ВВЕДЕНИЕ 5
1 Обзор предметной области 7
1.1 Общие сведения о клеточных структурах хвойных 7
1.1.1 Гистометрические измерения клеточных структур хвойных 8
1.1.2 Другие методы измерения клеточных структур хвойных 10
1.2 Применяемая методика измерения структур клеток хвойных 11
2 Обзор существующих решений в области анализа клеток 14
2.1 Решения в области анализа клеточных структур крови 16
2.1.1 Проточная цитометрия 17
2.1.2 Компьютерный гематологический анализ 18
2.2 Решения в области распознавания и анализа клеточных структур
деревьев хвойных пород 21
2.2.1 Программа «SuperMoment» 24
2.2.2 Программа «Lineyka» 24
3 Анализ методов обработки и распознавания изображений 28
3.1 Методы повышения контраста изображения 28
3.2 Методы фильтрации изображения 31
3.2.1 Методы линейной фильтрации 32
3.2.2 Методы нелинейной фильтрации 33
3.2.3 Комбинированные и гибридные методы фильтрации 34
3.2.4 Адаптивные методы фильтрации 35
3.3 Методы бинаризации изображения 36
3.3.1 Методы локальной бинаризации 37
3.3.2 Методы глобальной бинаризации 39
4 Реализация системы параметрического анализа клеточных структур деревьев хвойных пород 41
4.1 Описание входных данных системы 41
4.2 Состав модулей системы 43
4.3 Предварительная обработка изображения 44
4.3.1 Загрузка изображений 44
4.3.2 Повышение контрастности изображений 46
4.3.3 Медианная фильтрация 48
4.3.4 Бинаризация 50
4.3.5 Удаление нецелых объектов 54
4.3.6 Выделение объектов 56
4.3.7 Морфологическое закрытие объектов 60
4.4 Обработка массивов распознанных объектов 61
4.4.1 Вычисление центров масс объектов 61
Определение периметра объектов 62
4.4.3 Исключение ложных объектов 63
4.4.4 Заполнение полостей объектов 68
4.4.5 Исключение пересекающихся точек объектов 69
4.4.6 Вычисление угла ориентации главной оси изображения 71
4.5 Выходные результаты работы системы 72
ЗАКЛЮЧЕНИЕ 74
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 75
ПРИЛОЖЕНИЕ

Купить

Информационные технологии на сегодняшний день - одна из наиболее динамично развивающихся областей человеческой деятельности и их значение в обозримой перспективе будет лишь расти. Это обусловлено тем, что характерной чертой современного мира является лавинообразное увеличение числа информационных потоков, сколь либо адекватно обрабатывать которые без создания всевозможных информационных систем становится невозможно. Именно информационные системы позволяют вывести задачи хранения, поиска, обработки и даже получения информации на недоступный ещё недавно уровень как по масштабу, так и по глубине.
Одними из наиболее важных сфер приложения информационных систем являются автоматизированная обработка изображений и распознавание визуальных образов. Подобная проблематика актуальна для множества прикладных задач: системы безопасности, биологические и особенно медицинские исследования, промышленное конвейерное оборудование, архивное дело и т.д. Задачи распознавания как правило приходится решать в условиях ограниченного временного ресурса, а в некоторых случаях и вовсе в режиме реального времени. Толчком к бурному развитию данного направления стали значительно возросшие за последние 2-3 десятилетия характеристики вычислительной техники и её компонентной базы, позволившие создать и реализовать алгоритмы, взявшие на себя целый класс задач, прежде выполнявшихся преимущественно вручную, а то и вовсе не ставившихся из-за неприемлемых объёмов и сроков выполнения. На сегодняшний день задача получения качественных изображений биологических объектов не представляет научного интереса по причине широкого распространения цифровых фото-, видеосистем, и особое внимание уделяется методам их математической обработки и анализа.
В настоящий момент одной из актуальных проблем в дендрохронологии является параметрический анализ клеточных структур деревьев хвойных пород. Кроме того, понимание закономерностей скорости и ритма роста деревьев на определённой территории, а также факторов, влияющих на них, может также иметь важное значение и в практике лесного хозяйства. Ручная обработка гигантских массивов цитологических фотоизображений срезов древесины малоэффективна и потому получить статистически надёжные результаты от такой деятельности крайне сложно. Перед исследователями встала задача автоматизации параметрического анализа фотоизображений годичных колец, которая активно решается в том числе и учёными Сибирского федерального университета.
В рамках данного дипломного проекта будет разработан прототип автоматизированной системы параметрического анализа клеточных структур деревьев хвойных пород. Чтобы спроектировать данную систему, необходимо представлять, какие функции она должна выполнять и какие методы необходимо для этого применить. Исходя из этого, в рамках настоящего работы будут рассмотрены предметная область, включая обзор основных принципов проведения параметрического анализа клеточных структур деревьев хвойных пород, существующие решения в области параметрического анализа цитологических объектов, а также методы обработки и распознавания изображений. Результатом указанных теоретических изысканий должно стать описание разработанного прототипа программного продукта для автоматизации задач предметной области исследования.

Купить