44

Тасвирларни таниб олиш масаласи улардаги объектларни ажратишини қай даражада амалга оширилганлигига боғлиқ. Объектларни ажратиш эса одатда контур ажратиш алгоритмлари асосида амалга оширилади. Бундаобъект контурларини ингичкалаштириш алгоритмларини ишлаб чиқиш ва такомиллаштириш долзарб, илмий ва амалий вазифадир. Контур ингичкалаштириш алгоритмлари қайта ишланиши лозим бўлган маълумотлар миқдорини камайтириш ва ишлов бериш тезлигини ошириш имконини беради. Ана шундай алгоритмлардан бири Зҳанг-Суен алгоритми бўлиб, у тасвирлардаги объектлар шакли, боғланишини сақлаш самарадорлиги ва тезкорлиги сабаб контур ингичкалаштириш алгоритмлари орасида машҳурдир. Бироқ, ушбу алгоритм маълум контурларни, айниқса диагонал уланишларга эга контурларни ингичкалаштиришда муваффақиятсиз ҳисобланади. Шунинг учун мазкур ишда Зҳанг-Суен алгоритмини кучли томонларига асосланган такомиллаштирилган бидиагонал алгоритми таклиф этилган ва у Зҳанг-Суен алгоритми чекловларини бартараф этиш ва контур ингичкалаштириш учун янада мукаммал ечимни тақдим этишга мўлжалланган. Шунингдек, ишда таклиф этилган алгоритмни пикселлар мослиги ва вақт мезони бўйича мавжуд алгоритмлар билан таққослаш амалга оширилган. Тажрибавий тадқиқотлар натижасида, бидиагонал алгоритм Зҳанг-Суен алгоритмига нисбатан ҳам аниқлик, ҳам тезкорлиги бўйича устун эканлиги аниқланган

  • Количество прочтений 44
  • Дата публикации 01-04-2024
  • Язык статьиO'zbek
  • Страницы13-23
Ўзбек

Тасвирларни таниб олиш масаласи улардаги объектларни ажратишини қай даражада амалга оширилганлигига боғлиқ. Объектларни ажратиш эса одатда контур ажратиш алгоритмлари асосида амалга оширилади. Бундаобъект контурларини ингичкалаштириш алгоритмларини ишлаб чиқиш ва такомиллаштириш долзарб, илмий ва амалий вазифадир. Контур ингичкалаштириш алгоритмлари қайта ишланиши лозим бўлган маълумотлар миқдорини камайтириш ва ишлов бериш тезлигини ошириш имконини беради. Ана шундай алгоритмлардан бири Зҳанг-Суен алгоритми бўлиб, у тасвирлардаги объектлар шакли, боғланишини сақлаш самарадорлиги ва тезкорлиги сабаб контур ингичкалаштириш алгоритмлари орасида машҳурдир. Бироқ, ушбу алгоритм маълум контурларни, айниқса диагонал уланишларга эга контурларни ингичкалаштиришда муваффақиятсиз ҳисобланади. Шунинг учун мазкур ишда Зҳанг-Суен алгоритмини кучли томонларига асосланган такомиллаштирилган бидиагонал алгоритми таклиф этилган ва у Зҳанг-Суен алгоритми чекловларини бартараф этиш ва контур ингичкалаштириш учун янада мукаммал ечимни тақдим этишга мўлжалланган. Шунингдек, ишда таклиф этилган алгоритмни пикселлар мослиги ва вақт мезони бўйича мавжуд алгоритмлар билан таққослаш амалга оширилган. Тажрибавий тадқиқотлар натижасида, бидиагонал алгоритм Зҳанг-Суен алгоритмига нисбатан ҳам аниқлик, ҳам тезкорлиги бўйича устун эканлиги аниқланган

№ Название ссылки
1 1.Bushenko D.A., Sadykhov R.Kh. Segmentation of Extensive Objects on Low-Contrast Images, Proceedings of ICNNAI 2008. Minsk, 2008.2.Kocharyan, D. A Modified fingerprint image thinning algorithm / D. Kocharyan // American Journal of Software Engineering and Applications. –2013. –Vol. 2(1). –P. 1–6.3.Гудков Владимир Юльевич, Клюев Даниил Александрович Скелетизация бинарных изображений и выделение особых точек для распознавания отпечатков пальцев // Вестник ЮУрГУ. Серия: Компьютерные технологии, управление, радиоэлектроника. 2015. No3. 4.Ма Ц., Цветков В.Ю., Конопелько В. К. Двухшаговая скелетизация бинарных изображений на основе модели занга-суена и порождающей маски // Системный анализ и прикладная информатика. 2021. No1. 5.Тузиков А.В., Шейнин С.А., Жук Д.В. Математическая морфология, моменты, стереообработка. Минск, 2006.6.Prakash R P, K. S. Prakash and Binu V P, "Thinning algorithm using hypergraph based morphological operators," 2015 IEEE International Advance Computing Conference (IACC), Banglore, India, 2015, pp. 1026-1029, doi: 10.1109/IADCC.2015.7154860.7.Boudaoud L.B. A new thinning algorithm for binary images / A. Siderю., A. Tari. –2015. –С.1-68.Gramblička, Matúš & Vasky, Jozef. (2016). Comparison of thinning algorithms for vectorization of engineering drawings. 94. 265-275.9.Ляшева Стелла Альбертовна, Шлеймович Михаил Петрович. Метод последовательного уточнения границ на изображениях дорожной обстановки // Прикаспийский журнал: управление и высокие технологии. 2020. No4 (52).10.Llados, J., Rusinol, M. Handbook of Document Image Processing and Recognition. SpringerVerlag London. Editors: Doermann, D., Tombre, K. kapitola Graphics Recognition Techniques. Pages 489-521. 2014. ISBN 978-0-85729-858-4. DOI 10.1007/978-0-85729-859-1.11.Mamatov, N. S., Niyozmatova, N. A., Jalelova, M. M., Samijonov, A. N., & Tojiboyeva, S. X. (2023). Methods for improving contrast of agricultural images. In E3S Web of Conferences (Vol. 401, p. 04020). EDP Sciences. https://doi.org/10.1051/e3sconf/202340104020 12.Mamatov, N. S., Pulatov, G. G., & Jalelova, M. M. (2023). Image contrast enhancement method and contrast evaluation criteria optimal pair. Digital Transformation and Artificial Intelligence, 1(2). https://dtai.tsue.uz/index.php/dtai/article/view/v1i225/v1i22513.Маматов, Н., Султанов, П., Юлдашев, Ю., & Жалелова, М. (2023). Методы повышения контрастности изображений при мультиспиральной компьютерной томографии. Евразийский журнал академических исследований, 3(9), 125-132.14.Mamatov, N., & Jalelova, M. (2023). ТАСВИР КОНТРАСТИНИ ОШИРИШ УСУЛИ ВА КОНТРАСТ БАҲОЛАШ МЕЗОН ОПТИМАЛ ЖУФТЛИГИ. DIGITAL TRANSFORMATION AND ARTIFICIAL INTELLIGENCE, 1(2), 158-167.15.Маматов, Н., & Джалелова, М. (2023). Tasvir kontrastini etalonsiz baholash. Информатика и инженерные технологии, 1(2), 115-117.16.Mamatov, N., Sultanov, P., & Jalelova, M. (2023). Analysis of imaging equipments of human internal organs. Scientific Collection «InterConf+», (38 (175)), 291-299. https://doi.org/10.51582/interconf.19-20.10.2023.026 17.Маматов, Н., Султанов, П., Жалелова, М., & Тожибоева, Ш. (2023). Критерии оценки качества медицинских изображений, полученных на мультиспиральном компьютерном томографе. Евразийский журнал медицинских и естественных наук, 3(9), 66-77.18.Маматов, Н., Рахмонов, Э., Самижонов, А., Жалелова, М., & Самижонов, Б. (2023). ТАСВИРДАГИ МИКРОСКОПИК ОБЪЕКТЛАРНИ ТАНИБ ОЛИШ АЛГОРИТМЛАРИ. Евразийский журнал математической теории и компьютерных наук, 3(11), 7-13.19.Mamatov, N. S., Jalelova, M. M., Samijonov, A. N., & Samijonov, B. N. (2024, February). Algorithm for improving the quality of mixed noisy images. In Journal of Physics: Conference Series (Vol. 2697, No. 1, p. 012013). IOP Publishing. https://doi.org/ 10.1088/1742-6596/2697/1/01201320.Mamatov, N., Sultanov, P., Jalelova, M., & Samijonov, A. (2023). 2D image processing algorithms for kidney transplantation. Scientific Collection «InterConf», (184), 468-474. 21.Маматов, Н., & Джалелова, М. (2023). Tasvir shovqinlari tahlili. Информатика и инженерные технологии, 1(2), 113-115.22.Solidjonovich, M. N., Qizi, J. M. M., Qizi, T. S. X., & O’G’Li, S. B. N. (2023). SUN’IY YO’LDOSHDAN OLINGAN TASVIRDAGI DALA MAYDONI CHEGARALARINI ANIQLASH USULLARI. Al-Farg’oniy avlodlari, 1(4), 177-181.23.Mamatov, N., Jalelova, M., & Samijonov, B. (2024). Tasvir obyektlarini segmentatsiyalashning mintaqaga asoslangan usullari. Modern Science and Research, 3(1), 1-4. https://inlibrary.uz/index.php/science-research/article/view/28241 24.Mamatov, N., Jalelova, M., Samijonov, B., & Samijonov, A. (2024). Algorithms for contour detection in agricultural images. In E3S Web of Conferences (Vol. 486, p. 03017). EDP Sciences. https://doi.org/10.1051/e3sconf/202448603017 25.Mamatov, N., Jalelova, M., Samijonov, B., & Samijonov, A. (2024). Algorithm for extracting contours of agricultural crops images. In ITM Web of Conferences (Vol. 59, p. 03015). EDP Sciences. https://doi.org/10.1051/itmconf/2024590301526.Mamatov N. S., Niyozmatova N. A., Raxmonov E. D., Jalelova M. M., Samijonov B. N. Tibbiy-biologik tasvirlardagi mikroobyektlar chеgaralarini ajratish algoritmlari // Innovative Development in Educational Activities. E-ISSN: 2181-3523. -Volume 2. -Issue 23.-Uzbekistan, 2023. -B. 408–422.27.O.R. Vincent & O. Folorunso. (2009). A Descriptive Algorithm for Sobel Image Edge Detection. doi: 10.28945/3351.
В ожидании