Тип работы:
Предмет:
Язык работы:


СОЗДАНИЕ ПРИЛОЖЕНИЯ «МЕТОДЫ ОПРЕДЕЛЕНИЯ КОНТУРОВ НА ИЗОБРАЖЕНИИ»

Работа №31429

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы73
Год сдачи2018
Стоимость4900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
318
Не подходит работа?

Узнай цену на написание


Введение ................................................................................................................. 3
1. Анализ теоретических и информационных основ в сфере выделения
контуров на изображении...................................................................................... 6
1.1. Анализ проблемы оценивания контуров на изображении
.................................................................................................................................. 6
1.2. Обзор известных методов определения контуров на изображении ....... 8
2. Разработка приложения «Методы определения контуров на
изображении» ....................................................................................................... 13
2.1. Обзор существующих систем с функцией определения контуров
объектов ................................................................................................................ 13
2.2. Операторы и модули Python, используемые для создания приложения
................................................................................................................................ 15
2.3. Разработка проекта и алгоритм создания приложения «Методы
определения контуров на изображении
................................................................................................................................ 19
3. Демонстрация работы приложения «Методы определения контуров на
изображении» ....................................................................................................... 32
3.1. Инструкция по работе с приложением «Методы определения контуров
на изображении» и алгоритм работы приложения
................................................................................................................................ 32
3.2. Анализ работы методов на реальных изображениях ............................. 42
Заключение ........................................................................................................... 51
Список литературы .............................................................................................. 52
Приложение

Обработка изображения с использованием методов выделения контуров
на изображении приобретает все большую актуальность среди специалистов,
работающих с изображениями. Такие изображения являются результатом
работы радиолокационных, телевизионных, пассивных и активных ИК систем,
гидролокаторов, рентгеновских и других установок и устройств.
В настоящее время в отечественной, да и в мировой практике не
существует единой системы оценки методов определения контуров
изображений, так как оценка всевозможных методов и выбор наиболее
оптимального для определённой задачи является трудоемким процессом. На
данный момент существует большое количество методов определения
контуров на изображении: метод Робертса, Собеля, Лапласа, Прюитта, Канни
и т.д. Между тем разработка и совершенствование собственных систем,
использующих методы определения границ на изображении, является важной
задачей для точного анализа изображений, с которыми работают специалисты.
В последние годы большинство компаний в целях развития
возможностей компьютерного зрения в области определения контуров
объектов на изображении проводят собственные исследования на основе
которых разрабатывают собственные методы для информационной
технологии, поддерживающих компьютерное зрение нового поколения.
Оценка и выбор наиболее оптимального метода определения контуров
лежит в основе создания системы, которая в будущем будет использовать этот
метод, так как выбор неподходящего метода может привести к ошибочному
анализу и выводу. Особое значение в современных условиях развития
компьютерного зрения приобретает комплексный анализ работы всех методов
определения контуров на изображении, выступающий в виде отдельного
блока информационного анализа, с которым смог бы справится как опытный
пользователь, так и начинающий.4
Благодаря современным компьютерным системам, пакетам прикладных
программ и языков программирования стало возможным составлять
наглядные интерактивные динамические приложения-формы для решения
задач управления. В связи с этим здесь стоит особо отметить системы
компьютерного программирования Mathematica, Java, Python, C, которые дают
отличные возможности создания приложений для анализа методов
определения контуров.
Цель выпускной квалификационной работы. С помощью языка
Python 3 создать инструмент способный помочь проанализировать на практике
методы Собеля, Канни и Прюитта, чтобы определить наиболее оптимальный
метод для каждого предмета исследования.
Задача работы. Разработать компьютерное приложение в среде Python
способное:
1) Продемонстрировать работу методов Прюитта и Канни и Собеля с
возможностью их оценить по 5 критериям: тип изображения, толщина
контура, отсутствие лишних границ, наличие неопределенных границ и время,
которое будет высчитываться автоматически.
2) Реализовать базу данных, в которую будут сохранятся все оценки
с возможностью последующей выгрузки всех оценок в виде таблицы excel, и
вывода сравнительной диаграммы всех оценок по контрастным,
неконтрастным и всем изображениям.
Объект исследования. Изображения (Снимки местности со спутника,
снимки океанического дна, рентгеновские снимки)
Предметом исследования. Методы определения контуров на
изображении.
Проблема исследования. Выбор метода, который будет наиболее
удовлетворять требования и давать наиболее оптимальный результат.
Требования к проектируемой системе:5
- наглядность представления имеющейся информации,
- быстрота выполнения расчётов на ЭВМ,
- динамичность,
- масштабируемость
- легкость во внедрении
- интерактивность.
Фундаментальные разделы математики, используемые в работе:
- дифференцирование,
- линейная алгебра.
Основные методы, используемые в работе:
- метод Канни,
- метод Прюитта,
- метод Собеля.
Основные средства:
- Python 3.6.5.
- СУБД PostgreSQL
- Библиотеки:
- Tkinter,
- OpenCV,
- Postgresql,
- Numpy,
- Matplotlib,
- Openpyxl,
- Timeit.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В данной работе с помощью языка программирования Python 3.6.5
составлено приложение «Методы определения контуров на изображении». В
этом приложении были оценены три известных метода определения контуров:
Канни, Прюитт и Собель; на основе изображений, полученных с помощью
специализированного оборудования: рентгенограмм, спутниковый
фотоаппарат; по 4 параметрам: толщина контура, наличие неопределённых
границ, отсутствие лишних границ и среднее время работы. Это приложение
работает в интерактивном динамичном режиме. Были оценены, сохранены
оценки работы методов по специфичным изображениям и визуализированы
результаты в виде ступенчатой диаграммы. С помощью созданного
приложения можно решать задачу выбора оптимального метода определения
контуров на изображении для дальнейшего его использования в собственных
системах. В перспективе приложение «Методы определения контуров на
изображении» можно улучшить добавлением большего количества методов,
реализацией возможности классифицировать любое изображение, доработкой
системы оценивания методов.
Характеристики программы и технические требования к операционной
системе:
- Операционная система - Windows 7, 8, 10;
- Объем памяти – 30 КБ;
- Тип файла – Python File (.py);
- Открывается с помощью Python 3.6.5 двойным щелчком или через
командную строку, или через Windows PowerShell.


Михайличенко А. А., Демяненко Я. М. Метод точного выделения
контуров медицинских объектов на рентгенограммах. – Ростов-наДону: Институт математики, механики и компьютерных наук
Южный Федеральный университет, 2016. – 193-197 с. – URL:
http://graphicon.ru/html/2016/papers/Pages_193-197.pdf
2. Алгоритмы выделения контуров изображений – URL:
https://habr.com/post/114452/
3. Гонсалес Р., Вудс Р. Цифровая обработка изображений — М:
Техносфера, 2005 – 1007с.
4. Евсегнеев О. OpenCV на python: выделение контуров. – URL:
http://robotclass.ru/tutorials/opencv-python-find-contours/
5. Image processing in OpenCV. Canny Edge Detection – URL:
https://docs.opencv.org/3.1.0/da/d22/tutorial_py_canny.html
6. OpenCV – Python Tutorials. Image Gradients – URL:
https://docs.opencv.org/3.0-
beta/doc/py_tutorials/py_imgproc/py_gradients/py_gradients.html
7. Canny, Prewitt and Sobel Edge detection using OpenCV – URL:
https://gist.github.com/rahit/c078cabc0a48f2570028bff397a9e154
8. Курс по библиотеке Tkinter языка Python – URL:
https://ru.wikiversity.org/wiki/%D0%9A%D1%83%D1%80%D1%81_%
D0%BF%D0%BE_%D0%B1%D0%B8%D0%B1%D0%BB%D0%B8%
D0%BE%D1%82%D0%B5%D0%BA%D0%B5_Tkinter_%D1%8F%D0
%B7%D1%8B%D0%BA%D0%B0_Python
9. Построение Диаграмм на Python с помощью Matplotlib, 2017 – URL:
https://eax.me/python-matplotlib/53
10. Python – Write to Excel Spreadsheet – URL:
https://stackoverflow.com/questions/13437727/python-write-to-excelspreadsheet?utm_medium=organic&utm_source=google_rich_qa&utm_c
ampaign=google_rich_qa

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ