Выдержка из работы:
ВВЕДЕНИЕ
Актуальность темы работы определяется стремительным развитием технологий и их внедрением в различные сферы человеческой деятельности. Век цифровых технологий и повсеместное распространение мощных вычислительных систем создают новые возможности для обработки и анализа изображений. В современном мире, где визуальная информация становится основным носителем данных, эффективные методы обработки изображений становятся незаменимыми инструментами в таких областях, как медицина, промышленные технологии, безопасность, а также в сфере развлечений и медиа. Например, в медицине автоматизированная обработка медицинских изображений помогает улучшить диагностику и повысить точность лечения, а в промышленности – автоматизация контроля качества продукции.
……………………………………………
1. Технологические основы и современные алгоритмы обработки изображений
Обработка изображений представляет собой одну из важнейших дисциплин в области компьютерной науки и инженерии, охватывающую методы и алгоритмы для анализа, изменения и интерпретации визуальных данных. В рамках данной области можно выделить несколько ключевых методов, среди которых особенно значительными являются фильтрация, сегментация и выделение признаков. Каждый из этих методов играет критическую роль в различных приложениях, включая медицинскую визуализацию, компьютерное зрение, распознавание образов и многие другие.
Фильтрация — это процесс, направленный на изменение значений пикселей изображения с целью улучшения его качества или выделения важных характеристик. Основная идея фильтрации заключается в том, чтобы изменить индивидуальные значения пикселей на основе их окружения. Существует множество различных фильтров, которые можно разделить на линейные и нелинейные. Линейные фильтры, например, используют свертку, чтобы применять весовые коэффициенты к окрестности пикселя. Одним из наиболее известных линейных фильтров является гауссов фильтр, который предназначен для размытия изображения и уменьшения шума. Он основывается на гауссовом распределении и позволяет значительно снизить высокочастотные компоненты, что делает изображения более гладкими [19].
С другой стороны, нелинейные фильтры, такие как медианный фильтр, являются особенно эффективными для удаления импульсного шума. Вместо того чтобы рассчитывать среднее значение окрестности пикселей, медианный фильтр выбирает медиану, что обеспечивает лучшую защиту от выбросов. Фильтрация также включает в себя применении операторов, таких как Собель, Керри и Лапласиан, для выделения границ и контуров объектов в изображении. Эти методы являются основными строительными блоками для последующих этапов обработки изображений, таких как сегментация и выделение признаков.
Рисунок 1 – Процесс фильтрации фотографии
Сегментация — это процесс разделения изображения на несколько сегментов для более простого и значимого анализа. Сегментация играет ключевую роль в идентификации и выделении объектов внутри изображения, что позволяет системам обработки изображений эффективно интерпретировать информацию. Существует множество методов сегментации, которые можно условно разделить на два основных класса: основанные на пороговой обработке и на регионах [7].
……………………………………………
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Информационные системы и технологии / Под ред. Тельнова Ю.Ф.. - М.: Юнити, 2021. - 544 c.
2. Информационные технологии и вычислительные системы. Программное обеспечение. Операционные системы. Математическое моделирование. Интернет-технологии / Под ред. С.В. Емельянова. - М.: РОХОС, 2022. - 148 c.
3. Информационные системы в экономике: Учебник / Под ред. Г.А. Титоренко. - М.: Юнити, 2023. - 463 c.
4. Информационные системы и технологии управления: Учебник / Под ред. Г.А. Титоренко. - М.: Юнити, 2023. - 591 c.
5. Информационные системы и технологии: Научное издание / Под ред. Ю.Ф. Тельнова. - М.: Юнити, 2022. - 303 c.
……………………………………………