ВВЕДЕНИЕ 4
1 Анализ предметной области 5
1.1 Определения 5
1.2 Подготовка изображения 6
1.2.1 Предобработка 6
1.2.2 Сегментация 7
1.2.3 Шумоподавление и фильтрация 10
1.2.4 Распознавание 12
1.3 Аналоги программного обеспечения 13
1.3.1 NEXSYS ImageExpert Pro 3 Программа для количественного анализа
изображений 13
1.3.2 Программа для микроскопа MMC MultiMeter 14
1.3.3 uvVideoCounter - программа для подсчета готовой продукции по
изображению с видео камеры 16
1.4 Выводы по анализу предметной области 17
2 Проектирование программного обеспечения 18
2.1 Постановка задачи 18
2.2 Инструментальные средства разработки 18
2.3 Логическая структура 19
2.4 Архитектура программного обеспечения 21
3 Описание работы программного обеспечения 22
3.1 Используемые классы и методы 22
3.2 Алгоритм работы программы 25
3.3 Работа с программным обеспечением 34
ЗАКЛЮЧЕНИЕ 41
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 42
В настоящее время задача автоматического распознавания и подсчета объектов является актуальной и востребованной. В различных сферах деятельности человеку нужно вести подсчёт каких-либо объектов. Подсчет количества пассажиров в автобусе, оценка численности животных в местах их обитания, регулирование движения транспорта и пешеходов, контроль качества деталей на конвейере - и это не весь перечень примеров, где необходимо решение данной задачи. Её решение способно автоматизировать труд человека и повысить производительность работы. Следует заметить, что для каждой системы нужно учесть особенности объектов распознавания, а также особенностей изображения для обоснованного выбора методов распознавания.
Исходя из этого была поставлена цель выпускной квалификационной работы: разработать программное обеспечение, способное распознавать и подсчитывать объекты с графического изображения и приступить к разработке программного обеспечения.
Требуется разработать программное обеспечение, способное распознавать и подсчитывать объекты с графического изображения.
Для достижения цели ставятся следующие задачи:
- изучить теорию распознавания образов, её базовые алгоритмы;
- определить используемые алгоритмы обработки изображений;
- исследовать существующие аналоги;
- определить требования к разрабатываемому программному обеспечению;
- выбрать технологии для реализации программы;
- разработать основные сущности программного обеспечения;
- реализовать пользовательский интерфейс, отвечающий всем требованиям программы;
- разработать программное обеспечение.
В результате выпускной квалификационной работы было реализовано программное обеспечение для подсчета количества объектов на изображении. Изучены методы обработки изображений, рассмотрены существующие аналоги, закреплены знания языка программирования С#, получен опыт подключения сторонних библиотек в среду Visual Studio 2017 Community, в частности Emgu.CV. Все задачи ВКР выполнены. Программа соответствует требованиям и готова для установки на устройства пользователей.
В дальнейшем возможно расширить функционал программного обеспечения, добавив:
- Возможность создания отчета о проделанных вычислениях;
- Возможность выбора алгоритма подсчета объектов на изображении;
- Увеличение количества предметных областей для подсчета объектов на большом количестве изображений
- Повышение точности для частных случаев, когда существуют некоторые помехи (объекты перекрывают друг друга, повышенные перепады яркости и т. д.).
Также рекомендуется перенос функционала на другие платформы (веб-приложение, мобильное приложение) для быстрого и удобного использования.
