DOI: 10.7256/2306-4196.2016.1.17851

Аннотация: Предметом исследования являются автоматизированные процедуры выбора метода и и соответствующих параметров для улучшения цифровых изображений. В данной статье в качестве метода улучшения служит метод фильтрации, называемый маской Лапласа. Ввиду того, что изображение представляется дискретной функцией, то в качестве приближения непрерывной формулы двумерного оператора Лапласа служат различные дискретные представления. Кроме того были рассмотрены фильтры (маски) высоких частот Лапласа, которые достаточно часто используют при цифровой обработке изображений. Методология исследования базируется на вычислительных экспериментах. Программное обеспечение для этих экспериментов разработано при помощи системы MATLAB. Новизна исследований заключается с обозначением направления, которое поможет сократить временные затраты с одновременным повышением эффективности и надежности программного обеспечения для цифровой обработки изображений. Это подтверждается результатами численных экспериментов, которые были проведены при помощи разработанной автоматизированной процедуры выбора и настройки параметров маски Лапласа для цифровой обработки изображений.

DOI: 10.7256/2306-4196.2016.1.17867

Аннотация: Предметом исследования являются методы, позволяющие решать задачу восстановления смазанных цифровых изображений. Дана математическая постановка задачи удаления смаза в изображении. Представлено интегральное уравнение Вольтерры I рода. Базируясь на совокупности методов, решающих данное интегральное уравнение, предложена автоматизированная процедура выбора метода решения задачи удаления смаза в цифровом изображении. Более детально рассмотрен метод "Тихоновской регуляризации". Проведены численные эксперименты для разных видов цифровых изображений. Дана рекомендация по выбору параметра регуляризации. Методология исследования базируется на методах решения некорректных задач, к которым принадлежит задача удаления смаза из цифрового изображения Новизна исследований заключена в единообразном подходе для решения задачи удаления смаза из цифрового изображения. Данный подход был применен к различным видам цифровых изображений. Результаты выбора параметра регуляризации, полученные при помощи численных экспериментов, как и следовало ожидать, для разных видов изображений получаются разными.

DOI: 10.7256/2306-4196.2015.4.16320

Аннотация: Предметом исследования в данной работе является разработанная автоматизированная процедура выбора методов обработки изображений, полученных для решения задачи магнитной дефектоскопии. Для обнаружения в поверхностных слоях стальных деталей дефектов, например, трещин, применяют методы, базирующиеся на анализе рассеяния магнитных полей возле дефектов после намагничивания этих изделий. В областях, где существует нарушение сплошности, происходит изменение магнитного потока. Этот эффект лежит в основе практически всех существующих методов магнитной дефектоскопии. Одним из наиболее известных методов магнитной дефектоскопии является метод магнитного порошка. В этом случае на поверхность намагниченной детали наносят магнитный порошок (сухой метод) или магнитную суспензию (мокрый метод). При использовании люминесцентных порошков или суспензий, на изображениях исследуемых деталей, дефекты видны значительно лучше. Поэтому появляется возможность автоматизированной обработки таких изображений. В работе представлена автоматизированная процедура выбора методов обработки изображений. Приведен пример обработки изображения стальной детали на предмет обнаружения дефектов при помощи светящихся линий, появившихся после применения мокрого метода. В работе использованы методы теории обработки изображений. В основном это методы выделения границ объектов и морфологической обработки изображений. Основным результатом разработанной автоматизированной процедуры является наличие возможности получения специалистом информации, на базе которой он может делать вывод о наличии дефектов в исследуемом изделии. В рассмотренном примере видно, что линии (объекты справа) непрерывны и не имеют резкой смены направлений. Поэтому делается вывод об отсутствии нарушений сплошности (дефектов) в изделии. В дополнении можно сказать, что бинарные изображения можно инвертировать по желанию исследователя.

DOI: 10.7256/2454-0714.2015.2.14946

Аннотация: В настоящее время преподаватели, при чтении слушателям различных курсов по обыкновенным дифференциальным уравнениям, достаточно часто применяют программные системы символьной математики или компьютерной алгебры. Одной из таких систем, хорошо показавших свою эффективность, является Maple. В ходе процесса обучения компьютерному моделированию, возникает задача проектирования математической модели исследуемого процесса. В связи с тем, что основные законы природы формулируются, как правило, на языке дифференциальных уравнений, встает задачи о выработке у слушателей навыков проектирования математических моделей. В работе рассмотрен подход к решению задачи автоматизированного генерирования математических моделей на базе систем обыкновенных дифференциальных уравнений, базирующийся на системе Maple. Представлен пример решения. Представленный алгоритм генерации систем обыкновенных дифференциальных уравнений может быть легко модифицирован для конкретной задачи. В процессе чтения курса курсов по обыкновенным дифференциальным уравнениям необходимо слушателям давать задание на самостоятельную разработку этого алгоритма. Это позволит слушателям развивать логическую культуру мышления, которая позволит правильно устанавливать причинно-следственные связи физических процессов и явлений с формальной реализацией межпредметных связей и прикладной направленности обучения. Все это несомненно будет способствовать более глубокому усвоению слушателями дисциплин прикладной математики и других предметных областей