Сборник докладов республиканской научно-технической конференции значение информационно-коммуникационных

ИССЛЕДОВАНИЕ МЕТОДА УСРЕДНЯЮЩЕГО ФИЛЬТРА ПРИ 
ОБРАБОТКИ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ 
ИНСТРУМЕНТОВ ПАРАЛЛЕЛЬНОГО ПРОГРАММИРОВАНИЯ 
О.Б. Рузибаев
(доцент, ТУИТ им.Мухаммада ал-Хоразмий) 
Б.Ф.Фахриддинов
(магистрант, ТУИТ им.Мухаммада ал-Хоразмий) 
Современная технология анализа изображений требует одновременного 
участия, по крайней мере, двух специалистов: один освещает специфику 
области исследования, другой отвечает за обработку изображений. В 
результате процесс анализа изображений представляет собой долгую 
сложную процедуру. Безусловно, существуют программные продукты для 
специфических изображений, однако все они характеризуются ограниченным 
действием и возможностями. 
Использование вычислительной техники и математических методов, а 
также высокопроизводительных параллельных вычислений в этой отрасли 
позволяет не только ускорить процесс обработки материала, но и повысить 
точность исследования. 
Описание метода.
Цифровая обработка изображения - использование 
компьютерных алгоритмов, чтобы выполнить обработку цифровых 
изображений. Как подкатегория или область обработки цифрового сигнала, у 
цифровой обработки изображения есть много преимуществ перед аналоговой 
обработкой изображения. Цифровая обработка позволяет применить к вход-
ным данным намного более широкий диапазон алгоритмов и может избежать 
проблем, таких как наращивание шума и сигнализировать искажение во 
время обработки. 
Усредняющий фильтр, или средний фильтр является фильтром линей-
ного класса, который сглаживает изображение. Фильтр обрабатывает изобра- 
жение за один проход. Основная идея усредняющего фильтра состоит в том, 
что для любого элемента изображения, берется среднее число его соседей. 
Один из самых простых реализаций линейного фильтра осуществляет 
местную операцию по усреднению, где ценность каждого пиксела заменяется 
средним числом всех ценностей местных соседей: 
 



l
k
Nf
l
k
M
j
i
h
,
)
,
(
1
]
,
[
(1) 
Здесь М является общим количеством пикселов по соседству с 
N
. 
Например, взяв 
3
3

соседей по 
]
,
[
j
i
получим: 
 







1
1
1
1
]
,
[
9
1
]
,
[
i
i
k
j
j
l
l
k
f
j
i
h
(2) 

---

434 
Программная реализация анализа медицинских изображений
.Процесс 
анализа изображения состоит из выполнения набора изменяющих их команд. 
Каждый шаг включает разные последовательности функций. Их применение 
зависит от свойств изображения или его оценок (контраста, шума или 
размытости), которые можно определить в большинстве случаев.
Искомые объекты определяются в соответствии с задачами, которые 
предстоит решить. Оценка особенностей изображения позволяет определить 
функции, необходимые для его обработки. В результате строится таблица 
связей функций и оценок характеристик изображения. На каждом шаге для 
функций определены приоритеты их выполнения. Приоритеты определяют 
порядок выполнения функций и необходимость дополнительного анализа 
особенностей изображения. 
Функции обработки изображения относятся к основным разделам 
программного обеспечения. Это соответствует их использованию для измене-
ния изображения. Каждая функция меняет свойства изображения и применя-
ется для конкретных случаев обработки.
Программное обеспечение состоит из скомпилированных внешних 
программ и основной управляющей программы. Управляющая программа 
позволяет создавать реализовать функции на базе возможностей ядра
операционной системы, не меняя его. Основная программа работает как 
менеджер действий и событий. Он поддерживает события и выполнение 
функций пользовательского интерфейса. В то же время сложные функции и 
расчеты выполняются во внешних статически скомпилированных модулях. 
Это сохраняет скорость вычислений на том же уровне, что и в полностью 
скомпилированном программном обеспечении. Один из наиболее важных 
вопросов при разработке программного обеспечения – создание архитектуры 
необходимых для анализа и обработки изображений данных, которые 
определяются в виде семантических и цифровых признаков.