Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/43400
Назва: Розробка алгоритму обробки цифрових зображень для зменшення їх розмиття
Інші назви: Development of an algorithm for processing digital images to reduce their blurring
Автори: Варава, Вадим Андрійович
Varava, Vadym
Приналежність: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна
Бібліографічний опис: Варава В. А. Розробка алгоритму обробки цифрових зображень для зменшення їх розмиття: кваліфікаційна робота магістра за спеціальністю 122 «Комп’ютерні науки» / В.А. Варава. – Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2023. – 68 с.
Дата публікації: 28-гру-2023
Дата подання: 14-гру-2023
Дата внесення: 6-січ-2024
Країна (код): UA
Місце видання, проведення: ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна
Науковий керівник: Гром’як, Роман Сильвестрович
Члени комітету: Кульчицький, Тарас Богданович
УДК: 004.94
Теми: кадр
frame
колірний простір
color space
комп’ютерний зір
computer vision
матриця яскравості
brightness matrix
розмиття зображення
image blur
Короткий огляд (реферат): Кваліфікаційна робота присвячена розробці алгоритму для аналізу та обробки розмиття на зображенні, що є складовою загальної проблеми комп’ютерного зору. Досліджено три колірні моделі – HSL, HSV, RGB. Здійснено дослідження різноманітних видів розмиття цифрового зображення та їхнього впливу на подальший його аналіз. Запропоновано застосування поняття ізотропності для розмиття зображень. На базі властивостей ізотропності було побудовано метод аналізу розмиття та одержання його чисельного значення, а також метод визначення напрямку розмиття зображення. На їх основі розроблено алгоритм, котрий визначає напрямок зміщення в кадрі, а також напрямок руху камери відносно тієї області, котру знімають. Проаналізовано точність функціонування алгоритму при різних ступенях розмиття. З метою подальшого тестування алгоритму сформовано базу зображень з різними атрибутами та величиною розмиття. Проведені експериментальні дослідження підтверджують ефективність розробленого методу та побудованого алгоритму. Thesis deals with the development of an algorithm for the analysis and processing of image blur, which is a component of the general problem of computer vision. Three color models were studied - HSL, HSV, RGB. A study of various types of blurring of a digital image and their impact on its further analysis was carried out. The application of the concept of isotropy for image blurring is proposed. Based on the properties of isotropicity, a method for analyzing blurring and obtaining its numerical value, as well as a method for determining the direction of image blurring, was built. Based on them, an algorithm was developed that determines the direction of displacement in the frame, as well as the direction of movement of the camera relative to the area being filmed. The accuracy of the functioning of the algorithm at different degrees of blurring is analyzed. For the purpose of further testing of the algorithm, a database of images with different attributes and amount of blur was created. The conducted experimental studies confirm the effectiveness of the developed method and constructed algorithm.
Зміст: Вступ 9 1 Аналіз предметної області дослідження 11 1.1 Комп'ютерний зір 11 1.2 Види зміщення зображень 12 1.3 Якість цифрових зображень 13 1.4 Колірні простори 15 1.5 Висновки до першого розділу 17 2 Дослідження та проектування рішення 18 2.1 Поняття ізотропності розмиття 18 2.2 Анізотропне розмиття 20 2.3 Перетворення RGB на HSV 22 2.4 Пошук локальних екстремумів на графіках яскравості 23 2.5 Отримання чисельної величини ступеня розмиття 25 2.6 Уточнення напряму розмиття 27 2.7 Отримання матриці яскравості 31 2.8 Висновки до другого розділу 32 3 Практична частина 34 3.1 WayTracer 35 3.2 Опис роботи алгоритму та його характеристики 36 3.2.1 Отримання та підготовка зображення 36 3.2.2 Рівняння прямих для аналізованих напрямів 37 3.2.3 Переведення екранних координат в декартові 39 3.2.4 Обчислення величин розмиття 39 3.2.5 Уточнення напряму 41 3.3 Блок-схема основного алгоритму 44 3.4 Результати дослідження 44 3.4.1 Матеріали для аналізу 44 3.4.2 Оцінювані критерії та характеристики 45 3.4.3 Вплив розміру вікна для визначення екстремумів графіків яскравості на роботу алгоритму 46 3.4.4 Порівняння способів отримання чисельної величини ступеня розмиття 48 3.4.5 Порівняння способів уточнення напряму 50 3.4.6 Аналіз точності функціонування алгоритму за різних параметрів розмиття 51 3.4.7 Результати роботи алгоритму 52 3.4.8 Недоліки алгоритму 53 3.4.9 Перспективи розвитку 53 3.5 Висновки до третього розділу 54 4 Охорона праці та безпека в надзвичайних ситуаціях 56 4.1 Режими праці і відпочинку при роботі з ЕОМ 56 4.2 Вплив електромагнітного імпульсу ядерного вибуху на елементи виробництва та заходи захисту 58 4.3 Висновки до четвертого розділу 62 Висновки 63 Перелік джерел 64 Додатки
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/43400
Власник авторського права: © Варава Вадим Андрійович, 2023
Перелік літератури: 1. Мигаль В. Д. Інтелектуальні системи в технічній експлуатації автомобілів: монографія. Х.: Майдан, 2018. 262 с.
2. Gonzalez R.C., Woods R.E. Digital Image Processing. Boston: Prentice Hall, 2002. – 793 p.
3. Lamb F. What is machine vision, how-can-it-help? [Електронний ресурс]: - Режим доступу: https://www.controleng.com/articles/what-is-machine- vision-and-how-can-it-help/ (Дата звертання 14.11.2023).
4. Sieberth, Till & Wackrow, Rene & Chandler, Jim. (2016). Automatic detection of blurred images in UAV image sets. ISPRS Journal of Photogrammetry and Remote Sensing. V.122, 2016. P.1-16.
5. Sieberth, Till & Wackrow, Rene & Chandler, Jim. (2016). Automatic detection of blurred images in UAV image sets. ISPRS Journal of Photogrammetry and Remote Sensing. V.122, 2016. P.1-16.
6. O. van Zwanenberg, S. Triantaphillidou, R. Jenkin and A. Psarrou. Edge Detection Techniques for Quantifying Spatial Imaging System Performance and Image Quality. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2019, pp. 1871-1879.
7. Skrede O.J. Color images, color spaces and color image processing // University of Oslo. – 2017. – p. 95.
8. Smelyakov, K., Hvozdiev, M., Chupryna, A., Sandrkin, D., Martovytsky. Comparative efficiency analysis of gradational correction models of highly lighted image, V. 2019 IEEE International Scientific-Practical Conference: Problems of Infocommunications Science and Technology, PIC S and T 2019 - Proceedings, 2019, pp. 703–708.
9. HSL та HSV [Електронний ресурс]: - Режим доступу: https://hmn.wiki/uk/HSL_and_HSV#google_vignette/ (Дата звертання 16.11.2023).
10. RGB to HSV converter. [Електронний ресурс] - Режим доступу: https://www.rapidtables.com/convert/color/rgb-to-hsv.html. (дата звернення: 16.12.2023).
11. Intel® Integrated Performance Primitives Developer Reference, Volume 2: Image Processing // Image Processing. - №2.
12. Mohd Ali N., Md Rashid NKA, Mustafah YM Performance Comparison між RGB і HSV Color Segmentations для Road Signs Detection // Applied Mechanics and Materials [Електронний ресурс]. – Режим доступу: /AMM.393.550 (Дата звернення: 06.06.2021).
13. Bora DJ, Gupta AK, Khan FA Comparing the Performance of L*A*B* and HSV // Color Spaces with Respect to Color Image Segmentation. – 2015. – № 2 (5).
14. Loktev D. Image blurring function as an informative criterion / Loktev A., Loktev D. // Advances in Intelligent Systems and Computing, vol. 1258 AISC, 2021. – P. 173-183.
15. John Guild. The colorimetric properties of the spectrum // Philosophical Transactions of the Royal Society of London. – . V 230. – pp. 149-187.
16. Hakanen J. Accelerating image processing pipeline on mobile devices using GPU 2014 : Master of Science Thesis … Master’s Degree Programme in nformation Technology / Jesse Hakanen, 2014. – 60 p.
17. Варава В.А. Пошук локальних екстремумів на графіках яскравості // Інформаційні моделі, системи та технології: Праці XІ наук.-техн. конф. - Тернопіль, 2023. С. 22.
18. Екстремум. [Електронний ресурс]. – Режим доступу: https://uk.wikipedia.org/wiki/Екстремум (дата звертання 22.11.2023).
19. Метод ковзного середнього [Електронний ресурс]. – Режим доступу: https://wiki.tntu.edu.ua/ Метод_ковзного_середнього (дата звертання 22.11.2023).
20. Cередні величини і показники варіації. [Електронний ресурс]. – Режим доступу: https://elearning.sumdu.edu.ua/free_content/lectured:358310700 eb8ebb95c49a6de7bd28ee9bd78ae3f/20170321104342/372797/index.html (дата звертання 22.11.2023).
21. Комп’ютерне моделювання процесів та систем. Чисельні методи : підручник / С. П. Вислоух, О. В. Волошко, Г. С. Тимчик, М. В. Філіппова. – Київ : КПІ ім. Ігоря Сікорського, Вид-во «Політехніка», 2021. – 228 с.
22. Прокопенко Ю. В. Обчислювальна математика: навч. посіб. / Ю. В. Прокопенко, Д. Д. Татарчук, В. А. Казміренко – К.: «Політехніка», 2013. – 224 с.
23. Пряма у просторі. [Електронний ресурс] – Режим доступу: https://matem.com.ua/tablepic/Priama_u_prostor%D1%96_2.pdf (дата звертання 28.11.2023).
24. Декартові координати. [Електронний ресурс] – Режим доступу: http://zno.academia.in.ua/mod/book/tool/print/index.php?id=3176 (дата звертання 29.11.2023).
25. Інтерполяційний многочлен у формі Лагранжа. Електронний ресурс] – Режим доступу: https://stud.com.ua/180926/prirodoznavstvo/interpolyatsiyniy_ mnogochlen_formi_lagranzha (дата звертання 29.11.2023).
26. Luo C. Overview of Image Matching Based on ORB Algorithm / Journal of Physics: Conference Series. – 2019.
27. Зеркалов Д.В. Безпека життєдіяльності та основи охорони праці. Навчальний посібник. К.: «Основа». 2016. 267 с.
28. Закон України «Про охорону праці». [Електронний ресурс] – Режим доступу: https://zakon.rada.gov.ua/laws/show/2694-12 - (дата звертання 06.12.2021).
29. Класифікатор професій ДК 003:2010/ [Електронний ресурс] – Режим доступу: https://zakon.rada.gov.ua/rada/show/va327609-10 - (дата звертання 07.12.2021).
30. Гігієнічна класифікація умов праці за показниками шкідливості та небезпечності факторів виробничого середовища, важкості та напруженості трудового процесу. – К.: МОЗ України, 1998. – 34 с.
31. Сакевич В.Ф., Поліщук О.В. Цивільна оборона. Теоретичні основи. Навчальний посібник. — Вінниця : ВНТУ, — 2009. — 136 с.
Тип вмісту: Master Thesis
Розташовується у зібраннях:122 — комп’ютерні науки

Файли цього матеріалу:
Файл Опис РозмірФормат 
Varava_V_A.pdf1,32 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора