Тип работы:
Предмет:
Язык работы:


ПРОЕКТИРОВАНИЕ СИСТЕМЫ «ТЕСТИРОВАНИЕ МЕТОДОВ АНАЛИЗА ИЗОБРАЖЕНИЙ»

Работа №38191

Тип работы

Магистерская диссертация

Предмет

информатика

Объем работы222
Год сдачи2019
Стоимость4900 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
279
Не подходит работа?

Узнай цену на написание


Введение
1. Анализ применяемых технологий и инструментов 7
1.1 Используемые термины и сокращения 7
1.2 Аппаратные и системные средства для работы с системой
«Тестирование методов анализа изображений» 8
1.3 Используемые для реализации инструменты 9
2. Проектирование системы 12
2.1 Пользовательские роли программы 13
2.2 Пользовательские сценарии использования приложения 14
2.3 Карта экранов 15
2.4 Принципы проектирования и архитектура системы 18
2.5 Теоретическое обоснование используемых методов 19
2.6 База данных приложения 22
2.7 Модули системы 26
2.7.1 Вход в систему 27
2.7.2 Модуль тестирования методов 30
2.7.3 Методы тестирования видеофайлов - Campshift и Meanshift ... 32
2.7.4 Метод определения движения 37
2.7.5 Методы для определения границ изображения 43
2.7.6 Хранение стандартных методов и модуль добавления,
редактирования, удаления и предоставления другим пользователям для собственных методов 46
2.7.7 Профиль пользователя 56
2.7.8 Справка и база знаний о работе методов 61
2.7.9 Описание единого интерфейса 64
Заключение 67
Используемые источники 68
Приложение 1. Код SQL 70
Приложение 2. Код программы

В современном мире существует большое количество информации О методах обработки изображений И видеофайлов. ЯЗЫКИ программирования ПОЗВОЛЯЮТ пользователям реализовывать ИХ И применять В собственной работе. Чем больше методов написано С использованием тех или ИНЫХ инструментов, тем больше вероятность ТОГО, ЧТО ОНИ будут содержать ошибки В реализации. Таким образом, на данный момент МЫ имеем огромный объем методов.
Избежать появления ПОХОЖИХ методов, устаревших или неэффективных поможет созданная для тестирования изображений система, которая дает ВОЗМОЖНОСТЬ пользователям не ТОЛЬКО применить для собственных целей существующий метод, изучить его или скопировать, НО И сравнить С результатами работы других методов. Отдельным преимуществом системы является ВОЗМОЖНОСТЬ использовать собственный способ обработки изображения или видеофайла.
Такая система будет полезна как среди научных работников, преподавателей, студентов для ведения научной деятельности, так И среди программистов, которые решают прикладные задачи.
Цель выпускной квалификационной работы - проектирование системы для тестирования методов анализа изображений И видеофайлов.
Среди задач работы:
- Определение ПРИНЦИПОВ проектирования И архитектуры системы;
- Осуществление проектирования БД для системы;
- Проектирование интерфейса модулей системы;
- Проектирование интерфейса системы.
Как показало изучение рынка существующих программ - на данный момент еще нет аналога, который МОГ бы ПОЗВОЛИТЬ пользователям свободно тестировать общепринятые И персональные методы ДЛЯ анализа изображений И видео, ПОЭТОМУ создание такой системы имеет ИННОВАЦИОННЫЙ характер.
Среди стандартно используемых В системе методов - алгоритмы Meanshift И Campshift для отслеживания объектов, алгоритм для распознавания движения на видео, методы Canny, Sobel И Prewitt для построения границ изображений.
Предмет исследования - тестирование качества работы методов обработки И анализа изображений И ВИДЕОПОТОКОВ.
Объект исследования - методы обработки И анализа изображений И ВИДЕОПОТОКОВ.
Требования К системе:
- Удобный И дружелюбный для пользователя интерфейс;
- Наглядность представляемой информации;
- Быстрая скорость работы;
- Интерактивность;
- Динамичность;
- Соответствие принципам разработки ПО.
Основные средства:
- Python;
- PostgreSQL;
- PyQt5;
- NumPy;
- Psycopg2;
- OpenCV;
- Matplolib.
В ВЫПУСКНОЙ квалификационной работе рассматривается проектирование системы для тестирования методов анализа изображений И видеофайлов.
Работа изложена В 2 главах. В главе 1 рассматриваются используемые средства И инструменты. ВО второй главе раскрывается проектирование системы. В заключении формируются результаты проделанной работы.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В процессе работы были описаны используемые ДЛЯ проектирования аппаратные средства И инструменты, описаны пользовательские роли, разработаны сценарии ИСПОЛЬЗОВАНИЯ, сформирована карта экранов, создана база данных И выполнено проектирование системы. Таким образом, поставленные задачи выполнены И цель работы достигнута. В процессе ее выполнения отдельно уделено внимание таким принципам проектирования ИС, как системность, развитие, СОВМЕСТИМОСТЬ, стандартизация, унификация, эффективность, обучаемость, многопрофильность, научность И ОТКРЫТОСТЬ.
Результатом выпускной квалификационной работы является спроектированная система «Тестирования методов анализа изображений», которая может быть использована как В научной работе ИЛИ учебном процессе, так И ДЛЯ решения коммерческих задач.



1. Shaw Z. Learn Python 3 the Hard Way: A Very Simple Introduction to the Terrifyingly Beautiful World of Computers and Code (Zed Shaw's Hard Way Series) - Addison-Wesley Professional, 2017 - 320 С.
2. Мюллер А., ГВИДО С. Введение В машинное обучение С ПОМОЩЬЮ Python. Руководство ДЛЯ специалистов по работе С данными - ВИЛЬЯМС, 2017 - 480 С.
3. Прохоренок Н. Python 3 и PyQt. Разработка приложений - БХВ- Петербург, 2016 - 830 С.
4. NumPy Documentation - Url: https://docs.scipy.org/doc/
5. Psycopg2 Documentation - Url: http://www.psycopg.org/psycopg/docs/
6. Villan A. Mastering OpenCV 4 with Python: A practical guide covering topics from image processing, augmented reality to deep learning with OpenCV 4 and Python 3.7 - Packt Publishing, 2019 - 532 c.
7. Matplotlib Documentation - Url: https://matplotlib.org
8. Купер А. Об интерфейсе. ОСНОВЫ проектирования взаимодействия - Символ-Плюс, 2009 - 681 C.
9. Фаулер М. Архитектура корпоративных программных приложений - ВИЛЬЯМС, 2007 - 544 c.
10. Matthes Е. Python Crash Course: A Hands-On, Project-Based Introduction to Programming - NO Starch Press, 2015 - 624 c.
11. Qt Documentation - Url: https://doc.qt.io
12. Comaniciu D., Meer P. Mean Shift: A Robust Approach toward Feature Space Analysis - 1ЕЕЕ Trans. Pattern Analysis Machine Intell., 2002 - 603 C.
13. Comaniciu D., Ramesh V., Meer P. Kernel-Based Object Tracking - IEEE Trans. Pattern Analysis Machine Intell, 2003 - 564 С.
14. Sobel I., Feldman G. A 3X3 Isotropic Gradient Operator for Image Processing - Url:
https://www.researchgate.net/publication/239398674 An Isotropic 3X3 Image Gradient Operator
15. Canny, J. A Computational Approach to Edge Detection - Url: https://perso.1imsi.fr/vezien/PAPIERS ACS/cannv1986.pdf
16. Дейт К. ДЖ. Введение В системы баз данных - ВИЛЬЯМС, 2006. - 1328 С.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ