📄Работа №105418

Тема: Разработка приложения для сравнительного анализа дескрипторов особых точек изображений

📝
Тип работы Бакалаврская работа
📚
Предмет программирование
📄
Объем: 45 листов
📅
Год: 2020
👁️
Просмотров: 222
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Аннотация 2
ВВЕДЕНИЕ 5
1 АНАЛИЗ СОСТОЯНИЯ ВОПРОСА 6
1.1 Обзор предметной области 6
1.2 Постановка задачи 10
2 ПРОЕКТИРОВАНИЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ СРАВНИТЕЛЬНОГО АНАЛИЗА ДЕСКРИПТОРОВ 12
2.1 Анализ дескриптора BRIEF 12
2.2 Анализ дескриптора ORB 15
2.3 Анализ дескриптора SIFT 18
2.4 Анализ дескриптора SURF 24
3 РЕАЛИЗАЦИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ СРАВНИТЕЛЬНОГО АНАЛИЗА ДЕСКРИПТОРОВ 29
3.1 Описание программного обеспечения 29
3.2 Реализация программного обеспечения 33
3.3 Проведение сравнительного анализа дескрипторов 34
ЗАКЛЮЧЕНИЕ 42
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 43

📖 Введение

Основной задачей компьютерного зрения является распознавание различных объектов на видеопотоках и изображениях. Первым этапом в распознавании объектов является нахождение особых точек изображения, являющихся своеобразными метками для последующих этапов распознавания. Особыми точками являются места резкого изменения яркости изображения: углы зданий, края силуэтов, границы объектов.
Обработка и сравнение особых точек изображений с помощью дескрипторов позволяют решать задачи распознавания и отслеживания объектов, стабилизации видео, генерации панорам, а также создавать трёхмерные реконструкции объектов с помощью дополненной реальности.
Новизна работы заключатся в использовании нового алгоритма сравнения дескрипторов особых точек.
Целью работы является сравнение эффективности работы дескрипторов особых точек на различных типах изображений путём подсчета точности и скорости их работы.
Объектом исследования является сравнительный анализ дескрипторов особых точек изображений.
Предметом исследования является обнаружение особых точек изображений и последующая их обработка с помощью дескрипторов особых точек.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

Данная бакалаврская работа посвящена исследованию дескрипторов особых точек изображений и их сравнительному анализу. Большое разнообразие и широкое применение дескрипторов особых точек в области компьютерного зрения делает актуальным нахождение наиболее точного и быстрого из дескрипторов. Целью работы являлось сравнение эффективности работы дескрипторов особых точек путём подсчета точности и скорости их работы.
Для этого были рассмотрены и проанализированы четыре дескриптора особых точек: BRIEF, ORB, SIFT и SURF. Эффективность дескрипторов была измерена с использованием наиболее часто встречающихся типов изображений: лиц, пейзажей и текста. В процессе разработки приложения были сформулированы математические аппараты каждого из дескрипторов, которые в дальнейшем были реализованы в программе.
Кроме этого, были формализованы требования к разрабатываемому программному продукту, описан язык программирования, с помощью которого разработаны алгоритмы программы, а также была описана работа данного программного обеспечения.
В результате работы были сделаны выводы по точности и скорости работы каждого из дескрипторов особых точек. Также был проведен сравнительный анализ дескрипторов для каждого набора изображений.
Данное программное обеспечение является легко масштабируемым. В дальнейшем его можно использовать для сравнения дескрипторов на других типах изображений, не включенных в работу, а также добавить реализации новых дескрипторов особых точек.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Визильтер Ю. В. Обработка и анализ изображений в задачах машинного зрения: Курс лекций и практических занятий. - М.: Физматкнига, 2010. - 672 с.
2. Гонсалес Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. - Москва : Техносфера, 2012. - 1104 с.
3. И. С. Грузман Цифровая обработка изображений в информационных системах / Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А.: Учебное пособие.- Новосибисрк: Изд-во НГТУ, 2002. - 352 с.
4. Использование GPU для решения задач компьютерного зрения в библиотеке OpenCV [Электронный ресурс] / Режим доступа: http: //agora. guru.ru/hpc- h/files/Using_GPU_for_computer_vision_in_OpenCV_library.pdf
5. Клейнберг Дж., Тардос Е. Алгоритмы: разработка и применение. Классика Computers Science / Пер. с англ. Е. Матвеева. - СПб.: Питер, 2016. - 800 с.
6. Машинное зрение: понятия, задачи и области применения
[Электронный ресурс] / Режим доступа:
http: //rusnauka.com/2 5_S SN_2009/Informatica/51050.doc. htm.
7. Н. Красильников Цифровая обработка 2D- и 3D-изображений / Красильников Н.: Отдельное издание. - БХВ-Петербург, 2016. - 608 с.
8. Паттерн посредник [Электронный ресурс] / Режим доступа: https://refactoring.guru/ru/design-patterns/mediator
9. Системы компьютерного зрения: современные задачи и методы [Электронный ресурс] / Режим доступа: http://controleng.ru/innovatsii/sistemy- komp-yuternogo-zreniya-sovremenny-e-zadachi-metody/.
10. Что такое машинное зрение и чем оно отличается от человеческого? [Электронный ресурс] / Режим доступа: https://meduza.io/feature/2019/03/30/chto-takoe-mashinnoe-zrenie-i-chem-ono- otlichaetsya-ot-chelovecheskogo-seychas-ob-yasnim-ponyatno
11. A tutorial on binary descriptors [Электронный ресурс] / Режим доступа: https://gilscvblog.com/2013/10/04/a-tutorial-on-binary-descriptors-part- 3-the-orb-descriptor/
12. Beyerer J. Automated Visual Inspection: Theory, Practice and Applications / J. Beyerer, P. Fernando, F. Christian. - Springer Berlin Heidelberg, 2016. - 798 p.
13. Calonder, M. BRIEF: binary robust independent elementary features / M. Calonder, V. Lepetit, C. Strecha, P. Fua // European Conference on Computer Vision, - 2010. - P. 778-792.
14. Feature detection and description [Электронный ресурс] / Режим доступа: https://docs.opencv.org/3.0-
beta/doc/py_tutorials/py_feature2d/py_table_of_contents_feature2d/py_table_of_c ontents_feature2d.html
15. James L. Pro JavaFX 2/ L. James, G. Weiqi, C. Stephen, I. Dean, V. Johan. - Apress, 2012. - 641 p.
...

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ