Розробка програмного забезпечення для обробки зображень шліфів напівкоштовних мінералів

1. Національний технічний університет «Дніпровська політехніка»

НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ
«ДНІПРОВСЬКА ПОЛІТЕХНІКА»
Розробка програмного забезпечення
для обробки зображень шліфів
напівкоштовних мінералів
ВИКОНАВ: СТУДЕНТ ГРУПИ 121-17СК-1 БЕРЕЖНОЙ АНДРІЙ
КЕРІВНИК: ДОЦЕНТ УДОВИК І.М.
ДНІПРО
2020

2. Актуальність роботи

АКТУАЛЬНІСТЬ РОБОТИ
Гемолог – фахівець з вивчення дорогоцінних каменів, їх складу,
походження і властивостей, він також перевіряє їх справжність.
Основні напрямки діяльності гемологів:
вивчають окремі камені і мінерали;
розробляють рекомендації по їх обробці або огранювання;
досліджують оптичні властивості різних каменів;
перевіряють їх цінність і справжність;
визначають підробки і виявляють синтетичні аналоги;
ведуть облік і архів перевірених каменів.

3. Постановка завдання

ПОСТАНОВКА ЗАВДАННЯ
Метою даного проекту є розробка програмного
забезпечення для попередньої обробки зображень шліфів
напівкоштовних матеріалів.
Розроблюваний графічний редактор призначений для
попередньої обробки зображень шліфів напівкоштовних
каменів в інтересах їх подальшої класифікації.
Для досягнення поставленої мети необхідне рішення
наступних завдань:
Вивчення основ гемології в частині опису та класифікації
напівкоштовних мінералів.
Освоєння комп'ютерних методів обробки растрових
зображень.
Вивчення
методів кластеризації даних і способів
відображення результатів кластеризації.
Програмної реалізації графічного редактора.

4. Вхідні та вихідні дані

ВХІДНІ ТА ВИХІДНІ ДАНІ
Вхідними даними програми є відскановані зображення
шліфів мінералів в форматі bmp.
Вихідними даними
зображень є:
після
обробки
початкових
вхідних
оброблені зображення шліфів мінералів в форматі bmp;
результати кластеризації зображення у вигляді текстового
файлу (матриці ієрархічного дерева кластерів і центрів
тяжіння кластерів).

5. Функціональне призначення програми

ФУНКЦІОНАЛЬНЕ
ПРИЗНАЧЕННЯ ПРОГРАМИ
Розроблюваний
графічний
редактор
призначений
для
попередньої обробки зображень шліфів напівкоштовних каменів в
інтересах їх подальшої класифікації.
Розроблена в проекті програма для вхідного зображення
забезпечує:
Отримання негативних зображень, в тому числі окремо по
каналам RGB.
Побудову колірних гістограм, в тому числі окремо по каналам
RGB.
Зміну яскравості зображення, в тому числі окремо по каналам
RGB.
Побудову колірних гістограм, в тому числі окремо по каналам
RGB.
Кластеризацію
зображень
по
RGB
компонентам
з
представленням результатів у вигляді зображення з виділеними
колірними кластерами.
Підрахунок кількості нетотожні кольорів в зображенні для
заданого порогу колірної подібності.
Реалізацію
інструментів
«Піпетка»,
«Об'ємна
піпетка»,
«Диференціальна піпетка».

6. Алгоритм обробки зображення

АЛГОРИТМ ОБРОБКИ ЗОБРАЖЕННЯ

7. Методи кластерного аналізу

МЕТОДИ КЛАСТЕРНОГО АНАЛІЗУ
1. Метод повних зв'язків. Суть даного методу в тому, що
два об'єкти, що належать одній і тій же групі (кластеру),
мають коефіцієнт подібності, який менше деякого
порогового значення S. У термінах евклидова відстані d
означає, що відстань між двома точками (об'єктами)
кластера не повинна перевищувати деякого граничного
значення h. Таким чином, h визначає максимально
допустимий діаметр підмножини, що утворює кластер.
2. Метод максимально локальної відстані. Кожен об'єкт
розглядається як одноточковий кластер. Об'єкти групуються за
наступним правилом: два кластери об'єднуються, якщо
максимальна відстань між точками одного кластера і
точками іншого мінімальна. Процедура складається з n - 1
кроків і результатом є розбиття, які збігаються зі всілякими
розбивками в попередньому методі для будь-яких граничних
значень.

8. Методи кластерного аналізу

МЕТОДИ КЛАСТЕРНОГО АНАЛІЗУ
3. Метод Ворда. У цьому методі в якості цільової
функції застосовують внутришньо групову суму квадратів
відхилень, яка є ні що інше, як сума квадратів відстаней
між кожною точкою (об'єктом) і середньої по кластеру,
який містить цей об'єкт. На кожному кроці об'єднуються
такі два кластери, які призводять до мінімального
збільшення цільової функції, тобто внутрішньо групової
суми квадратів. Цей метод направлений на об'єднання
близько розташованих кластерів.
4. Метод "k-середніх". Найбільш прийнятний і швидкий
алгоритм,
носить
назву
метод
"k-середніх".
Він
передбачає вихідне розбиття даних на задане число
кластерів.
Можливо
випадкове
розбиття.
Потім
обчислюються центри тяжкості кластерів.

9. Схема роботи даного алгоритму кластерного аналізу "k-середніх"

СХЕМА РОБОТИ ДАНОГО АЛГОРИТМУ
КЛАСТЕРНОГО АНАЛІЗУ "K-СЕРЕДНІХ"
Процес триває до тих пір,
поки розбиття на кластери не
перестане
змінюватися.
Можливо
також
просте
обмеження числа ітерацій.
Візуалізація результатів полягає
в
побудові
підсумкових
залежностей Сik = f (i, k).
Тобто кластерний аналіз
методом «К-середніх» можна
розділити на три етапи:
1.
Визначаємо
координати центроїдів.
2. Визначаємо відстані
кожного
об'єкта
щодо
центроїду.
3. Групуємо об'єкти,
ґрунтуючись на мінімальних
відстанях до центру ваги.

10. Загальна схема обробки вхідних даних

ЗАГАЛЬНА СХЕМА ОБРОБКИ ВХІДНИХ ДАНИХ
Розроблена в проекті програма для вхідного
зображення забезпечує:
Отримання негативних зображень, в тому
числі окремо по каналам RGB.
Побудову колірних гістограм, в тому числі
окремо по каналам RGB.
Зміну яскравості зображення, в тому числі
окремо по каналам RGB.
Побудову колірних гістограм, в тому числі
окремо по каналам RGB.
Кластеризацію зображень по RGB
компонентам з представленням результатів
у вигляді зображення з виділеними
колірними кластерами.
Підрахунок кількості нетотожні кольорів в
зображенні для заданого порогу колірної
подібності.
Реалізацію інструментів «Піпетка», «Об'ємна
піпетка», «Диференціальна піпетка».

11. Інтерфейс додатку

ІНТЕРФЕЙС ДОДАТКУ
Після запуску
користувач бачить
на екрані головну
форму додатку і
форму вибору
інструментів
обробки графіки

12. Завантажене зображення для обробки

ЗАВАНТАЖЕНЕ ЗОБРАЖЕННЯ ДЛЯ ОБРОБКИ
Інструмент «Піпетка»
дозволяє, як визначати
RGB складову обраного
кольору, так і знаходити
середній колір між
двома обраними

13. Інтерфейс додатку

ІНТЕРФЕЙС ДОДАТКУ
В даній роботі
представлена можливість
розкладення обраного
зображення по каналам
RGB та отримання
негативних зображень

14. Отримання негативного зображення

ОТРИМАННЯ НЕГАТИВНОГО ЗОБРАЖЕННЯ

15. Результат виконаної кластеризації області зображення

РЕЗУЛЬТАТ ВИКОНАНОЇ КЛАСТЕРИЗАЦІЇ
ОБЛАСТІ ЗОБРАЖЕННЯ
Для того, щоб
виконати
кластеризацію
зображення,
користувачу буде
запропоновано
обрати область для
кластеризації,
кількість кластерів, а
також можливість
усереднити
кольори отриманих
кластерів

16. Економічний розділ

ЕКОНОМІЧНИЙ РОЗДІЛ
В економічному розділі визначено трудомісткість
розробленого додатку (1176 люд-год), проведений
підрахунок вартості роботи по створенню програми
(35947 грн.) та розраховано час на його створення (5 міс).

17.

Висновки
Запропонований графічний редактор побудований за класичною
архітектурі MDI. Головна форма являє собою вікно, що містить меню і
кнопки управління за роботою програми, а вікна нащадки (Child) містять
зображення, яке обробляється.
Таким чином, розроблений додаток, що реалізує попередню обробку
зображень шліфів напівкоштовних матеріалів, та який характеризує їх за
результатами кластеризації зображення у вигляді текстового файлу
(матриці ієрархічного дерева кластерів і центрів тяжіння кластерів),
допомогає професіоналам-гемологам в розпізнаванні, атрибут ванні та
ідентифікації каменів.
Програма представляє собою окремий виконуючий модуль, успішно
протестована та готова до експлуатації.