Пояснительная записка: 95 с., 77 рис., 5 табл., 18 источник, 5 прил.
Целью создания модуля является автоматизация процесса обработки изображений и устранение шумов разного происхождения, а также минимизация затрат времени на обработку изображений.
Главным назначение модуля для улучшения качества изображений является фильтрация изображений от различного вида шума без использования нейросетей. Так же применяются иные фильтры, не изменяющие качество изображения (например фильтр сепия, негатив и т.д.).
Объектом исследования является процесс устранения шума с изображений.
Предметом исследования – алгоритмы подавления данных шумов.
Модуль был разработан как программное средство, предназначенное для частичного или полного удаления шума с изображения, а также для улучшения различных качеств изображения, с помощи применения компьютерной техники.
ОБРАБОТКА ИЗОБРАЖЕНИЯ, ФИЛЬТРАЦИЯ, ОЦЕНИВАНИЕ, ТЕСТИРОВАНИЕ, ШУМОПОДАВЛЕНИЕ
2 АНАЛИЗ СРЕДСТВ И РАЗРАБОТКА АРХИТЕКТУРЫ МОДУЛЯ.. 12
2.1 Обоснование выбора языка программирования. 12
2.2 Анализ и обоснование выбора среды разработки. 12
2.3 Обоснование выбора совокупности модулей. 15
2.3.1 Обоснование выбора модуля PIL. 15
2.3.2 Обоснование выбора модуля matplotlib. 16
2.3.3 Обоснование выбора модуля numpy. 17
2.3.4 Обоснование выбора модуля plotly. 17
2.3.5 Обоснование выбора модуля sklearn. 17
3 АНАЛИЗ СИСТЕМ ФИЛЬТРАЦИИ ИЗОБРАЖЕНИЙ.. 18
3.1 Задачи предварительной обработки. 18
3.2 Анализ работы фильтров. 19
3.3 Анализ зашумленности изображения с помощью гистограммы. 21
4 ОПИСАНИЕ РЕАЛИЗАЦИИ АЛГОРИТМОВ ФИЛЬТРАЦИИ.. 23
4.3 Черно-белое изображение. 24
5 АНАЛИЗ И ТЕСТИРОВАНИЕ МЕТРИК ОЦЕНИВАНИЯ.. 34
5.1 Результаты расчетов оценки визуального качества. 35
5.2 Результаты расчетов количественных оценок. 37
5.3 Анализ полученных результатов метрик оценивания. 40
6 ОПИСАНИЕ РАЗРАБОТКИ ПРОГРАММНОГО МОДУЛЯ.. 41
6.1 Описание входных и выходных данных. 41
6.3 Описание программных компонентов модуля. 42
6.4 Описание тестирования реализованных в модуле алгоритмов. 44
7 ОХРАНА ТРУДА, ВОПРОСЫ БЕЗОПАСНОСТИ ЖИЗНЕДЕЯТЕЛЬНОСТИ И ГРАЖДАНСКОЙ ОБОРОНЫ.. 46
7.1 Анализ условий труда в помещении с ПК.. 46
7.2 Мероприятия по улучшению условий труда. 47
7.3 Мероприятия по обеспечению пожарной безопасности. 51
7.4 Безопасность жизнедеятельности. 52
7.4.1 Промышленная безопасность. 53
7.4.2 Пожарная безопасность. 54
7.4.3 Экологическая безопасность. 54
7.4.4 Транспортная безопасность. 55
7.4.5 Производственная безопасность. 56
7.4.6 Краткая характеристика разновидностей систем безопасности. 56
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ.. 62
Приложение А ТЕХНИЧЕСКОЕ ЗАДАНИЕ. 64
Приложение Б РУКОВОДСТВО ПОЛЬЗОВАТЕЛЯ. 66
Приложение В ЭКРАННЫЕ ФОРМЫ.. 68
Приложение Г ЛИСТИНГ ПРОГРАММЫ.. 85
Приложение Д ПЕРЕЧЕНЬ ЗАМЕЧАНИЙ НОРМОКОНТРОЛЕРА К ДИПЛОМНОМУ ПРОЕКТУ.. 96
1. Денисов, Д. А. Компьютерные методы анализа видеоинформации : монография / Д. А. Денисов – Красноярск : Красноярск – университет, 1993. – 192 с.
2. Кашкин, В. Б. Цифровая обработка аэрокосмических изображений : электрон. учеб. пособие / В. Б. Кашкин, А. И. Сухинин – Красноярск : ИПК СФУ, 2008. – 278 с.
3. Матричные фильтры обработки изображений [Электронный ресурс]. – Режим доступа: http://habrahabr.ru/post/142818/
4. Скворцов А. В. Обзор алгоритмов построения триангуляции Делоне / А.В. Скворцов // Вычислительные методы и программирование – 2002. – Т.3, С. 14-39.
5. Скворцов А.В., Эффективные алгоритмы построения триангуляции Делоне / А.В. Скворцов, Ю.Л. Костюк // Геоинформатика. Теория и практика – Вып. 1 – Томск: Изд-во Том. ун-та, 1998. – С. 22-47.
6. Сойфер, В. А. Компьютерная обработка изображений. Часть 1. Математические модели / В.А. Сойфер // Соросовский образовательный журнал – 1996. – №2. – С. 118-121.
7. Сойфер, В. А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы / В.А. Сойфер // Соросовский образовательный журнал – 1996. – №3. – С. 110-121.
8. Стругайло, В. В. Обзор методов фильтрации и сегментации цифровых изображений / В. В. Стругайло // Наука и Образование – 2012. – №5. – С. 270- 281.
9. Цифровая обработка изображений [Электронный ресурс] – Режим доступа: http://sibsauktf.ru/courses/fulleren/g3.htm
10. Куйкин, Д.К. Оценка качества цифровых изображений в программном комплексе Piclab / Д.К. Куйкин, С.А. Арляпов, В.А. Бекренев // Новые
информационные технологии: Тез. докл. XIV межд. студенческой школы-семинара. – М.: МГИЭМ, 2006. – С. 470-483.
11. Ванг, С. З. Оценка качества изображения: от видимости ошибок к структурному сходству / С. З. Ванг // Обработка изображений, – Вып. 13 – , Том 3, с. 600-612, 2004.
12. Авчибас, Б. С. ,К. С. Исмаил Статистическая оценка показателей качества при сжатии качества изображения / Б. С Авчибас, К. С. Исмаил журнал Electronic Imaging, 2002. – 316 с.
13. Жан-Бернар, Л. М. Обработка изображений / Л. М. Жан-Бернар // Обработка сигналов, – 1998. – Т.3, С. 155-1076.
14. Кайтонова, Т. Д. Оценка качества проектирования алгоритма полутонирования с прямой и обратной погрешностью / Т. Д. Кайтонова // Компьютерный журнал Transactions on Medical Image, – 1998. – Т.1, С. 11-19.
15. Андрейченко, П. М., Медицинская группа отображения и анализа медицинских изображений / П. М. Андрейченко // Компьютерный журнал Transactions on Medical Image, – 1998. – Т.1, С. 2-10.
16. Головко, В. А., Вейвлет-разложение на основе зрительной системы человека для сжатия изображений / В. А. Головко // Журнал визуальной коммуникации и представления изображений, – 1995. – Т.6, С. 109-121.
17. Карлсон, Р. Н. Фонд физиологической психологии / Р. Н. Карлсон – Красноярск : Красноярск – университет, 2001. – 364 с.
18. Емельянова, В. И. Сравнительная оценка качества изображения: PSNR, HVS, SSIM, UIQI/ В. И. Емельянова, Д. М. Бочаров // Информатика, управляющие системы, математическое и компьютерное моделирование в рамках VI форума «Инновационные перспективы Донбасса» (ИУСМКМ-2020) : XI Международная научно-техническая конференция студентов, аспирантов и молодых ученых, 27-28 мая 2020, г.Донецк : ДонНТУ, 2020. – c. 513-517.
19.