Научная статья на тему 'МАТЕМАТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ЯРКОСТЬЮ ИЗОБРАЖЕНИЯ ЛИЦА ЧЕЛОВЕКА НА ВИДЕОИЗОБРАЖЕНИИ'

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ЯРКОСТЬЮ ИЗОБРАЖЕНИЯ ЛИЦА ЧЕЛОВЕКА НА ВИДЕОИЗОБРАЖЕНИИ Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
18
5
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
АНАЛИЗАТОР / ИДЕНТИФИКАЦИЯ / ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ / КОМПОНЕНТ / ПИКСЕЛЬ / ВИДЕО ТЕХНОЛОГИЯ

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Мулданов Ф.Р., Иняминов Й.О.

В данной статье представлена полная информация о проблемах создания системы робота-анализатора глаза, предложенной автором, создания практического программного комплекса для методов идентификации (распознавания) на основе информации, полученной с помощью видео технологий.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

MATHEMATICAL, ALGORITHMIC AND SOFTWARE FOR CREATING A ROBOT-ANALYZER SYSTEM IN VIDEO TECHNOLOGIES

This article provides complete information about the problems of creating a robotic eye analyzer system proposed by the author, creating a practical software package for identification (recognition) methods based on information obtained using video technologies.

Текст научной работы на тему «МАТЕМАТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ЯРКОСТЬЮ ИЗОБРАЖЕНИЯ ЛИЦА ЧЕЛОВЕКА НА ВИДЕОИЗОБРАЖЕНИИ»

УДК 681.518.5

Мулданов Ф.Р.

Иняминов Й. О. старший преподаватель Джизакский политехнический институт

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ЯРКОСТЬЮ ИЗОБРАЖЕНИЯ ЛИЦА ЧЕЛОВЕКА НА ВИДЕОИЗОБРАЖЕНИИ

Аннотация. В данной статье представлена полная информация о проблемах создания системы робота-анализатора глаза, предложенной автором, создания практического программного комплекса для методов идентификации (распознавания) на основе информации, полученной с помощью видео технологий.

Ключевые слова: анализатор, идентификация, программное обеспечение, компонент, пиксель, видео технология.

Muldanov F.R.

Inyaminov Y. O. senior lecturer Jizzakh Polytechnic Institute

MATHEMATICAL, ALGORITHMIC AND SOFTWARE FOR CREATING A ROBOT-ANALYZER SYSTEM IN VIDEO

TECHNOLOGIES

Abstract. This article provides complete information about the problems of creating a robotic eye analyzer system proposed by the author, creating a practical software package for identification (recognition) methods based on information obtained using video technologies.

Keywords: analyzer, identification, software, component, pixel, video technology.

Часто возникает необходимость получить изображения с определенным значением средней интенсивности пикселей.

Среднее арифметическое значение интенсивности пикселей изображения рассчитывается следующим образом:

Av = mean{b) = ^L (11)

i

Если значение Av равно K, значения интенсивности пикселей также должны каким-то образом измениться:

K = Z F L ) .(1.2)

i

L - L

ij min

V Lmax Lmin J

.(1.3)

Если выбрана функция преобразования, она рассчитывается следующим образом:

K = L ) =

L - L

ij min

- L

.(1.4)

min J

Как видно из последнего выражения, при выборе искомого значения а среднее арифметическое интенсивностей пикселей изображения

Можно гарантировать, что L принимает фиксированное значение K. На практике этот метод может быть реализован следующим образом. Во-первых, необходимо установить соотношение K = f (a). Кроме того, необходимо выполнить преобразование исходного изображения, зная, какое значение а соответствует заданному уровню К. Пример реализации программы метода приведен ниже.

Сначала просматриваются некоторые исходные изображения. I = imread('3.bmp');

Например, требуется полуцветное изображение, поэтому, если исходное изображение цветное, то следует выбрать один компонент цвета. I=imread('3_1.jpg'); I=double(I(:,:,1)); %figure, imshow(I/255); R = 0.5 a=[0:.01:3]; for i=1 :length(a)

K(i)=sum(sum(((I- 10)./(300)).Aa(i)))/(30000);

if abs(K(i)-R)<.01;

st=a(i);

end; end;

figure,plot(a,K);

Картина-1. График значения параметра а для среднего арифметического значения яркостей изображения, равного К

По графику можно определить, какое значение должен принимать параметр а, чтобы среднее арифметическое значение интенсивностей изображения было равно К. После этого выполняются преобразования изображения с выбранным значениема.

Картина-2. Среднее арифметическое Картина-3. Среднее арифметическое значение интенсивности пикселей значение интенсивности пикселей равно К = 0,3. равно К = 0,5.

Картина-4. Среднее арифметическое значение интенсивности пикселей равно К = 0,7.

Важно определить значения яркости пикселей для разных ситуаций. При их уменьшении или увеличении значения матрицы пикселей, равные 0, будут увеличиваться в процессе идентификации изображения лица с использованием коэффициента корреляции. Это приводит к невозможности найти похожие изображения. То есть задача, которую предстоит решить в диссертационной работе, состоит в том, чтобы сделать снимок, сделанный ночью, похожим на снимок, сделанный при свете, и наоборот. Поэтому была разработана таблица определения яркости изображения для разных условий (днем и ночью).

Как видно из этой таблицы, яркость изображения должна быть равна К=0,3 на расстоянии съемки 2 метра днем. Количество элементов изображения, равное 1, равно 90, а количество элементов, равное 0, равно 10. Ночью яркость изображения должна быть равна К = 0,4. Количество

элементов изображения, равное 1, равно 85, а количество элементов, равное 0, равно 15.

В следующей таблице перечислены его значения:

Определение яркости изображения для различных условий (днем и __ ночью). таблица __

№ Дальности изоброжения (метр) днем Распределение значений матрицы изображения (%) ноч ь Распределение значений матрицы изображения (%)

1 2 0.3 90/10 0.4 85/15

2 4 0.3 78/18 0.5 72/28

3 6 0.4 75/25 0.8 68/32

4 8 0.7 71/39 0.9 65/35

Тасвирга олиш масофаси ортган сари тасвир ёркинлигини ошириб бориш керак экан. Хулоса килдиган булса, канчалик якин масофадан расмга олинса, таниб олиш сифати ортар экан.

Использованные источники:

1. Mustofoqulov, J. A., & Bobonov, D. T. L. (2021). "MAPLE" DA SO'NUVCHI ELEKTROMAGNIT TEBRANISHLARNING MATEMATIK TAHLILI. Academic research in educational sciences, 2(10), 374-379.

2. Karshibaev, S. A. (2022). EQUIPMENT AND SOFTWARE FOR MONITORING OF POWER SUPPLY OF INFOCOMUNICATION DEVICES. Web of Scientist: International Scientific Research Journal, 3(5), 502-505.

3. Khuzhayorov, B., Mustofoqulov, J., Ibragimov, G., Md Ali, F., & Fayziev, B. (2020). Solute Transport in the Element of Fractured Porous Medium with an Inhomogeneous Porous Block. Symmetry, 12(6), 1028.

4. Mustofoqulov, J. A., Hamzaev, A. I., & Suyarova, M. X. (2021). RLC ZANJIRINING MATEMATIK MODELI VA UNI "MULTISIM" DA HISOBLASH. Academic research in educational sciences, 2(11), 1615-1621.

5. SATTAROV, S., KHAMDAMOV, B., & TAYLANOV, N. (2014). Diffusion regime of the magnetic flux penetration in high-temperature superconductors. Uzbekiston Fizika Zhurnali, 16(6), 449-453.

6. Yuldashev, F. M. O. (2021). TA'LIMNING INNOVATSION TEXNALOGIYALARI ASOSIDA MUQOBIL ENERGIYA MANBALARI (QUYOSH VA SHAMOL ENERGETIKASI) MUTAXASSISLARINI TAYYORLASHDA O'QITISH SAMARADORLIGINI OSHIRISH. Academic research in educational sciences, 2(11), 86-90.

7. Yuldashev, F., & Bobur, U. (2020). Types of Electrical Machine Current Converters. International Journal of Engineering and Information Systems (IJEAIS) ISSN, 162-164.

8. Мулданов, Ф. Р., Умаров, Б. К. У., & Бобонов, Д. Т. (2022). РАЗРАБОТКА КРИТЕРИЙ, АЛГОРИТМА И ЕГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ СИСТЕМЫ ИДЕНТИФИКАЦИИ ЛИЦА ЧЕЛОВЕКА. Universum: технические науки, (11-3 (104)), 13-16.

9. Иняминов, Ю. А., Хамзаев, А. И. У., & Абдиев, Х. Э. У. (2021). Передающее устройство асинхронно-циклической системы. Scientific progress, 2(6), 204-207.

10. Каршибоев, Ш. А., & Муртазин, Э. Р. (2021). Изменения в цифровой коммуникации во время глобальной пандемии COVID-19. Молодой ученый, (21), 90-92.

11. Муртазин, Э. Р., Сиддиков, М. Ю., & Цой, М. П. (2018). Стратегия развития экономики Узбекистана-региональные особенности. In Региональные проблемы преобразования экономики: интеграционные процессы и механизмы формирования и социально-экономическая политика региона (pp. 85-87).

12. Раббимов, Э. А., Жураева, Н. М., & Ахмаджонова, У. Т. (2020). Исследование свойства поверхности монокристалла и создание наноразмерных структур на основе MgO для приборов электронной техники. Экономика и социум, (6-2), 190-192.

13. Сохибов, Б. О., Саттаров, С., & Таганова, С. Х. (2018). ВНЕДРЕНИЕ В УЧЕБНЫЙ ПРОЦЕСС ПЕРЕДОВЫХ МЕТОДОВ ПЕДАГОГОВ -НОВАТОРОВ. In Молодой исследователь: вызовы и перспективы (pp. 1722).

14. Суярова, М. Х., & Джураева, Н. М. (2018). Динамическая модель по электротехнике. In Передовые научно-технические и социально-гуманитарные проекты в современной науке (pp. 53-54).

15. Умирзаков, Б. Е., Содикжанов, Ж. Ш., Ташмухамедова, Д. А., Абдувайитов, А. А., & Раббимов, Э. А. (2021). Влияние адсорбции атомов Ba на состав, эмиссионные и оптические свойства монокристаллов CdS. Письма в Журнал технической физики, 47(12), 3-5.

16. TURAPOV, U., MULDANOV, F., & Rakhmanov, F. A. (2022). PROBLEMS OF USING FACE IMAGE SEGMENTATION, IDENTIFICATION, FILTERING, FACIAL SIGNS DISTRIBUTION CRITERIA IN DETERMINING PERSONAL BIOMETRIC CHARACTERISTICS. World Bulletin of Management and Law, 14, 91-94.

i Надоели баннеры? Вы всегда можете отключить рекламу.