучшение изображения. Если использование изображения в системах машинного обучения является основной целью улучшения, тогда критерием эффективности обработки является вывод более четких результатов машинного распознавания [2].

Методы улучшения изображений могут быть разделены на две категории: пространственные методы и частотные методы.

Пространственные методы:

- Фильтрация изображения

- Расширение динамического диапазона

- Удаление шума

- Изменение контраста

Частотные методы:

- Преобразования Фурье

- Фильтрация в частотной области

- Вейвлет-анализ

Использование подходящих методов обработки изображений может значительно улучшить их качество и обеспечить более эффективное использование в конкретных приложениях.

 

СПИСОК ЛИТЕРАТУРЫ:

 

  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. — М.: Техносфера, 2005. — 1072 с.
  2. Ломоносовские чтения – 2018 [Электронный ресурс]: Сборник материалов ежегодной научной конференции (12 апреля 2018 года, г. Севастополь). – Под ред. И.С. Кусова, С.И. Рубцовой, Ю.Л. Ситько и др. – Севастополь: Филиал МГУ в г. Севастополе, 2018. — 248 с.
  3. Мясникова Н.В., Берестень М.П. Экстремальная фильтрация и ее приложения //Датчики и системы. 2014. № 4. 8-11
  4. Павлидис Т. Алгоритмы машинной графики и обработки изображений. — М.: Радио и связь, 1986. — 400 с. 
  


Полная версия статьи PDF

Номер журнала Вестник науки №5 (62) том 3

  


Ссылка для цитирования:

Усманова Н.Ф. АНАЛИЗ АЛГОРИТМОВ ОБРАБОТКИ ГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ // Вестник науки №5 (62) том 3. С. 625 - 628. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/8278 (дата обращения: 29.03.2024 г.)


Альтернативная ссылка латинскими символами: vestnik-nauki.com/article/8278



Нашли грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики) ?
- напишите письмо в редакцию журнала: zhurnal@vestnik-nauki.com


Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023.    16+




* В выпусках журнала могут упоминаться организации (Meta, Facebook, Instagram) в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25 июля 2002 года № 114-ФЗ 'О противодействии экстремистской деятельности' (далее - Федеральный закон 'О противодействии экстремистской деятельности'), или об организации, включенной в опубликованный единый федеральный список организаций, в том числе иностранных и международных организаций, признанных в соответствии с законодательством Российской Федерации террористическими, без указания на то, что соответствующее общественное объединение или иная организация ликвидированы или их деятельность запрещена.