M. X. Xudayberdiyev Toshkent 2021 Mavzu

Muhammad al Xorazmiy nomidagi Toshkent Axborot texnologiyalari universiteti


Amaliy ish-4

Bajardi:312-18gruh talabasi

Abduxamidov Muxriddin

Tekshirdi: M.X.Xudayberdiyev


Toshkent 2021

Mavzu : Тасвирли маълумотларга ишлов беришда тасвирдан объектларни сегментация қилиш жараёнини амалга ошириш.

Reja: 1.Kirish;

2.Asosiy qism;

3.Natija;

4.Hulosa;

5.Foydalanilga adabiyotlar ro’yxati;

Tasvirni segmentatsiya qilish - bu tasvirni qayta ishlash vazifasi bo'lib, unda tasvir bir nechta qismlarga bo'linadi bu bitta qismlardagi piksellar umumiy xususiyatlarga ega deb qaraladi..

Rasm segmentatsiyasining ikkita shakli mavjud:

1. 
   Mahalliy segmentatsiya - bu tasvirning ma'lum bir sohasi yoki mintaqasi bilan bog'liq.
   
2. 
   Global segmentatsiya - bu butun tasvirni segmentlarga ajratish bilan bog'liq.
   

Tasvirlarni segmentatsiyalash usullari

1. 
   Uzluksizlikni aniqlash -  bu tasvirni uzilishlarga qarab hududlarga ajratish usuli. Bu erda chekkalarni aniqlash kiradi. Intensivlik tufayli hosil bo'lgan qirralarning uzilishi qaraladi va hudud chegaralarini o'rnatishda ishlatiladi. Misollar: gistogramma filtrlash va konturni aniqlash.
   
2. 
   O'xshashlikni aniqlash - rasmni o'xshashlikka qarab bo'limlarga ajratish usuli. O’xshashlik chegarasi, maydonni kengaytirish va hududlarni ajratish va birlashtirish bu metodologiyaga kiritilgan. Ularning barchasi tasvirni o'xshash piksellar soniga ega bo'laklarga ajratdi. Belgilangan mezonlarga asoslanib, ular rasmni o'xshash xususiyatlarga ega bo'lgan klasterlar guruhiga bo'lishadi. Misol: Kmeans, Rangni aniqlash/ tasniflash .
   
3. 
   Neyron tarmoq yondashuvi- qaror qabul qilish uchun neyron tarmoqqa asoslangan segmentatsiya algoritmlari inson miyasini o'rganish texnikasini takrorlaydi. Bu usul tibbiy tasvirlarni segmentlarga ajratishda va ularni fondan ajratishda keng qo'llaniladi. 
   

OpenCV Python -da tasvirni segmentatsiya qilish

Biz OpenCV Python va Scikit Learn -da tasvirlarni segmentatsiyalashning 4 xil usulini ko'rib chiqamiz.

1. 
   K-Means yordamida tasvir segmentatsiyasi
   
2. 
   Konturni aniqlash yordamida tasvirni segmentlarga ajratish
   
3. 
   Thresholding yordamida tasvirni segmentlarga ajratish
   
4. 
   Rangni niqoblash yordamida tasvirni segmentatsiya qilish
   

Chuqur tarmoqlarni muvaffaqiyatli o'qitish uchun minglab annotatsiya qilingan ta'lim namunalari talab etiladi. Ushbu maqolada biz mavjud bo'lgan izohli namunalardan yanada samarali foydalanish uchun ma'lumotlarni kengaytirishdan faol foydalanishga asoslangan tarmoq strategiyasi va ta'lim strategiyasini taqdim etamiz. Arxitektura kontekstni qo'lga kiritish va aniq lokalizatsiyani ta'minlaydigan nosimmetrik kengayadigan yo'lni qisqartirish yo'lidan iborat. Biz shuni ko'rsatadiki, bunday tarmoq boshidan oxirigacha juda kam sonli tasvirlar bo'yicha o'qitilishi mumkin va elektron mikroskopik stacklarda neyron tuzilmalarni segmentirovka qilish uchun ISBI vazifasida oldingi eng yaxshi usuldan (toymasin oynaga ega bo'lgan Konvensiya tarmog'i) ustundir. O'tgan yorug'likdagi mikroskopik tasvirlarda (o'zgarishlar kontrasti va DIC) o'qitilgan bir xil tarmoqdan foydalanib, biz ISBI cell tracking challenge 2015 ni ushbu toifalarda katta Marj bilan qo'lga kiritdik. Bundan tashqari, tarmoq tez ishlaydi. 512x512 tasvir segmentatsiyasi so'nggi grafik protsessorda bir soniyadan kamroq vaqtni oladi. To'liq amalga oshirish (Caffe asosida) .

Hulosa

Ushbu amaliy ish orqali men ta’svirdan matni ajratb olishni o’rgandm . Bunda menga Python OCR yordam berdi. Bu ancha qulay va kerakli , bazi hollarda bizga aynan rasm emas undagi matn yoki boshqa bir aniq obyekt zarur bo’ladi bunday vaziytlarda bizga OCR va shunga o’xshash boshqa kutib hona va imkoniyatla kerak bo’ladi.

Foydalanilgan adabiyotlar

Men ushbu amaliy ishimni bajarish mobaynida Wikipedia, Google va YouTube dan foydalangan holda amalga oshirdim.