Бейнені компьютерлік анализдеу



КІРІСПЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

II НЕГІЗГІ БӨЛІМ
Бейне анализі жүйесінің пайда болу тарихы . . . . . . . . . . . . . . . . . . . . . . . . 4
Бейне анализаторы жүйесінің құрамы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Бейнені түрлендіру этаптары . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Бейнені түрлендіру (преобразование) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Объектілерді белгілеу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Объектілерді өлшеу . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Бағдарламалық қамтамалар . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
ImageExpert Sample 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
ImageExpert Pro 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
AnalySIS Five бағдарламасы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3D.графиканың негізгі түсініктері . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

III ҚОРЫТЫНДЫ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

ҚОЛДАНЫЛҒАН ӘДЕБИЕТТЕР ТІЗІМІ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Бейне, көру образдары – онымен адам туған күнінен бастап соңғы күніне дейін кездеседі. Сәби өз өмірінің бірінші аптасының өзінде-ақ анасының түрін басқа адамдардан ажырата бастайды. Сатып алушы өзіне керекті затты магазин полкасынан оған таныс суреті бойынша қателеспей таңдап алады, немесе, егерде ол өзінің түрімен адамды қызықтырар бір жаңа зат көрсе тоқтайды да, оны қолына алып, оны дұрыстап қарайды. Біз үйге немесе офисқа қажетті жиһазды жиі таңдаймыз, оны біз рекламалық буклеттерді және каталогтарды қарау арқылы таңдаймыз. Осы тұрмыстық мысалдар бізге өміріміздегі визуалды ақпараттың ролін айқындап береді. Және де мұндай мысалдарды көптеп келтіруге болады. Бұл айтылған жағдайлардың барлығында біз сапалы түрде анализденген бейнелер, суреттермен жұмыс жасаймыз. Мұндай сапалы түрдегі анализ сонымен қатар бұлардан да «салмақты» мақсаттарда қолданылады, мысалы, қылмыс орын алған жерден алынған саусақ іздерін зерттеуде және оларды базадағы бар саусақ іздерімен салыстыру арқылы идентификациялау үшін, немесе детальдың сыну характерін зерттеп, себебін анықтау үшін және тағы басқа мақсаттарда. Бұл жағдайларда визуалдық ақпарат белгілі бір қорытындыға келуге мүмкіндік береді.
Бірақ, кейбір жағдайларда сапалы анализ жеткіліксіз болуы мүмкін, және де бізге саны көп ақпарат алу қажет болады. Мұндай ақпарат, мысалы, металлургиялық өнеркәсіптің болаттың құрылымының стандартқа сәйкестігін бағалағанда, диагностикалық мақсаттарда клеткалардың патологиялық ауытқуларын зерттеуде және де көптеген басқа жағдайларда қажет болады. Мұндай жағдайларда жай визуалдық бақылаумен қатар бізге міндетті түрде есептеу, өлшеу, статистикалық анализдерден алынған нәтижелерді салыстыру қажет болады. Міне осы кезде - әсіресе, егер біз микроструктуралардың анализі туралы айтатын болсақ – онда адамға бейнені анализдеудің компьютерлік жүйесі көмекке келеді.
1. Рудометов Е., В.Рудометов. Архитектура ПК, комплектующие, мультимедиа.- СПб: “Питер”, 2000
2. Мюллер Скот – Модернизация и ремонт ПК
3. www.fcenter.ru
4. www.ixbt.com
5. Ахо А., Хопкрофт Дж.,Ульман Дж. Построение и анализ вычислительных алгоритмов. М., Мир, 1979.
6. Вирт Н. Алгоритмы и структуры данных. М., Мир, 1989
7. Йодан Э. Структурное программирование и конструирование программ. М.: Мир, 1979.
8. Кенин А.М., Печенкина Н.С. Работа на IBM PC. М., АО "Книга и бизнес", 1992
9. Э. Немет, Г. Снайдер - «Руководство системного администратора», Киев 2000.

Бейнені компьютерлік анализдеу
Мазмұны

КІРІСПЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . 3

II НЕГІЗГІ БӨЛІМ
Бейне анализі жүйесінің пайда болу тарихы . . . . . . . . . . . .
. . . . . . . . . . . . 4
Бейне анализаторы жүйесінің құрамы . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . 5
Бейнені түрлендіру этаптары . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 7
Бейнені түрлендіру (преобразование) . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . 8
Объектілерді белгілеу . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . 9
Объектілерді өлшеу . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . 11
Бағдарламалық қамтамалар . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . 12
ImageExpert Sample 2.1 . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . 12
ImageExpert Pro 3 . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . 15
AnalySIS Five бағдарламасы . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . 19

3D-графиканың негізгі түсініктері . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . 21

III ҚОРЫТЫНДЫ . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . 28

ҚОЛДАНЫЛҒАН ӘДЕБИЕТТЕР ТІЗІМІ . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . 29

КІРІСПЕ
Бейне, көру образдары – онымен адам туған күнінен бастап соңғы күніне
дейін кездеседі. Сәби өз өмірінің бірінші аптасының өзінде-ақ анасының
түрін басқа адамдардан ажырата бастайды. Сатып алушы өзіне керекті затты
магазин полкасынан оған таныс суреті бойынша қателеспей таңдап алады,
немесе, егерде ол өзінің түрімен адамды қызықтырар бір жаңа зат көрсе
тоқтайды да, оны қолына алып, оны дұрыстап қарайды. Біз үйге немесе офисқа
қажетті жиһазды жиі таңдаймыз, оны біз рекламалық буклеттерді және
каталогтарды қарау арқылы таңдаймыз. Осы тұрмыстық мысалдар бізге
өміріміздегі визуалды ақпараттың ролін айқындап береді. Және де мұндай
мысалдарды көптеп келтіруге болады. Бұл айтылған жағдайлардың барлығында
біз сапалы түрде анализденген бейнелер, суреттермен жұмыс жасаймыз. Мұндай
сапалы түрдегі анализ сонымен қатар бұлардан да салмақты мақсаттарда
қолданылады, мысалы, қылмыс орын алған жерден алынған саусақ іздерін
зерттеуде және оларды базадағы бар саусақ іздерімен салыстыру арқылы
идентификациялау үшін, немесе детальдың сыну характерін зерттеп, себебін
анықтау үшін және тағы басқа мақсаттарда. Бұл жағдайларда визуалдық ақпарат
белгілі бір қорытындыға келуге мүмкіндік береді.
Бірақ, кейбір жағдайларда сапалы анализ жеткіліксіз болуы мүмкін, және
де бізге саны көп ақпарат алу қажет болады. Мұндай ақпарат, мысалы,
металлургиялық өнеркәсіптің болаттың құрылымының стандартқа сәйкестігін
бағалағанда, диагностикалық мақсаттарда клеткалардың патологиялық
ауытқуларын зерттеуде және де көптеген басқа жағдайларда қажет болады.
Мұндай жағдайларда жай визуалдық бақылаумен қатар бізге міндетті түрде
есептеу, өлшеу, статистикалық анализдерден алынған нәтижелерді салыстыру
қажет болады. Міне осы кезде - әсіресе, егер біз микроструктуралардың
анализі туралы айтатын болсақ – онда адамға бейнені анализдеудің
компьютерлік жүйесі көмекке келеді. Оларды қолдану күннен күнге әдет болып
барады, және де олар біртіндеп әртүрлі сала мамандарының, мысалы биология,
медицина, фармакология, металлография, геология, криминалистика және басқа
салалардың, күнделікті қолданатын стандартты құралдарының біріне айналып
барады.
II НЕГІЗГІ БӨЛІМ
Бейне анализі жүйесінің пайда болу тарихы
Бейнені анализдеудің ең алғашқы нағыз компьютерлік жүйесні (немесе
бейне анализаторын) 1968 жылы Baush & Lomb компаниясы ұсынған болатын. Сол
кездегі компьютерлік техниканың дамымауына байланыс-ты ол жүйе тек ақ-қара
бейнелерді қамтуға мүмкіндік беретін. Осыдан кейін Imanco (Ұлыбритания)
компаниясы Quantimet 720 цифрлық анализаторын жасады. Ол бейнені цифрлауда
сұр түстің 64 градациясын қолдануға мүмкіндік беретін. Бірақ бейнені сақтау
немесе қалай болсын түрлендіру мүмкіндігі жоқ болатын. 1974 жылы
батысгерманиялық Leitz фирмасы технологияда жаңа жетістіктерге қол
жеткізген болатын. Олар текстуралық анализ және математикалық морфология
принциптерінің негізінде жұмыс жасайтын жүйені ұсынды. Сонда бірінші рет
қазіргі уақытта кең қолданылатын эрозия, дилатация, скелетизация сияқты
морфологиялық операциялар көрсетілген болатын.
1980-81 батысгерман фирмасы Kontron және ағылшын Cambridge Instruments
(Imanco компаниясын сатып алғаннан кейін) фирмалары бір-бірінен тәуелсіз
бағдарламалық қамтамасымен бейне анализаторын жасады. Бұл жүйелер толық
форматты бейнелерді компьютерде сақтауға мүмкіндік берген болатын. Сонымен
қатар онда бейнені фильтрациялау алгоритмдері және басқа да операцияларды
жасау мүмкіншілігі пайда болды. Осыдан бастап бейне анализаторлары қарқынды
түрде дами бастады. Күннен-күнге бейне анализаторларының аппараттық бөлігі
(бейнені шығару жүйесі, компьютерлер) жақсартылып отырды, және де өз
кезегінде анализатордың миы болып иабылатын бағдарламалық қамтама да
жаңарып отырды.
Бүгінде бейненің анализаторы – бұл автоматтандырылған компьютердің
жұмыс орны. Онымен кеше шешу мүмкін емес болған немесе өте көп күш пен
уақытты талап ететін есептерді бүгінгі күні маманға шешуге осы бейне
анализаторы мүмкіндік береді.

Бейне анализаторы жүйесінің құрамы
Бейне анализы жүйесі (бейне анализаторы) негізінен макросъемкалар
жағдайында бейнені енгізу жүйесінен немесе микроскопический нысандарды
түсіру жағдайында микроскопта орналастырылған объективтен, компьютерден
және бағдарламалық қамтамадан тұрады. Анализатор құрамында қолданылатын
бейнені енгізу жүйесін шартты түрде үш топқа бөлуге болады:
1. Аналогтық 1CCD (бірматрицалы) және 3CCD (үшматрицалы) телевизиондық
түрлі түсті және ақ-қара камералар. Олар комплектте сигналды цифрлеу
платасымен (фреймграб-берами) бірге болады. Олар түстік және басқаларды
түрлендіру мүмкіндіктерінің кең болуына байланысты бейне сапасының жоғары
болуын қамтамасыз етеді. Аналогтық жүйелерді динамикалық процесстерді жазу
үшін қолданады, мысалы, тірі микроорганизмдердің қозғалысы, және де олардың
келесі анализы. Мұндай есептерді шешу үшін қыспай және кадрларды жібермей,
жоғарғы жиіліктегі қозғалыстарды жазатын фреймграбберлы аналогтық енгізу
жүйелеріне альтернативалар әлі жоқ. 3CCD (үшматрицалы) түрлі-түсті
камералар мироскопиялық объектілерді бірнеше есе үлкейтіп түсіргенде жақсы
нәтижеге қол жеткізуге болады. Түстік сипаттамаларды жіберу максималды
түрде микроскоптарда байқалатын оттенктерге сәйкес келеді, ал енгізу
жүйесінің жоғарғы кеңейтуі бірнеше есе үлкейтілген, түсірілген бейнелердегі
объектілердің барлық жай көзбен көрінбейтін жерлерін көріп, бақылауға
болады, ал бұл өз кезегінде зерттеу жұмыстарында өте маңызды роль атқарады.
Бірақ, мұндай сападағы аналогтық камералар бағасы жағынан өте қымбат, және
де қазіргі уақытта олар цифрлық телевизиондық жүйелермен ығысуда.
2. Түрлі-түсті немесе қара-ақ цифрлық телевизиондық бейнені енгізу
жүйелері. Өз бастауларын 20-ғасырдың 90-шы жылдарынан алған бұл жүйелер
біздің көз алдымызда қарқынды түрде дамып келеді. Күн сайын олардың
сапалары, сенімділігі жоғарылауда, кеңейтулері өсуде, жасау технологиясы
жетілдірілуде, бағасы арзандауда. Профессионалдық цифрлық енгізу жүйелерін,
соның ішінде микроскопия саласы үшін де европаның және американың Baumer
Optronic (Германия), Jenoptic Laser, Optik, Systeme GmbH (Германия), Soft
Imaging Company (Германия), Diagnostic Instruments (США), Pixera (США),
Roper Scientific Inc. (США), PixeLINK (Канада), Qimaging (Канада) сияқты
фирмалары жасайды. Өздерінің кеңейтілулері бойынша ерекшелене тұра, соған
сәйкес бағалық сипаттамалары да бір-бірінен өзгеше бола тұра, бұл цифрлық
енгізу жүйелерінің барлығы дерлік түстерді түрлендіру, бейнені мониторға
тірі видео режимінде жіберу мүмкіндіктеріне ие, сонымен қатар олардың
басым бөлігі сигналдарды сақтап, жинау режимінде жұмыс жасай алады, яғни
бұл жағдай объекті нашар жарықтанған жағдайда өте керек болып табылады.
Барлық мироскоп жасайтын негізгі фирмалар (Zeiss және Leica - Германия,
Olympus және Nikon - Япония) өздерінің құрылғыларына комплект ретінде осы
цифрлық енгізу жүйелерін қарастырады. Соған орай, барлық негізгі,
бейнелермен жұмыс жасайтын бағдарламалық қамтамаларды құрастырушылардың
барлығы өз бағдарламаларын соңғы цифрлық енгізу құрылғыларын қолдайтындай
етіп жасауға тырысады, бұл шаралар бейнені түрлендіру және бейнені сақтау
операцияларын тікелей осы бағдарлама арқылы жүзеге асыру мүмкіндіктерін
қосу мақсатында.
3. Және де соңғы үшінші бейнені енгізу жүйесі – бұл цифрлық
фотоаппараттар, олар қазіргі күнде қарқынды түрде дамудың арқасында
дәстүрлі пленкалы фотоаппараттарды ығыстыруда. Цифрлық фотоаппараттарды
макросъемка жағдайларында, алынған суреттерді компьютерге жіберу мақсатында
қолдану толығымен өзін-өзі ақтайды (мысалы, оқиға болған жердегі іздерді
белгілеу үшін, заводтық цехтағы үлкен детальдарды суретке түсіру үшін,
таьиғатты түсіргенде және тағы басқалар). Цифрлық фотоаппараттар сонымен
қатар стереомикроскоптардан түсірмелер жасауда да қолдануы мүмкін. Бұл
жағдайда цифрлық фотоаппарат жоғарғы сапалы және түрлі-түсті бейне алуға
мүмкіндік береді. Бірақта, жарықтық микроскоп арқылы бақыланатын
препараттардың суреттерін алуда цифрлық фотоаппараттар әрқашан тиімді бола
бермейді, әсіресе үлкен кеңейтілулермен (40х-100х объективтермен) жұмыс
жасағанда.

Бейнені түрлендіру этаптары
Жоғарыда баяндалған енгізу жүйелерінің біреуімен бейнені компьютерге
енгізгеннен кейін, ол бағдарламалық қамтама көмегімен санды және сапалы
түрде анализденуі мүмкін. Бағдарламалық қамтаманың бейнені анализдеу жүйесі
қаншалықты түрде мықты болғанымен, түрлендіру этаптары барлығы үшін бірдей:

• бейнені алу (енгізу);
• оның түрлендірілуі және редакторленуі;
• бейнедегі фазалар мен объектілерді белгілеу;
• өлшеу;
• бейнені сақтау және баспаға шығару және анализ резултаттары.

Бейнені компьютерге енгізу қолданушының алдында қойған мақсатына қарай,
жоғарыда айтылған енгізу жүйелерінің бірімен жүзеге асырылады. Солай, егер
жүйе қолданушысы – криминалистика қызметінің қызметкері болса, яғни өзінің
қызмет бабы бойынша қылмыстық оқиға болған жерден алынған заттарды, саусақ
іздерін, аяқтың іздерін және тағы басқаларды фиксациялау және документтеу
керек болса, онда логикалық тұрғыдан алып қарағанда бейнені түсіру үшін
оның таңдауы цифрлық фотоаппарат болуы қажет.
Егер де, мысалыға, қан тамырларындағы қанайналымын, микрооргонизмдер
қозғалысын, споралардың өсуін және де басқа динамикалық процесстерді жазу
қажет болған жағдайында ең тиімдісі – бұл комплектінде видео-роликтер жазу
мүмкіндігі бар, цифрлау платасымен аналогтық камера болып табылады.
Сондай жағдайда, егер де микроскопиялық объектілердің (минералды
дәндердің, микродефекттердің, қосылулардың, клеткалық структураның)
статикалық бейнелерін алып, анализдеу керек болса, онда цифрлық
телевизиондық енгізу жүйелерінде тоқталған жөн, олар жоғары сапалы болады,
яғни ол анализдің объектті түрде болуын қамтамасыз етеді, ал көп
жағдайларда бұл бейнені түрлендірудің болуының негізгі құралы болып
табылады.

Бейнені түрлендіру (преобразование)
Келесі этап – бұл бейнені түрлендіру этапы. Жалпы осы алынған бейненің
визуалды сапасын не үшін өзгерту қажет? Мұның екі негізгі себебі бар:
біріншіден – адам көзі жақсы қабылдау үшін алынған бейненің сыртқы түрін
өзгерту үшін. Бұл себеп документтік ақпарат алу тұрғысынан алып
қарастырғанда маңызды болып табылады, алайда бұл сандық жағынан алып
қарастырғанда ешқандай да маңызы болмайды.
Бейнені түрлендіру керектігінің екінші себебі – бұл олардың
сипаттамаларын алда сандық анализдегенде бізді қызықтыратын объектілер мен
фазаларды белгілеу қиындықтары туындамас үшін. Алайда, кез келген
түрлендіру нәтижесінде бейненің белгілі бір бөлшектері жоғалатыны есте
сақтаған жөн. Және кез келген жағдайда максималды сапалы бейнені енгізу
этапында сақтап қалуға тырысқан жөн.
Бейнені түрлендіру үшін фильтрация әдістерінің көптеген түрлері
қолданылады, оларды шартты түрде төрт топқа бөлуге болады:
1. Бейне жарықтылығы мен қанықтылығын өзгерту. Бұл әдісті қолдану
нәтижесінде бейненің жарықтық сипаттамалары өзгереді, ол бейне бойынша
жарықтық гистограммасында көрінеді.
2. Түзулеу фильтрлары. Жарықтылық пен түстік көзқарастар бойынша
бейнені түзулеу, олар жарықтандыру жүйелерінің немесе мироскоп оптикасының
дефектісі бар болған жағдайда, яғни бейне фонының біртектес емес болған
жағдайында қолданылады.
3. Біртектеу фильтрлары. Бейнені шумнан тазалау үшін қолданылады.
4. Бөлшектеу фильтрлары. Шекаралық түрлендірулерді қамтамасыз етеді, ол
(қолданылған фильрге байланысты) жылдамдықтың күшейуінен, объектілердің
бөлшектенуінен объектілердің (фазалардың) шекараларының белгіленуінен
көріну мүмкін.

Объектілерді белгілеу
Анализатор көмегімен бейне объектілері жайлы көп мөлшерде ақпарат алу
үшін, ең басты шарттардың бірі оларды фонға немесе өзге элементтерге
қатысты белгілеп алу болып табылады. Белгілеу, бейне объектілерін оқу – бұл
түрлендірудің ең бір критический этаптарының бірі, анализатордың өз жұмысын
дұрыс жасауы осыған байланысты.
Стандартты түрдегі объектілерді белгілеу әдістері:
1. Жарықтылықты белгілеу;
2. Түсін белгілеу;
3. Текстуралық белгілері бойынша белгілеу.
4. Қолмен белгілеу.

Ең қарапайым және жиі қолданылатын объектілерді белгілеу әдістерінің
бірі – бұл осы жарықтылық сипаттамалары бойынша белгілеу болып табылады.
Бұл әдісті қолданғанда, белгілі бір жарықтылық интервалына түсетін бейне
түктелерінің бәрін белгілеу арқылы объектіні немесе фазаны белгілеу іске
асырылады. Мұндай таңдай берілген бейне үшін жарықтылық гистограммасы
арқылы жасалады. Оцифрланған бейне нүктелер жиынтығынан тұрады, олардың
жарықтылығы (8-биттік бейне үшін) 0-мен (абсолютті қара) 255 (абсолютті ақ)
интервалының арасында өзгереді. Бейненің жарықтылық гистограммасы белгілі
жарықтылықтағы нүктелер жиынтығының пайыздық мазмұнын көрсетеді.
Объектілерді жарықтылық бойынша белгілеу әдетте бастапқы жарықтылық мәні
берілу әдісі арқылы жүзеге асырылады, және осы берілген мәннің айналасында
жататын мәнді бейне нүктелері белгіленеді, және олар бейнеде олар
объектілердің маскалары ретінде белгіленеді. Осы маскалар содан кейін
есептелінеді.
Бейнені түсі бойынша белгілеу түстік моделдерді қолдану арқылы жүзеге
асырылады, олар қарапайым жарықтылық белгілеуге қарағанда сипаттамалық
жағынан күрделірек болып табылады, бірақ бейненің жарықтық қасиеттері бірін-
біріне ұқсайтын болса және түстік қасиеттері бойынша ерекшеленетін
жағдайларда қолданылады. Бүгінгі таңда соңғы бейне анализаторларында бейне
объектілерін түстік белгілері бойынша белгілеу үйрету әдісі бойынша іске
асырылады, ол қолданушы бейненің белгілену керек аймақтарын көрсету арқылы
жасалынады. Солай үйретілген жүйе келесі бейнеден сол түске сәйкес келетін
аймақтарды автоматты түрде белгілейтін болады.
Текстуралық ерекшеліктері бойынша белгілеу өзінің жұмыс жасау механизмі
бойынша адамның миы бір затты танып білуі кезінде қолданатын объектілердің
дискриминациясының механизміне ұқсайды. Бұл принцип объектті немесе фазаны
жарықтылық немесе түстік ерекшеліктері бойынша емес, ал сыртқы белгілері
немесе текстуралық ерекшеліктері бойынша танып біледі. Бұл слойдан не
түстік белгілері бойынша, не жарықтылығы бойынша ерекшеленбейтін, бірақ
сыртқы түрі бойынша ерекшеленетін біртекті структуралар ішінен
ориентирленген структуралы слойды (участокты) белгілеу қажет болған
жағдайларда қолданылады. Бұл білгілеу әдісінің орындалуы басқаларымен
салыстырғанда әлдеқайда қиындау, және де қазіргі кезде бар бейне
анализаторларының басым бөлігі бұл текстуралық белгілері бойынша белгілеу
есептерін шеше бермейді.
Және соңғысы, объекті немесе фазаны қолмен белгілеу жоғарыда айтылған
әдістердің ешқайсысымен де белгілей алмаған жағдайда қолданылады. Қолмен
белгілеу кезінде негізгі қозғалатын жақ жүйе қолданушысы болып табылады, ол
оған нені оқу керектігін, ненің керек еместігін көрсетіп отырады.

Объектілерді өлшеу
Тек қана бізге керек объектілерді белгілеп алғаннан кейін ғана, яғни
бейне анализаторы нені объект деп санау керектігін білгеннен кейін ғана
оларды өлшеуге болады. Анализатор көмегімен іске асырылатын өлшеулерді
шартты түрде екі түрге бөлуге болады: қолмен (сызықтық және бұрыштық
параметрлердің, объектілерді санау) және автоматтандырылған. Қолмен
өлшеулер жүргізу үшін объектілерді белгілеу қажеті жоқ. Объектінің немесе
структураның сызықтық өлшемдерін өлшей отырып, жүйе қолданушысы бейненің
түзу немесе қисық сызықтарының кесінділерінің бастапқы және соңғы
нүктелерін көрсетеді, сол арқылы кесте немесе бейненің өзінде кесіндінің
ұзындығы жайлы ақпаратты алады. Бұрыштар мен радиустарды өлшеу де тура
осындай жолмен іске асырылады. Объектілерді жай санап шығу да қолмен, әр
объектіге белгі қою арқылы жүзеге асырылуы мүмкін. Жоғарыда айтылып
өткендей, қолмен өлшеу әдісінде алдын ала өлшеудің қажеті жоқ. Қолмен
деген атауы шартты түрде ғана, негізінен бағдарлама жартылай автоматты
түрде жұмыс жасайды деседе болады, өйткені қолмен мұнда тек кесіндіні,
бұрыш немесе белгілерді белгілеумен ғана шектеледі, ал қалған өлшеу немесе
анализ жасаудың бәрі автоматты түрде іске асырылады.
Бейне анализаторын қолданушылар үшін ең маңыздысы, ол жарықтылығы, түсі
немесе текстуралық ерекшеліктері арқылы белгіленген объектілер немесе
фазаларды автоматты түрде өлшеу. Бүгінгі таңдағы анализаторлар жүздеген
және мыңдаған объектілер жайлы нақты көп мөлшердегі ақпаратты бірнеше доли
секунд ішінде ала алады. Әртүрлі өндіруші-фирмалардың параметрлер жиынытығы
әртүрлі, бірақ, қалай болған жағдайда да өлшеу параметрлері келесідей
топтарға бірігеді:
1. аудандық (аудан және периметр)
2. размерлік (диаметр, хорда, габарит, ұзындығы, ені және тағы басқа)
3. пішінін сипаттау (пішін факторлары, домалақтылығы, сопақтығы және
тағы басқалары)
4. объектілердің ориентациясы мен қалай жатқанын сипаттау (Х және У
координаттары, бағыты және тағы басқалары)
5. денситометрикалық және оптикалық (жырықтылығы, оптикалық тығыздығы
және тағы басқалары).

Бағдарламалық қамтамалар
ImageExpert Sample 2.1
ImageExpert Sample 2.1 бағдарламалық қамтама пакеті ImageExpert
бағдарламалық өнімдер қатарының жалғасы болып табылады. Ол НЭКСИС (ООО
"Новые Экспертные Системы") компаниясымен жасадған және де ол стандарттарға
сай ете отырып структу-раларды анализдеу бағдарламасы болып табылады.
Мемлекеттік стандарттарға сай бейнені анализдеу алдын ала белгіленген
эталон мен өлшемдер сеткасының көмегімен жасалады, сол үшін әртүрлі
структураларды анализдеуді барынша тездету үшін осы бағдарлама жасалған
болатын.
Қазақстанда, өкінішке орай, көптеген стандарттар компьютерлік техника
әлі жоқ кезде жасалынған, Осы арқылы эталонмен салыстыру әдісі кең түрде
тараған. Қазіргі таңда бейнені, сонымен қатар ... жалғасы

Сіз бұл жұмысты біздің қосымшамыз арқылы толығымен тегін көре аласыз.
Ұқсас жұмыстар
Қағаздағы ақпаратты енгізу құрылғылары
Мультиспектралды бейнелерді өңдеуде кластеризация алгоритмін зерттеу және өңдеу, параллелизация технологиясын қолдану арқылы бағдарламаның тиімділігін арттыру
Сканердің түрлері
АДАМ МЕН МАШИНАНЫҢ ӨЗАРА ӘРЕКЕТТЕСТІГІ
Жазбаша сөйлеу тілі бұзылысының этиологиясы
Синхронды және асинхронды оқытудың айырмашылықтары
Ашық жүйелер концепциясының ГАЖ инструментальдық пакеттерінде қолданылуы
Ақпараттық оқу дайындықтарды пайдалану
Жоғары мәтінді технология
Қоғамдық денсаулық сақтау ғылым және білім беру пәні ретінде жұмыс бағдарламасының тематикалық жоспарына сәйкес
Пәндер