CC BY
16
УДК 004.932
Б. В. Костров, Н. А. Суменков, Н. В. Лукина, Н. С. Фокина
Формирование архива электронных дел ремонта в информационной системе сервисного обслуживания ВВСТ
Рассмотрен процесс формирования архива документов, которые хранятся в виде изображений в системах информационной поддержки процессов сервисного обслуживания военного вооружения и специальной техники (ВВСТ). Данная операция позволяет устранять информационную избыточность документов в зависимости от целевого назначения системы в целом и характеристических показателей восстановленных изображений.
Ключевые слова: бинарное изображение, ортогональное преобразование, компрессия/сжатие изображения.
Единая стратегия построения и функционирования организации сервисного обслуживания военного вооружения и специальной техники (ВВСТ) предназначена для поддержания их исправного или работоспособного состояния с заданными показателями эффективности и обеспечения его ресурсами. В ее основе - сочетание функций, которые выполняют эксплуатирующая организация, ремонтные предприятия и сервисные центры. На современном этапе эта стратегия должна обеспечиваться:
• действующей инфраструктурой сервисного обслуживания существующего парка ВВСТ;
• экономической обоснованностью целесообразности выполнения заводского ремонта для конкретных образцов специальных технических средств (СТС);
• переходом предприятий и сервисных центров на современные электронные технологии обеспечения мониторинга технического состояния, технического обслуживания и войскового ремонта в первую очередь основной номенклатуры ВВСТ в воинских частях.
Основным элементом информационной системы поддержки сервисного обслуживания, в соответствии со стратегией применения электронных технологий, является электронное дело ремонта. Оно представляет собой сводный технологический документ, отрабатываемый в процессе ремонта ВВСТ. В нем содержится совокупность учетно-отчетных до-
© Костров Б. В., Суменков Н. А., Лукина Н. В., Фокина Н. С., 2019
кументов, характеризующих техническое состояние объекта ремонта, потребный объем и состав выполненных работ и их исполнителей, расход сил и средств для восстановления его исправного (работоспособного) состояния. Эти документы накапливаются в электронной базе данных за весь срок действия контрактов на сервисное обслуживание ВВСТ. В связи с тем, что все документы электронного дела ремонта представляют собой скан-копии реальных учетно-отчетных документов, не поддающиеся эффективному сжатию стандартными средствами каталогизации, возникает задача разработки специальных средств архивации таких документов.
Для снижения объема данных на хранении предлагается снижать информационную избыточность таких документов, представляющих по своей сути бинарные изображения, на основе использования бинарного частотного анализа.
Бинарный спектральный анализ может быть построен на бинарных функциях Уол-ша, создающих ортогональный базис с тем или иным способом упорядочения. В данном случае будем использовать упорядочение по частости или количеству пересечений значений базисной функции нулевой оси. Такие базисные функции могут быть представлены в следующем виде:
Sw = {{(/,}), /,} = 0, 1, ..., N-1}, (1)
где иа1и (/, j) - функция Уолша; 2
и - индекс, обозначающий упорядочение ^
г
по частости в отличие от упорядочения по Адамару (И) или Пэли р; §
0
о см
■ч-
О!
<
I
о та
г
0 ^
со та
1
о.
<и
3
и <и со
см ■ч-ю
с?
см ■ч-ю см
(П (П
/ - определяет номер функции; ] - аргумент функции [1-3]; N = 2п, п = 1, 2, 3, ....
В дискретном представлении упорядочение по Уолшу определяется матрицей [1], элементы которой имеют вид
и, "0 = 0,1,..., N-1. (2)
п-1
Е г(и)и Н =(-1)'=°
Здесь п = 1а%2 N = 2п;
Го(и) = ио;
1(и) = ип-1+ип-2;
Г2(и) =ип-2 +un-3,...;
гп-1(и)=и;
Г (и); и;. - коэффициенты двоичного представления номеров строк и столбцов.
На основе приведенных представлений может быть построено бинарное спектральное преобразование - преобразование Уолша.
Преобразование Уолша Н для некоторого блока (п х п), где п = 0, N -1 определяется матричным уравнением
В х(п) = Х( п)Н^(п), (3)
где Вх(п) - матрица коэффициентов прямого преобразования Уолша;
Х(п) - матрица исходного изображения. Обратное преобразование Уолша выполняется по той же матрице Нк(п) ввиду ее ортогональности и симметричности:
= — Н „,В
»
N
м(п) х( п)'
разования и, как следствие, разные результаты по измеряемым показателям. Для оценки исследуемых изображений можно использовать среднеквадратический показатель качества исходного и сжатого изображения. Среднеква-дратическое отклонение (СКО, в английском варианте - МЖ) применяется для оценки искажений восстановленных изображений и рассчитывается по формуле [1-4]:
1
N-1
ск°2 = N £[[ Л) - М(1, л], (5)
I=0
где N - размер изображений в пикселах;
М0 - элемент матрицы яркости исходного изображения;
М - элемент матрицы яркости восстановленного изображения.
Если изображения одинаковы, то СКО = 0. При использовании сжатия информации в изображении после проведенного ортогонального преобразования Уолша удаляются (или отбрасываются) малозначимые элементы, потеря которых не несет видимых глазу человека изменений по сравнению с исходным изображением. Количество отбрасываемых элементов определяется исходя из матричного представления спектра преобразования и задается порогом, элементы ниже которого приравниваются к нулю. Степень удаленных элементов вычисляется по формуле [4, 5]:
(4)
s=С100 %,
(6)
Общая структура процесса сжатия ска-нов документов дела ремонта представлена на рис. 1.
При использовании каждого варианта обработки получаются разные варианты преоб-
где С - общее количество элементов спектра; С0 - количество удаленных элементов. В данной статье исследуются три технологии уменьшения избыточности бинарного спектра:
г-»- Загрузить изображение Преобразовать в полутоновое Преобразовать в ЧБ или инверсироватъ Выполнить преобразование Уолша
Сравнить с исходным изображением
— Рассчитать показатели Получить восстановленное изображение Выполнить обратное преобразование Уолша Выполнить процесс сжатия и деархивации
Рис. 1. Структура процесса сжатия изображения
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное агентство по образованию
Государственное образовательное учреждение высшего профессионального образования
«ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
460018, г. Оренбург, ГСП, пр. Победы, 13 E-mail: post@mail.osu.ru
№
на№
от
а б
Рис. 2. Пример исходного изображения (а) и его бинарный спектр (б)
1) удаление малозначимых элементов;
2) оптимальное квантование оставшихся составляющих спектра на фиксированное количество уровней;
3) оптимальное сжатие последовательностей одинаковых значений.
В качестве третьего действия при проведении экспериментов был использован стандартный архиватор 721р. Пример исходного изображения части документа и его бинарный спектр представлены на рис. 2.
В табл. 1 представлен анализ бинарного спектра (см. рис. 2). Восстановленное изобра-
жение, полученное после квантования средне-частотных составляющих спектра, отражено на рис. 3. Такая операция позволяет перейти от восьмибитной кодировки спектральных коэф-
Восстановленное изображение
Таблица 1
Анализ полученного спектра
Кол-во элементов в диапазоне Пороги
-S5...-75 (включительно) = 3 -77,5
-75...-65 (включительно) = 11 -67,5
-65.-55 (включительно) = 61 -57,5
-55.-45 (включительно) = 174 -47,5
-45.-35 (включительно) = 434 -37,5
-35.-25 (включительно) = 1083 -27,5
-25.-15 = 3672 -17,5
-15...0 (включительно) = 122 633 Не трогаем
0...15 (включительно) = 127 903 Не трогаем
15.25 (включительно) = 4106 17,5
25.35 (включительно) = 1116 27,5
35.45 (включительно) = 326 37,5
45.55 (включительно) = 61 47,5
55.65 (включительно) = 16 57,5
65.75 (включительно) = 4 67,5
75.85 (включительно) = 1 77,5
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования
«ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
460018, г. Оренбург, ГСП, ир. Победы, 13 Телефон: (3532) 77-67-70
E-mail: post & mail, osu.ru
№
на ifo
спг
Рис. 3. Восстановленное изображение, полученное после квантования среднечастотных составляющих спектра (СКО = 0,021476); высокочастотная часть спектра не изменена
та
та
s ф
0
фициентов к четырехбитной, содержащей знак числа и номер уровня, к которому отнесено его значение. Из анализа данных табл. 1 и рис. 3 можно сделать вывод о том, что переход к четырехбитной кодировке практически не влияет на качество восстановленного изображения.
На рис. 4 показаны результат удаления малозначимых элементов спектра в соответствии с порогом ±3 и восстановленное из этого
спектра изображение. При этом £ = 56,43 %; СКО = 1,55. Количество отброшенных положительных значений 73 960, отрицательных -73 971.
На рис. 5 отражен повтор эксперимента, отраженного на рис. 4 при пороге ±6. Здесь £ = 80,24 %; СКО = 2,49. Количество отброшенных положительных значений 105 369, отрицательных - 103 122.
министерство образования и науки
российской федерации Федеральное атггсгво по образованию
Государсгвсиное образовательное учреждение высшего профессионального образования
«ОРЕНБУРГСКИЙ
ГОСУДАРСТВЕННЫЙ
УНИВЕРСИТЕТ»
460018, г. Оренбург, ГСП, ир. Победы, 13 Телефон: (3532) 77-67-70
E-mail: post@mail.osu.ru
№
па №
от
о см
OI
<
I
(0 та
0 ^
СО та
1
о.
ф
£
и
V
со
Рис. 4. Результат удаления малозначимых элементов спектра в соответствии с порогом ±3 (а) и восстановленное
из этого спектра изображение (£ = 56,43 %; СКО = 1,55) (б)
министерство образования и науки
российской федерл1 [ии Федеральное атттво по обраотнншмо I осуди решенное образовательное учреждении высшего нрофсссионалыюго образования
«ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
160018, г. Оренбург, ГСП, пр. Победы, 13 Телефон: (3532) 77-67-70 Факс: (3532) 72-37-01 Е-тш1: ро$1@таП.о$и.ги
CM ■ci-io
9
CM ■ci-
10
CM
(П (П
на №
№
ОТ
Рис. 5. Результат удаления малозначимых элементов спектра в соответствии с порогом ±6 (а) и восстановленное из этого спектра изображение (£ = 80,24 %; СКО = 2,49) (б)
Из приведенных данных можно сделать вывод, что даже при сильной степени сжатия изображения (более 80 %) читаемость текста остается удовлетворительной. Применение квантования и прореживания спектральных составляющих позволяет получить наилучший результат [6]. Сравнение полученных документов по объему приведено в табл. 2.
Таблица 2
Сравнительные характеристики полученных документов по объему
Отметим, что после спектральной обработки документы поддаются эффективному сжатию с помощью стандартных архиваторов. Степень сжатия при этом по отношению к исходному документу может составлять примерно 30 раз.
Применение специальных методов сжатия документов позволяет создавать компакт-
ные архивы дел ремонта и оперативно отслеживать степень выполнения контрактов по сервисному обслуживанию ВВСТ.
Моделирование в средеMATLAB показало хорошую работоспособность предлагаемых методов и алгоритмов сжатия бинарных изображений, не поддающихся сжатию обычными архиваторами. Список литературы
1. Ахмед Н, Рао К. Р. Ортогональные преобразования при обработке цифровых сигналов / под ред. И. Б. Фоменко. М.: Связь, 1980. 248 с.
2. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006. 616 с.
3. Залманзон Л. А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. М.: Наука, 1989. 496 с.
4. Злобин В. К., Костров Б. В, Свирина А. Г. Спектральный анализ изображений в конечных базисах. М.: КУРС: ИНФРА, 2016. 172 с.
5. Костров Б. В., Бастрычкин А. С. Сжатие изображений на основе ортогональных преобразований // Известия Тульского государственного университета. Технические науки. 2016. Вып. 9. С. 113-118.
6. Костров Б. В., Соломенцева Н. И. Моделирование канала связи // Известия Тульского государственного университета. Технические науки. 2017. Вып. 2. С. 95-100.
Поступила 29.01.19
Название Формат Размер, Байт
до сжатия в zip
1. Исходное изображение .bmp 263 222 106 320
jpeg 57 436 55 536
2. Спектр преобразования Уолша (без сжатия и квантования) .bmp 263 222 81 039
.jPeg 165 590 165 605
3. Спектр преобразования Уолша (в результате применения квантования и сжатия) .bmp 263 222 15 738
.jPeg 99 021 96 319
Костров Борис Васильевич - доктор технических наук, профессор, заместитель начальника отдела автоматизированных систем управления АО «РПТП «Гранит», г. Рязань.
Область научных интересов: обработка изображений, искусственный интеллект, информационные технологии.
Суменков Николай Александрович - доктор технических наук, заместитель генерального директора - главный инженер АО «РПТП «Гранит», г. Рязань.
Область научных интересов: эксплуатация сложных радиотехнических комплексов.
Лукина Наталья Владимировна - студентка Рязанского государственного радиотехнического университета имени В. Ф. Уткина, г. Рязань.
Область научных интересов: обработка изображений, искусственный интеллект, информационные технологии.
Фокина Наталья Сергеевна - начальник управления производственно-хозяйственного обеспечения АО «РПТП «Гранит», г. Рязань.
Область научных интересов: применение информационных технологий и мультимедийных систем в обработке изображений. 2
| MaTeMaTMKa |
m
Forming an archive of electronic remedial maintenance files in the information system for service maintenance of military weaponry and special equipment
TThe paper considers the process of archive formation for the case of documents stored as images in information support systems for service maintenance processes concerning military weaponry and special equipment. This operation makes it possible to eliminate data redundancy in documents depending on the purpose of the system on the whole and characteristic markers of the images restored. Keywords: binary image, orthogonal transformation, image compression.
Kostrov Boris Vasilevich - Doctor of Engineering Sciences, Professor, Deputy Head of Department of Automated Control Systems, Joint stock company "Ryazan Production and Technological enterprise "Granit", Ryazan. Science research interests: image processing, artificial intelligence, information technology.
Sumenkov Nikolay Aleksandrovich - Doctor of Engineering Sciences, Deputy General Director - Chief Engineer, Joint stock company "Ryazan Production and Technological enterprise "Granit", Ryazan. Science research interests: operation of complex radioengineering systems.
Lukina Natalya Vladimirovna - student, Ryazan State Radio Engineering University, Ryazan. Science research interests: image processing, artificial intelligence, information technology.
Fokina Natalya Sergeevna - Head of Administration of Production and Economics Support, Joint stock company "Ryazan Production and Technological enterprise "Granit", Ryazan.
Science research interests: using information technology and multimedia systems in image processing.
o cv
Ol
<
I
(0 TO
0
CÛ (5
1 Q. V
£
U V CQ
