Пояснительная записка к дипломной работе на тему: «Система автоматизированного анализа пространственной структуры изображений. Подсистема центроидной релаксации»

Обоснование состава автоматизируемых задач

1. 
   создание, изменение, выбор фильтра для сканирования изображения;
   
2. 
   фильтрация изображения и выделение осевых линий посредством обработки центроидным фильтром;
   
3. 
   обработка изображения кольцевым фильтром, вычисление кривизны структурных элементов изображения методом центроидной релаксации;
   
4. 
   выявление узлов и сегментов структурных элементов изображения;
   
5. 
   эффективное представление сегментов линий и непрерывных кривых посредством цепного кодирования;
   
6. 
   визуализация полученных при обработке изображений данных, установление порога отсечения;
   

2. Аналитический обзор

5. 
   проведение прямых и кривых линий различной толщины и цвета;
   
6. 
   использование кистей различной формы, ширины и цвета;
   
7. 
   построение различных фигур: прямоугольников, многоугольников, овалов, эллипсов - закрашенных и не закрашенных;
   
8. 
   помещение текста на рисунок;
   
9. 
   использование преобразований: поворотов, отражений, растяжений и наклона;
   
10. 
    возможность перевода рисунка из цветной в черно-белую палитру посредством простейшего преобразования.
    
11. 
    Недостатки:
    
12. 
    отсутствуют средства по улучшению качества изображения, подавлению шумов;
    
13. 
    нет возможности сохранения объектной структуры изображения. Все изменения становятся частью растра, которую впоследствии сложно корректировать.
    

14. 
    контроль цвета и тона компонент изображения: возможность подбора палитры, замены цветов, поддержка 32-битного цвета (прозрачности), возможность построения гистограмм распределения цвета;
    
15. 
    интеллектуальное редактирование изображений: инструменты контекстной коррекции растра, позволяющие достичь фотореалистичности;
    
16. 
    широкий набор фильтров, позволяющих модифицировать и улучшить изображение;
    
17. 
    возможность создания многих независимых слоев в одном изображении.
    

18. 
    объектность и структурность, свойственные векторной модели, позволяют добиться большого удобства при создании и изменении изображений;
    
19. 
    поддержка импорта и экспорта в большое количество форматов, в том числе и преобразования в растр;
    
20. 
    возможность рисования линий, фигур, текста.
    

21. 
    невозможность импорта растровых изображений, полученных сканометрически;
    
22. 
    сложность в контроле цвета – практически невозможно добиться, чтобы цвета в экспортированном растровом изображении совпадали со стандартной палитрой.
    

23. 
    изображение состоит из растра, на который наложены структурные элементы, это позволяет редактировать растровые изображения так же легко, как и векторные;
    
24. 
    векторизация сканированных изображений в полуавтоматическом и автоматическом режимах;
    
25. 
    возможность работы с цветными и монохромными входными растрами, наличие инструментов и фильтров, улучшающих изображение;
    
26. 
    инструменты автокоррекции векторных структур.
    

27. 
    недостаточная эффективность фильтров, производящих редукцию цвета (уменьшение количества цветов);
    
28. 
    недостаточная эффективность инструментов по разделению цветов (уменьшение цветовых компонент до одной тоно-цветовой шкалы)/13/.
    

29. 
    растровые изображения легко получать сканометрически, однако сложно редактировать;
    
30. 
    векторные изображения гораздо проще редактировать, при этом сложен процесс их получения из реального мира;
    
31. 
    программные продукты, объединяющие два подхода, недостаточно хорошо и эффективно справляются со структурным анализом изображений. Допускают много ошибок, на исправление которых уходит почти столько же времени, сколько потребуется для анализа изображения вручную.