Программный комплекс автоматизации обработки изображений

Обзор существующего программного обеспечения для автоматизации выделения границ на изображении. Разработка математической модели обработки изображений и выделения контуров в оттенках серого и программного обеспечения для алгоритмов обработки изображений.

Рубрика Программирование, компьютеры и кибернетика
Вид дипломная работа
Язык русский
Дата добавления 27.03.2013
Размер файла 1,7 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Рисунок 2.18 - Открытая вкладка «Серое/размытое изображение»

9 Для выделения контура на загруженном изображении требуется выбрать алгоритм выделения в пункте меню «Выделение контура», либо на панели «Настройки» нажав кнопку с названием выбранного алгоритма. Результат выделения границ будет отображен на вкладке «Исходное/обработанное изображение» (рисунок 2.19).

Рисунок 2.19 - Результат выделения границ на изображении

10 Для сохранения обработанного изображения пользователю необходимо в меню «Файл» пункт «Сохранить». После нажатия на будет отображено окно «Сохранить изображение» (рисунок 2.20).

Рисунок 2.20 - Окно сохранения изображения

11 В появившемся окне пользователь выбирает место для сохранения файла, и задает название файла, после чего нажимает кнопку «Сохранить».

12 Пользователь может получить справку по работе с приложением при выборе соответствующего пункта главного меню окна приложения. При этом предоставляется справочный файл help.chm в виде гипертекстового документа. Он содержит общую информацию о предметной области, о формах приложения и комментарии по работе с ними. Использование данной справки позволит пользователю получить необходимую помощь в затруднительных ситуациях.

2.6 Результат работы ПК «Contour Detector», пример выделения границы на изображении в оттенках серого

Рассмотрим работу программы «Contour Detector» на конкретном примере. Мы запускаем программу, открывается главное окно с активной вкладкой «Исходное/обработанное изображение». Согласно инструкции пользователя загружаем изображение, преобразовываем к серому и делаем размытие изображения. Установим 2 прохода размытия (рисунок 2.21).

Рисунок 2.21 - Результат преобразования к серому и размытия изображения

В качестве алгоритма выделения грани выберем оператор Робертса. И посмотрим результат (рисунок 2.22).

Рисунок 2.22 - Результат работы оператора Робертса

После обработки, сохраним изображение на жесткий диск и откроем для просмотра (рисунок 2.23).

Рисунок 2.23 - Обработанное изображение с выделенными контурами

3. Экономические расчеты

Программный продукт «Contour Detector» предназначен для автоматизации обработки изображения для выделения границ на изображении в оттенках серого.

Эффект от создания и внедрения проектируемого программного продукта определяется на основе сравнения с базовым вариантом. В качестве базового варианта принимается выполнение работ по обработке изображений, выделения границ и анализа работы традиционным неавтоматизированным способом.

Главным при разработке программного продукта является обеспечение максимальной экономической эффективности, т.е. производство программных продуктов с минимальными затратами труда и денежных средств.

Источники экономии при этом определяются по следующим направлениям:

– снижение трудоемкости;

– увеличение объемов и сокращение сроков обработки информации;

– повышение коэффициента использования вычислительной техники, средств подготовки и передачи информации;

– снижение трудоемкости работ программистов при решении прикладных задач.

3.1 Расчёт капитальных затрат на создание ПК для автоматизации обработки изображения для выделения границ на изображении в оттенках серого

Капиталовложения в создание ПК носят единовременный характер:

К=К123, (3.1)

где К1 - затраты на оборудование, грн.;

К2 - затраты на лицензионные программные продукты, грн;

К3 - затраты на создание ПО, грн.

Поскольку оборудование Lenovo m58 и Acer al1916w для создание ПК уже эксплуатируется, его остаточная стоимость равна 2000 грн. (К1=2000)

Для реализации ПО необходимы следующие лицензионные программные продукты:

– MS Visual Studio Express (0 грн), 1 шт.;

– Windows 7 Home Edition (700 грн), 1 шт.;

Получаем К2 = 700 грн.

Затраты на создание ПМК находятся по формуле 3.2:

К3 = З1 + З2 + З3, (3.2)

где З1 - затраты труда программистов-разработчиков, грн.;

З2 - затраты компьютерного времени, грн.;

З3 - косвенные (накладные) расходы, грн.

Затраты труда программистов-разработчиков найдем по формуле 3.3:

, (3.3)

где Nk - количество разработчиков k-й профессии, чел.;

rk - часовая зарплата разработчика k-й профессии, грн.

Kзар - коэффициент начислений на фонд заработной платы, доли.

Tк - общая трудоемкость, ч

Принимаем Nk=1 человек.

Часовая зарплата разработчика определяется по формуле 3.4.

(3.4)

где Мк - месячная зарплата k-го разработчика, грн.;

Fмесk - месячный фонд времени его работы, час.

Принимаем:

Мk=2500 грн.; Fмесk = 176 часов.

Тогда rk = 2500/176 =14,20 грн./час.

Принимаем Kзар = 1,425.

Трудоёмкость разработки включает время выполнения работ, представленных в таблице 3.1.

Общая трудоемкость рассчитывается по формуле 3.5.

Tк = tт.з. + tэ.п + tт.п. + tр.п + tв, (3.5)

где tт.з. - время на разработку технического задания, часов;

tэ.п - время на разработку эскизного проекта, часов;

tт.п. - время на разработку технического проекта, часов;

tр.п - время на разработку рабочего проекта, часов;

tв - время на внедрение проекта, часов.

Тогда затраты труда разработчиков-программистов равны (формула 3.3):

З1 = 1·14,20·590·1,425 = 11938,65 грн.

Таблица 3.1 - Длительность этапов работы

Этапы работ

Описание работ

Трудоемкость, часов

Техническое задание

Анализ и формализация требований к ПК для реализации алгоритмов обработки изображения.

80

Эскизный проект

Разработка алгоритма для автоматизации обработки изображения и выделения границ. На основе определенных функциональных требований разработки модели предметной области. Диаграммы классов и прецедентов

240

Технический проект

Разработка логической структуры проекта (состав программных модулей). Особенности реализации.

80

Этапы работ

Описание работ

Трудоемкость, часов

Рабочий проект

Корректировка и доработка программного обеспечения; разработка документации.

160

Внедрение

Разработка мероприятий по внедрению и сопровождению ПП

30

Итого:

590

Расчет затрат компьютерного времени выполним по формуле 3.6:

З2 = Ск F0, (3.6)

где Ск - стоимость компьютерного часа, грн.;

F0 - затраты компьютерного времени на разработку программы, час.

Стоимость компьютерного часа вычисляется по формуле 3.7:

СК= СА + СЭ + СТО, (3.7)

где СА - амортизационные отчисления, грн.;

СЭ - энергозатраты, грн.;

СТО - затраты на техобслуживание, грн.

Амортизационные отчисления найдем по формуле 3.8:

СА= Сi NАi / Fгодi, (3.8)

где Сi = 2000 - балансовая стоимость i-го оборудования, которое использовалось для создания ПМК, грн.

NА - годовая норма амортизации i-го оборудования, доли.

Fгод - годовой фонд времени работы i-го оборудования, час.

Принимаем:

NА= 0,15; Fгод = 2112 часов [23].

Из формулы 3.7 получим: СА= 20000,15/2112 = 0,14 грн.

Энергозатраты найдем по формуле 3.9:

СЭ = РЭ СкВт, (3.9)

где РЭ = 0,3 - расход электроэнергии, потребляемой компьютером, кВт/ч;

СкВт = 0,95 - стоимость 1 кВт/ч электроэнергии, грн.

Тогда получим: СЭ = 0,30,95 = 0,28 грн.

Затраты на техобслуживание найдем по формуле 3.10:

СТО= rТО, (3.10)

где rТО - часовая зарплата работника обслуживающего оборудование, грн;

- периодичность обслуживания (формула 3.11).

Принимаем часовую зарплату работника, обслуживающего оборудование:

rТО = 1800/176 = 10,2 грн/час.

= Nто / Fмес, (3.11)

где Nто - количество обслуживаний оборудования в месяц;

Fмес - месячный фонд времени работы оборудования, час.

Принимаем Nто= 1; Fмес= 176 часов.

Тогда (формула 3.11): =1/176 = 0,0057.

Применяя формулу 3.10, получим:

СТО =10,2*0,0057 = 0,05 грн.

Тогда стоимость компьютерного часа равна:

СК= 0,14 + 0,28 + 0,05 = 0,47 грн/час.

Таким образом, затраты компьютерного времени составят:

З2 = 0,47590 = 277,3 грн.

Косвенные расходы З3 определяются по формуле 3.12:

(3.12)

где С1 - расходы на содержание помещений, грн.

С2 - расходы на освещение, отопление, охрану и уборку помещения, грн.

C3 - прочие расходы (стоимость различных материалов, используемых при разработке проектауслуги сторонних организаций и т.п.), грн.

Площадь помещения составляет 15 м2. Принимаем стоимость аренды 1 м2 помещения - 50 грн. Следовательно, стоимость помещения составляет: 1550= 750 грн./мес.

С1 =7500,02 = 15 грн./мес - затраты на содержание помещений составляют 2% от стоимости здания;

С2 =7500,004 = 3 грн./мес - расходы на освещение, отопление охрану и уборку помещений составляют 0,4% от стоимости здания.

C3 = 20001 = 2000 - прочие расходы (стоимость различных материалов, используемых при разработке проекта, услуги сторонних организаций и т.п.) составляют 100% от стоимости вычислительной техники.

Тогда, используя формулу 3.12, получим: З3 = 15+3+2000 = 2018 грн.

Таким образом, по формуле 3.2 рассчитаем затраты на создание ПК:

К3 = 11938,65 + 277,3 + 2018 = 14233,95 грн.

Капитальные затраты на выполнение и реализацию ПК составят:

К = 2000 + 700 + 14233,95 = 16933,95 грн.

3.2 Расчет годовой экономии от автоматизации обработки изображения для выделения границ на изображении в оттенках серого

Годовая экономия от автоматизации обработки изображения для выделения границ на изображении в оттенках серого рассчитывается по формуле 3.13:

(3.13)

где tip, tia - трудоемкость выполнения i-й операции соответственно в ручном и автоматизированном варианте, час;

kip, kia - повторяемость выполнения i-й операции в ручном и автоматизированном вариантах в течении года, шт.;

Cp, Ca - часовая себестоимость выполнения операций в ручном и автоматизированном вариантах, грн.;

n - количество различных операций, выполнение которых автоматизируется.

Себестоимость выполнения операций в ручном варианте определяется по формуле 3.14:

Cp = C1p + C2p, (3.14)

где C1p - затраты на оплату труда персонала, грн.;

C2p - косвенные расходы, грн.

Затраты на оплату труда персонала найдем по формуле 3.15.

(3.15)

где Nk - количество работников k-й профессии, выполнявших работу до автоматизации, чел.;

rk - часовая зарплата одного работника k-й профессии, грн.;

Kзар - коэффициент начислений на фонд заработной платы, доли;

k - число различных профессий, используемых в ручном варианте.

Часовая зарплата работника k-й профессии рассчитывается по формуле 3.16:

rk = Mk/Fkмес, (3.16)

где Mk - месячный оклад работника, грн.;

Fkмес - месячный фонд времени работ работника, час.

Принимаем Fkмес = 176 часов.

До автоматизации работу выполняли 1 человек, т.е. N k= 1 чел.

Месячный оклад работника составляет: Mk=2500 грн.

Часовая зарплата составляет: rk = 2500/176 = 14,20 грн/час.

Затраты на оплату труда персонала составляют:

C1p = 1·14,20·1,425=20,23 грн.

Косвенные расходы рассчитываются по формуле 3.17:

C2p = C1 + C2 + C3 (3.17)

где С1 - затраты на содержание помещений грн.;

С2 - расходы на освещениеотопление охрану и уборку помещений грн.;

C3 - прочие расходы.

Площадь помещения составляет 15 м2. Принимаем стоимость аренды 1 м2 помещения - 50 грн. Следовательно, стоимость помещения составляет: 1550= 750 грн./мес.

С1 = 750·0,02 = 15 грн - затраты на содержание помещений составляют 2% от стоимости здания;

Расходы на освещениеотопление охрану и уборку помещений С2 составляют 0,2-0,5% от стоимости помещения: С2 = 750·0,004= 3 грн.

Прочие расходы C3 составляют 100-120% от фонда заработной платы:

C3=14,20 ·1,2= 17,04 грн.

Из формулы 3.17 получим косвенные расходы:

C2p = 15 + 3 + 17,04 = 35,04 грн.

Себестоимость выполнения операций обработки изображения для выделения границ на изображении в оттенках серого в ручном варианте по формуле 3.14 составит:

СР = 14,20 + 35,04 = 49,24 грн.

Расчет себестоимости выполнения операций обработки изображения для выделения границ на изображении в оттенках серого в автоматизированном варианте выполняется по формуле 3.18:

Са = C1a + C2a + C3a, (3.18)

где C1a - затраты на оплату труда персонала, грн.;

C2a - стоимость компьютерного времени, грн.;

C3a - косвенные расходы, грн.

Затраты на оплату труда персонала найдем по формуле 3.19:

(3.19)

где Np - количество работников p-й профессии, выполнявших работу после автоматизации, чел.;

rp - часовая зарплата одного работника p-й профессии, грн.;

Kзар - коэффициент начислений на фонд заработной платы, доли;

p - число различных профессий, используемых в автоматизированном варианте.

Принимаем:

Kзар = 1,425.

Автоматизированную работу выполняет 1 человек, т.е. N p= 1 чел.

Месячный оклад работника составляет: Mk=2500 грн.

Часовая зарплата составляет: rk = 2500/176 = 14,20 грн/час.

Затраты на оплату труда персонала составляют:

C1а = 1·14,20·1,425=20,23 грн.

Стоимость компьютерного времени найдем по формуле 3.20.

С2а= СА + СЭ + СТО, (3.20)

где СА= 0,14 - амортизационные отчисления, грн.;

СЭ = 0,28 - энергозатраты, грн.;

СТО = 0,05 - затраты на техобслуживание, грн.

Таким образом, С2а = 0,14 + 0,28 + 0,05 = 0,47 грн.

Косвенные расходы С3а определяются по формуле 3.12:

С3а = 15 + 3 + 2000 = 2018 грн

Тогда по формуле 3.18: Са = 20,23 + 0,47 + 2018= 2038,7 грн.

Себестоимость выполнения операций расчета и оптимизации процесса выделения границ в автоматизированном варианте больше чем в ручном варианте, так как для автоматизации используется компьютер.

Таблица 3.2 - Трудоемкость работы оператора при выполнении вручную и автоматически

Наименование операций

Трудоемкость

Повторяемость (раз/год)

Р

А

k

1

Загрузка изображения

0,55

0,005

5430

2

Преобразование к серому

0,5

0,01

5430

3

Выполнение алгоритма

0,115

0,003

5430

4

Анализ и сохранение изображения

0,45

0,02

5430

Годовую экономию от внедрения комплекса получим по формуле 3.13:

Эг =11142,36 грн.

Выводы

1 Были изучен алгоритмы и методы выделения границ на изображении в оттенках серого.

2 На основании имеющихся методов выделения границ на изображении разработана математическая модель обработки изображений и выделения на них границ.

3 Сформулировано техническое задание, на создание программного комплекса автоматизации обработки изображений и выделения границ на в оттенках серого.

4 На основании использования UML разработана логическая модель программного продукта.

5 Разработан программный комплекс для выделения границ на изображении в оттенках серого.

В результате выполнения дипломной работы, поставленные цели и задачи были достигнуты.

Список литературы

1 Редактирование изображений - Википедия [Электронный ресурс]: Редактирование изображений. - Электрон дан. - Режим доступа: ru.wikipedia.org/wiki/Редактирование_изображений - Загл. с экрана.

2 Растровая графика - Википедия [Электронный ресурс]: Растровая графика. - Электрон дан. - Режим доступа: ru.wikipedia.org/wiki/ Растровая_графика - Загл. с экрана.

3 Выделение границ - Википедия [Электронный ресурс]: Выделение границ. - Электрон дан. - Режим доступа: ru.wikipedia.org/wiki/Выделение_границ - Загл. с экрана.

4 Грузман И.С. «Цифровая обработка изображений в информационных системах. Учебное пособие»/ Грузман И.С. /. - Новосибисрк: Изд-во НГТУ, 2002. - 352 c.

5 Оператор Собеля - Википедия [Электронный ресурс]: Оператор Собеля. - Электрон дан. - Режим доступа: ru.wikipedia.org/wiki/Оператор_собеля - Загл. с экрана.

6 Поиск контуров на изображении/ Хабрахабр [Электронный ресурс]: Оператор Прюитт. - Электрон дан. - Режим доступа: http://habrahabr.ru/post/114452/ - Загл. с экрана.

7 Оператор Кэнни - Википедия [Электронный ресурс]: Оператор Кэнни. - Электрон дан. - Режим доступа: ru.wikipedia.org/wiki/Оператор_ Кэнни - Загл. с экрана.

8 Обработка изображений и распознавание образов [Электронный ресурс]: Метод Лапласа. - Электрон дан. - Режим доступа: http://masters.donntu.edu.ua/2007/kita/gett/library/obrobotka.htm - Загл. с экрана.

9 Фильтрация изображений методом / Хабрахабр [Электронный ресурс]: Свертка ихображения. - Электрон дан. - Режим доступа: http://habrahabr.ru/post/62738/ - Загл. с экрана.

10 Леоненков А. «Самоучитель UML 2» /А. Леоненков/. - С.: «БХВ Петербург», 2007 г. - 576 с.

11 Ларман, К. «Применение UML и шаблонов проектирования» / К. Ларман/. - М.: «Вильямс», 2002 г. - 624 с.

12 UML лекции [Электронный ресурс]: Диаграмма последовательности. - Электрон дан. - Режим доступа: http://cod.on.kg/uml/8-lektsiia-elementy-graficheskoi-notatsii-diagrammy-posledovatelnosti - Загл. с экрана.

13 Буч, Г. Объектно-ориентированное проектирование с примерами применения / Г. Буч/. - М.: «Конкорд», 1992 г. - 519 с.

14 Сойфер В.А. «Методы компьютерной обработки изображений» / В.А. Сойфер/. - М.:ФИЗМАТЛИТ, 2003 - 784 с.

15 Павлидис Т «Алгоритмы машинной графики и обработки изображений»/Т. Павлидис /, - Радио и Связь, 1986. -394 с.

16 Айсманн К.» Ретуширование и обработка изображений в Photoshop»/ К. Айсманн, У. Палмер/, - M: Вильямс, 2008. - 560 с.

17 Иванов Д. В «Алгоритмические основы растровой графики»/ А.А. Хропов, Е.П. Кузьмин, А.С. Карпов, В.С. Лемпицкий, Д.В. Иванов /, - БИНОМ. Лаборатория знаний, 2007 - 286 с.

18 Коналлен Д. «Разработка Web-приложений с использованием UML» /Д. Коналлен/. - М.: Издательский дом «Вильямс», 2001. - 288 с.

19 Марка Д.А. «Методология структурного анализа и проектирования»/ Д.А. Марка, К. МакГоуэн /.-М.: «МетаТехнология», 1993. - 422 с.

20 Романычев Э.Т. «Инженерная и компьютерная графика -2-е.изд., перераб»/ Э.Т. Романычев / - М.:ДМК Пресс, 2001 - 592 с.

21 Методические указания к выполнению экономической части дипломных проектов студентами специальности «Компьютерные системы проектирования» / Сост. Скибина А.В., Подгора Е.А. - Краматорск: ДГМА, 1998. - 22 с.

автоматизация изображение программный обработка

Размещено на Allbest.ru


Подобные документы

  • Методы обработки изображений. Представление изображения в форматах RGB и HSB. Экономическая эффективность разработки и внедрения программного обеспечения подсистем обработки и выделения текстильных волокон. Защита оператора ЭВМ от вредных факторов.

    дипломная работа [287,2 K], добавлен 19.06.2010

  • Описание математических методов представления и обработки графических изображений. Описание разработанного программного дополнения. Описание функций и их атрибутов. Представление и обработка графических изображений. Результаты тестирования программы.

    курсовая работа [1,7 M], добавлен 27.01.2015

  • Выбор методов обработки и сегментации изображений. Математические основы примененных фильтров. Гистограмма яркости изображения. Программная реализация комплексного метода обработки изображений. Тестирование разработанного программного обеспечения.

    курсовая работа [1,3 M], добавлен 18.01.2017

  • Обработка изображений на современных вычислительных устройствах. Устройство и представление различных форматов изображений. Исследование алгоритмов обработки изображений на базе различных архитектур. Сжатие изображений на основе сверточных нейросетей.

    дипломная работа [6,1 M], добавлен 03.06.2022

  • Изучение современных методик компьютерной обработки биомедицинских изображений с целью улучшения изображений для их наилучшего визуального восприятия врачом-диагностом и эффективного сжатия изображений – для надежного хранения и быстрой передачи данных.

    курсовая работа [2,3 M], добавлен 15.04.2019

  • Изучение и программная реализация в среде Matlab методов обработки, анализа, фильтрации, сегментации и улучшения качества рентгеновских медицинских изображений. Цифровые рентгенографические системы. Разработка статически обоснованных алгоритмов.

    курсовая работа [4,7 M], добавлен 20.01.2016

  • Обнаружение деталей и их границ изображения. Применение ранговых алгоритмов. Использование алгоритмов адаптивного квантования мод в режиме пофрагментной обработки. Обобщенная линейная фильтрация изображений. Восстановление отсутствующих участков.

    курсовая работа [1,8 M], добавлен 17.06.2013

  • История появления и основные понятия графического дизайна. Выявление главных преимуществ и недостатков недеструктивной обработки изображений. Сравнение деструктивной и недеструктивной обработки изображений. Сущность и особенности двухмерной графики.

    реферат [5,2 M], добавлен 05.05.2023

  • Анализ влияния сглаживающего шума на различные категории томографических изображений. Разработка программного обеспечения для снижения помех и увеличения четкости очертаний крупных объектов. Метод рисования прямоугольников, ограничивающих все контуры.

    практическая работа [1006,7 K], добавлен 28.09.2019

  • Основные категории изображений: растровые и векторные. Программы, работающие с растровыми изображениями. Инструменты для работы с обоими типами графики в программе Photoshop. Обзор современных программ обработки и просмотра графических изображений.

    курсовая работа [49,0 K], добавлен 20.09.2010

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.