Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/43400
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorГром’як, Роман Сильвестрович-
dc.contributor.authorВарава, Вадим Андрійович-
dc.contributor.authorVarava, Vadym-
dc.date.accessioned2024-01-06T18:35:42Z-
dc.date.available2024-01-06T18:35:42Z-
dc.date.issued2023-12-28-
dc.date.submitted2023-12-14-
dc.identifier.citationВарава 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.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/43400-
dc.description.abstractКваліфікаційна 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.uk_UA
dc.description.tableofcontentsВступ 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 Додаткиuk_UA
dc.language.isoukuk_UA
dc.subjectкадрuk_UA
dc.subjectframeuk_UA
dc.subjectколірний простірuk_UA
dc.subjectcolor spaceuk_UA
dc.subjectкомп’ютерний зірuk_UA
dc.subjectcomputer visionuk_UA
dc.subjectматриця яскравостіuk_UA
dc.subjectbrightness matrixuk_UA
dc.subjectрозмиття зображенняuk_UA
dc.subjectimage bluruk_UA
dc.titleРозробка алгоритму обробки цифрових зображень для зменшення їх розмиттяuk_UA
dc.title.alternativeDevelopment of an algorithm for processing digital images to reduce their blurringuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Варава Вадим Андрійович, 2023uk_UA
dc.contributor.committeeMemberКульчицький, Тарас Богданович-
dc.coverage.placenameТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Українаuk_UA
dc.subject.udc004.94uk_UA
dc.relation.references1. Мигаль В. Д. Інтелектуальні системи в технічній експлуатації автомобілів: монографія. Х.: Майдан, 2018. 262 с.uk_UA
dc.relation.references2. Gonzalez R.C., Woods R.E. Digital Image Processing. Boston: Prentice Hall, 2002. – 793 p.uk_UA
dc.relation.references3. 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).uk_UA
dc.relation.references4. 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.uk_UA
dc.relation.references5. 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.uk_UA
dc.relation.references6. 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.uk_UA
dc.relation.references7. Skrede O.J. Color images, color spaces and color image processing // University of Oslo. – 2017. – p. 95.uk_UA
dc.relation.references8. 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.uk_UA
dc.relation.references9. HSL та HSV [Електронний ресурс]: - Режим доступу: https://hmn.wiki/uk/HSL_and_HSV#google_vignette/ (Дата звертання 16.11.2023).uk_UA
dc.relation.references10. RGB to HSV converter. [Електронний ресурс] - Режим доступу: https://www.rapidtables.com/convert/color/rgb-to-hsv.html. (дата звернення: 16.12.2023).uk_UA
dc.relation.references11. Intel® Integrated Performance Primitives Developer Reference, Volume 2: Image Processing // Image Processing. - №2.uk_UA
dc.relation.references12. 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).uk_UA
dc.relation.references13. 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).uk_UA
dc.relation.references14. 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.uk_UA
dc.relation.references15. John Guild. The colorimetric properties of the spectrum // Philosophical Transactions of the Royal Society of London. – . V 230. – pp. 149-187.uk_UA
dc.relation.references16. 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.uk_UA
dc.relation.references17. Варава В.А. Пошук локальних екстремумів на графіках яскравості // Інформаційні моделі, системи та технології: Праці XІ наук.-техн. конф. - Тернопіль, 2023. С. 22.uk_UA
dc.relation.references18. Екстремум. [Електронний ресурс]. – Режим доступу: https://uk.wikipedia.org/wiki/Екстремум (дата звертання 22.11.2023).uk_UA
dc.relation.references19. Метод ковзного середнього [Електронний ресурс]. – Режим доступу: https://wiki.tntu.edu.ua/ Метод_ковзного_середнього (дата звертання 22.11.2023).uk_UA
dc.relation.references20. 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).uk_UA
dc.relation.references21. 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.uk_UA
dc.relation.references22. Прокопенко Ю. В. Обчислювальна математика: навч. посіб. / Ю. В. Прокопенко, Д. Д. Татарчук, В. А. Казміренко – К.: «Політехніка», 2013. – 224 с.uk_UA
dc.relation.references23. Пряма у просторі. [Електронний ресурс] – Режим доступу: https://matem.com.ua/tablepic/Priama_u_prostor%D1%96_2.pdf (дата звертання 28.11.2023).uk_UA
dc.relation.references24. Декартові координати. [Електронний ресурс] – Режим доступу: http://zno.academia.in.ua/mod/book/tool/print/index.php?id=3176 (дата звертання 29.11.2023).uk_UA
dc.relation.references25. Інтерполяційний многочлен у формі Лагранжа. Електронний ресурс] – Режим доступу: https://stud.com.ua/180926/prirodoznavstvo/interpolyatsiyniy_ mnogochlen_formi_lagranzha (дата звертання 29.11.2023).uk_UA
dc.relation.references26. Luo C. Overview of Image Matching Based on ORB Algorithm / Journal of Physics: Conference Series. – 2019.uk_UA
dc.relation.references27. Зеркалов Д.В. Безпека життєдіяльності та основи охорони праці. Навчальний посібник. К.: «Основа». 2016. 267 с.uk_UA
dc.relation.references28. Закон України «Про охорону праці». [Електронний ресурс] – Режим доступу: https://zakon.rada.gov.ua/laws/show/2694-12 - (дата звертання 06.12.2021).uk_UA
dc.relation.references29. Класифікатор професій ДК 003:2010/ [Електронний ресурс] – Режим доступу: https://zakon.rada.gov.ua/rada/show/va327609-10 - (дата звертання 07.12.2021).uk_UA
dc.relation.references30. Гігієнічна класифікація умов праці за показниками шкідливості та небезпечності факторів виробничого середовища, важкості та напруженості трудового процесу. – К.: МОЗ України, 1998. – 34 с.uk_UA
dc.relation.references31. Сакевич В.Ф., Поліщук О.В. Цивільна оборона. Теоретичні основи. Навчальний посібник. — Вінниця : ВНТУ, — 2009. — 136 с.uk_UA
dc.contributor.affiliationТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Українаuk_UA
dc.coverage.countryUAuk_UA
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