Исследование методов обработки первичной измерительной информации, полученной с помощью ПЗС-фотоприемника

Размещено на http://www.allbest.ru/

Министерство науки и высшего образования Российской Федерации

Федеральное государственное бюджетное образовательное учреждение высшего образования

«Алтайский государственный технический университет им. И.И. Ползунова»

Заочный институт

Кафедра информационных технологий

Лабораторная работа №1

по дисциплине «Система сбора и обработки данных»

по теме: «Исследование методов обработки первичной измерительной информации, полученной с помощью ПЗС-фотоприемника»

Студент группы 9ПС-71 С.С. Минин

Преподаватель доцент, к.т.н. П.А. Зрюмов

Барнаул 2021

Введение

программирование приемник измерительный информация

Цель работы: познакомиться с базовыми методами обработки первичной измерительной информации, полученной с помощью оптико-электронных систем.

Задачи:

1) Получить изображение объекта с помощью оптико-электронных систем, построенных на основе ПЗС-фотоприемника.

2) Изучить основные методы обработки первичной измерительной информации.

3) Реализовать алгоритм обработки графической информации с помощью языка программирования Python.

4) Получить выходное изображение объекта, полученное в результате использования различных пространственных методов.

Справочно-методический материал

Под изображением будем понимать функцию двух вещественных переменных I(x, y), где I - это интенсивность (яркость) в точке с координатами (x, y). Для обработки на компьютере изображение должно быть дискретизировано и квантовано. Дискретизованное и квантованное изображение называется цифровым. Цифровое изображение A(m, n) представлено в дискретном двумерном пространстве, где m - номер строки, а n - номер столбца. Элемент, расположенный на пересечении m -ой строки и n -го столбца называется пиксел (pixel - pictureelement).

CMY(K), RGB, Lab, HSB - это цветовые модели. Цветовая модель - термин, обозначающий абстрактную модель описания представления цветов в виде кортежей чисел, обычно из трёх или четырёх значений, называемых цветовыми компонентами или цветовыми координатами.

Формат графического файла определяет способ хранения графической информации в файле, а также форму хранения информации (используемый алгоритм сжатия для уменьшения объёма файла).

Различают два вида изображений: растровые и векторные.
Растровое изображение состоит из множества точек - пикселей, каждый пиксель имеет определенный цвет. Чем плотнее расположены пиксели, чем меньше их размеры и чем большее количество цветов, тем выше качество картинки. Примеры растровых изображений: офсетная (газетная) печать, изображение на экране компьютера, сканированный рисунок. При хорошей разрешающей способности устройств графического вывода достигается очень высокое качество растровых изображений, но, к сожалению, работа с ними крайне неудобна, а при масштабировании качество теряется.
Векторное изображение в простейшем случае состоит не из точек, а из множества отрезков прямых, заданных координатами их концов. Такое изображение легко масштабируется без потери качества и легко поддается обработке.

PNG - сжимает растровые изображения не только по горизонтали, но и по вертикали, поддерживает цветные фотографические изображения вплоть до 48-битных включительно, 256 уровней прозрачности.

JPG, JPEG - Использует сжатие с "потерями" (lossy compression). При таком сжатии удаляется та информация, которая несущественна для восприятия изображения.

Файлы векторного формата содержат описания рисунков в виде набора команд для построения простейших графических объектов. Кроме того, в этих файлах хранится дополнительная информация. Различные векторные форматы отличаются набором команд и способом их кодирования.

Преобразование изображения - процесс автоматической обработки, направленный на улучшение качества изображения, анализа, распознавания ключевых особенностей, классификацию и т.д. Данные преобразования делятся на преобразования цветовых характеристик и преобразования координат. Примером преобразования в координатной плоскости являются аффинные преобразования.

Преобразование плоскости называется аффинным, если оно взаимно однозначно и образом любой прямой является прямая. Преобразование называется взаимно однозначным, если оно разные точки переводит в разные, и в каждую точку переходит какая-то точка.

Свойства аффинного преобразования в трехмерном пространстве:

· отображает n-мерный объект в n-мерный: точку в точку, линию в линию, поверхность в поверхность;

· сохраняет параллельность линий и плоскостей;

· сохраняет пропорции параллельных объектов - длин отрезков на параллельных прямых и площадей на параллельных плоскостях.

· при аффинных преобразованиях отрезки переходят в отрезки, треугольники - в треугольники, тетраэдры - в тетраэдры

· композиция аффинных преобразований плоскости является аффинным преобразованием плоскости.

Практическая часть

Перевести изображение в градации серого.

Программный код:

from PIL import Image

im1=Image.open('scale_1200.JPG')

im1.show()

for i in range(0,im1.width):

for j in range(0, im1.height):

r,g,b=im1.getpixel((i,j))

y=(r+g+b)//3

im1.putpixel((i,j),(y,y,y))

im1.show()

Рисунок 1 Скриншот программного кода

Рисунок 2 Скриншот измененного изображения с градацией серого.

2) Получить “негатив” изображения.

Программный код:

from PIL import Image

im1=Image.open('scale_1200.JPG')

im1.show()

for i in range(0,im1.width):

for j in range(0, im1.height):

r,g,b=im1.getpixel((i,j))

r,g,b=255-r,255-g,255-b

im1.putpixel((i,j),(r,g,b))

im1.show()

Рисунок 3 Скриншот программного кода перевода изображения в негатив

Рисунок 5 Скриншот измененного изображение в негатив.

3) Уменьшить изображение в 1,5 раза.

Программный код:

import pxl as pxl

from PIL import Image

im1=Image.open('scale_1200.JPG')

im2=Image.new('RGB',(im1.width2,im1.height2))

im1.show()

for i in range(0,im1.width)

for j in range(0, im1.height)

r,g,b=im1.getpixel((i,j))

im2.putpixel((i2, j2), (r,g,b))

im2.show()

Рисунок 6 Скриншот программного кода уменьшения изображения в 1.5 раза

Рисунок 7 Скриншот измененного изображения

4) Увеличить изображение в 2,5 раза

Программный код:

import pxl as pxl

from PIL import Image

im1=Image.open('scale_1200.JPG')

im2=Image.new('RGB',(im1.width2,im1.height2))

im1.show()

for i in range(0,im1.width)

for j in range(0, im1.height)

r,g,b=im1.getpixel((i,j))

im2.putpixel((i2, j2), (r,g,b))

im2.show()

Рисунок 8 Скриншот программного кода в программе

Рисунок 9 Скриншот измененного изображения

5) Повернуть изображение на 60 градусов относительно начала координат используя аффинные преобразования.

Программный код:

from idlelib.multicall import r

from turtle import width

import math

from turtledemo.chaos import g

import pxl as pxl

from PIL import Image

from six import b

im1 = Image.open('scale_1200.JPG')

minx = 5000

miny = 5000

maxx = 0

maxy = 0

im1.show()

for i in range(0, im1.width):

for j in range(0, im1.height):

x = i*math.cos(math.pi/3)-j*math.sin(math.pi/3)

y = i*math.sin(math.pi/3)+j*math.cos(math.pi/3)

if x > maxx:

maxx = x

if x < minx:

minx = x

if y < miny:

miny = y

if y > maxy:

maxy = y

im2 = Image.new('RGB', (int(maxx-minx) +1, int(maxy-miny) +1))

for i in range(0, im1.width):

for j in range(0, im1.height):

r, g, b = im1.getpixel ((i, j))

x =i*math.cos(math.pi/3)-j*math.sin(math.pi/3) - minx

y =i*math.sin(math.pi/3)+j*math.cos(math.pi/3) - miny

im2. putpixel((int(x), int(y)), (r, g, b))

im2.show()

Рисунок 10 скриншот программного кода поворота изображения

Рисунок 11 Скриншот повернутого изображения

Выводы

В ходе работы ознакомились с базовыми методами обработки первичной измерительной информации, полученной с помощью оптико-электронных систем. Получено изображение объекта с помощью оптико-электронных систем, построенных на основе ПЗС-фотоприемника. Изучены основные методы обработки первичной измерительной информации. Реализован алгоритм обработки графической информации с помощью языка программирования Python. Получено выходное изображение объекта, полученное в результате использования различных пространственных методов.

Размещено на Allbest.ru