Обработка и анализ статистических изображений в среде программирования Matlab

1.

ОБРАБОТКА И АНАЛИЗ
СТАТИСТИЧЕСКИХ ИЗОБРАЖЕНИЙ В
СРЕДЕ ПРОГРАММИРОВАНИЯ MATLAB
ПРИ ПОМОЩИ ВСТРОЕННЫХ ФУНКЦИЙ
И РАЗРАБОТКА ПОЛЬЗОВАТЕЛЬСКОЙ
ФУНКЦИИ, ИМПОРТИРУЕМОЙ ИЗ
ДИНАМИЧЕСКИ ЛИНКУЕМОЙ
БИБЛИОТЕКИ, СОБРАННОЙ В
MICROSOFT VISUAL C++
ВЫПОЛНИЛ СТУДЕНТ 3 КУРСА ГРУППЫ КФ-201
ГУРСКИЙ АЛЕКСАНДР АЛЕКСАНДРОВИЧ
НАУЧНЫЙ РУКОВОДИТЕЛЬ: КАНДИДАТ ТЕХНИЧЕСКИХ НАУК,
ВЕДУЩИЙ НАУЧНЫЙ СОТРУДНИК
ИГНАТОВСКИЙ МИХАИЛ ИВАНОВИЧ

2.

АКТУАЛЬНОСТЬ КУРСОВОЙ РАБОТЫ
В настоящее время обработка и анализ изображений являются
актуальными и востребованными задачами не только в научных
исследованиях, но и в разнообразных практических задачах
автоматическом управлении процессами, медицине, компьютерной
графике и т.д. Существует множество программных инструментов для
обработки и анализа изображений. Однако, не всегда имеющиеся
возможности и функционал таких программ полностью соответствуют
требованиям и задачам пользователей. В связи с постоянным
развитием и усовершенствованием технологий в области обработки
изображений, всегда существует потребность в разработке новых
инструментов и методов, способных улучшить качество обработки,
расширить функционал и предложить пользователю более точные и
эффективные решения.

3.

ЦЕЛЬ КУРСОВОЙ
РАБОТЫ
Разработка динамически
линкуемой библиотеки на
языке C++,
экспортирующей функции
для выполнения
матричных операций над
заданными областями
матриц, представляющими
из себя визуальные данные.

4.

ЗАДАЧИ КУРСОВОЙ РАБОТЫ
выявление возможностей встроенных в Matlab функций для
обработки статических изображений
изучение принципов связывания с Matlab пользовательских библиотек
разработку пользовательских функций на языке C++, импортируемых
в Matlab
сравнение результатов работы встроенных функций и разработанных
пользовательских функций

5.

Для успешной работы с изображениями
необходимо иметь хорошее понимание
цифровых изображений и их
разнообразных аспектов.
Цифровое изображение - массив
данных, полученный путем
дискретизации (аналогоцифрового преобразования)
оригинала. Будучи
закодированным с помощью
особого алгоритма и
записанным на носитель, этот
массив данных становится
файлом.

6.

ТИПЫ
ЦИФРОВЫХ
ИЗОБРАЖЕНИЙ
Бинарное
Цифровое
изображение
Растровое
Векторное
Полутоновое
Цветное

7.

Представление
цифрового
изображения в
памяти
Представление в памяти цифровых изображений
является важным аспектом их обработки.
Цифровые изображения представлены в виде
массивов чисел, где каждое число представляет
интенсивность пикселя изображения.
ОСНОВНЫЕ
ХАРАКТЕРИСТИКИ

8.

ОБРАБОТКА
ИЗОБРАЖЕНИЙ В
MATLAB
Matlab имеет набор инструментов IPT (Image Processing
Toolbox). IPT предоставляет множество функций для
чтения, записи, отображения и обработки изображений,
включая фильтрацию, сегментацию, регистрацию, анализ
формы и структуры изображений и т. д.

9.

Форматы
представл.
данных
Работа с графич.
форматами
файлов
Вывод изображ.
на экран
• double
• uint8
• imread
• imwrite
• imshow
• truesize
Анализ
изображений
Фильтрация
изображений
Улучшение
изображений
• mean2
• impixel
• fspecial
• conv2
• imnoise
• brighten

10.

Методы решения
поставленной задачи
Динамически линкуемые
библиотеки
Мех функции Matlab

11.

Конструирование фильтров, взаимодействующих с
выделенными областями изображений, в форме Мех
функции
Фильтрация изображений — это
процесс обработки цифрового
изображения с использованием
фильтра или ядра, который изменяет
свойства изображения.
Фильтр — это матрица
коэффициентов, которая применяется
к изображению для изменения его
свойств.

12.

ФУНКЦИЯ ОБРАБОТКИ УЧАСТКА ИЗОБРАЖЕНИЕ С
ПОМОЩЬЮ СВЕРТКИ

13.

14.

15.

MEH-ФУНКЦИЯ ДЛЯ
СВЯЗЫВАНИЯ
НАШЕГО ФИЛЬТРА
С MATLAB

16.

Примеры работы разработанной функции

17.

18.

В ходе курсовой работы были изучены основы цифрового
изображения, его виды и принципы обработки.
Была разработана и реализована функция обработки участка
изображения в среде MATLAB, используя различные фильтры
для улучшения изображения.
ВЫВОДЫ
Подтвердили правильность работы разработанной функции и
ее способность устранять шумы и улучшать качество
изображений.
Полученные результаты подтверждают эффективность и
применимость разработанной функции в практических
задачах обработки и анализа изображений.
Результаты курсовой работы могут найти применение в
различных областях, включая автоматическое управление
процессами, медицину, компьютерную графику и другие
области, где требуется обработка и анализ изображений.
Дальнейшее развитие и улучшение функционала
разработанной программы могут способствовать более
точной и эффективной обработке изображений.

19.

СПАСИБО ЗА
ВНИМАНИЕ