CC BY
4
22.11.2013. - Опубл. 20.04.2014. - Бюл. №11.
5. Кукса. А. В. Пористые отливки с наполнителем в виде гранул пенополистирола / А. В. Кукса // Литейное производство. - 2014. - №4. - С. 8 - 12.
6. Кукса, А.В. Об изготовлении пористых отливок из тяжелых металлов свободной пропиткой засыпки порообразующего наполнителя / А.В. Кукса // Литейное производство. - 2014. - №7. - С. 22 - 26.
УДК 004.932
Баранова Е.А. студент 4 курса
Институт Интеллектуальных Кибернетических Систем
Радисхлебова А.А. студент 4 курса
Институт Интеллектуальных Кибернетических Систем Национальный исследовательский ядерный университет «МИФИ»
Россия, г. Москва
ОБЗОР ПРИНЦИПОВ РАБОТЫ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ОБРАБОТКИ ИЗОБРАЖЕНИЙ «SMARTDEBLUR»
Аннотация: в данной статье рассмотрено программное обеспечение для восстановления расфокусированных и смазанных изображений SmartDeblur. Приведён краткий теоретический обзор метода обработки изображений, а также основные сведения о возможностях программы.
Ключевые слова: обработка изображений, программное обеспечение, восстановление изображений, расфокусировка, смазывание изображения.
Baranova E.A. Student
4th year, Institute of Cyber Intelligence Systems National research nuclear university «MEPhI»
Russia, Moscow Radiskhlebova A.A.
Student
4th year, Institute of Cyber Intelligence Systems National research nuclear university «MEPhI»
Russia, Moscow THE OVERVIEW OF THE SOFTWARE'S FOR IMAGE PROCESSING « SMARTDEBLUR» PRINCIPLES Annotation: the software for restoring defocused and smeared images «SmartDeblur» is considered in this article. It provides a brief theoretical overview if the image processing method and a basic information about the features of the program.
Keywords: image processing, software, image recovery, defocusing, image greasing.
Изображения играют огромную роль в различных областях науки и в повседневной жизни, так как являются естественным отображением наблюдения мира. Как правило, процесс наблюдения никогда не бывает совершенным, что приводит к появлению нечетких изображений с неминуемой потерей информации. Восстановление искаженных изображений является одной из наиболее интересных и важных задач обработки изображений.
Рассмотрим подробнее такие искажения, как размытие из-за неправильного фокуса и смазывание изображения. Размытые изображения не редкость в различных технических областях, таких как астрономическая визуализация, дистанционное зондирование, микроскопия, медицинская визуализация, оптика, фотография. Самой распространённой причиной возникновения размытого изображения является собственное движение объекта наблюдения или движение камеры.
Размытие изображения представляет собой некоторую операцию, выполненную над каждым пикселем изображения. Как правило, размытие возникает при движении камеры или объекта, а это значит, что каждый пиксель изображения «смешивается» с соседними пикселями. Таким образом, можно не только определить закон, по которому происходит размытие изображения во время съемки, но и обратный ему закон, по которому это изображение можно восстановить. Каждый пиксель исходного изображения в процессе искажения превращается в пятно в случае расфокусировки и в отрезок в случае смазывания. Проблемы возникают на краях изображения, где отсутствует значение соседнего пикселя, который необходим для восстановления изображения. В этом случае его значение можно подобрать различными способами. К тому же, дополнительные трудности создает шум, который практически всегда присутствует на размытых изображениях.
В цифровой обработке изображений общая модель процесса искажения, вызванного размытием и аддитивным шумом, описывается следующей формулой:
g(x, y) = h(x, y) * f(x, y) + n(x, y) (1X где
f(x, y) - исходное неискаженное изображение;
h(x, y) - искажающая функция (PSF - Point spread function);
n(x, y) - аддитивный шум;
g(x, y) - результат искажения, т.е. наблюдаемое изображение. Через оператор «*» в данной формуле обозначается операция свертки. После применения теоремы о свертке, которая гласит, что операция свертки в пространственной области эквивалентна обычному умножению в частотной области, процесс искажения можно переписать так: G(u,v) = H(u,v)F(u,v) + N(u,v),
где H(u, v), F(u, v), N(u,v) - Фурье-образы соответствующих функций. Для восстановления изображения нужно получить максимальное приближение к исходному изображению F(u,v). Способ деления равенства
на H(u,v) (инверсная фильтрация) практически не применяется, т.к. при наличии даже совсем небольшого шума (а он всегда есть на реальных изображениях) слагаемое N(u,v)/H(u,v), будет доминировать, что приведет к тому, что исходное изображение будет целиком скрыто под шумом.
Существуют более устойчивые методы для восстановления изображений, одним из которых является фильтр Винера, который рассматривает изображение и шум как случайные процессы и находит такую оценку f для неискаженного изображения f, чтобы среднеквадратическое отклонение этих величин было минимальным.
Далее рассмотрено одно из программных обеспечений, позволяющее частично восстанавливать искаженные изображения.
SmartDeblur - бесплатное программное обеспечение (ПО) для восстановления расфокусированных и смазанных изображений с открытым исходным кодом; реализовано на языке программирования C++ с использованием Qt 4.8. Данная программа совместима с Windows XP/Vista/7/8/10.
Главными достоинствами данного ПО по сравнению с аналогами являются:
- более высокая скорость выполнения операций по восстановлению изображений (за счет использования библиотеки FFTW для выполнения быстрых преобразований Фурье);
- возможность подбора параметров в режиме реального времени;
- возможность подстройки вида PSF;
- поддержка нескольких методов восстановления изображений, а именно фильтрация по Винеру, фильтрация по Тихонову, Total Variation prior и Blind Deconvolution (слепая деконволюция - данный метод применяется, когда искажающая функция PSF известна приблизительно по характеру видимых искажений);
- наличие более удобного пользовательского интерфейса.
Окно пользовательского интерфейса SmartDeblur визуально разделено на две основные части: панель управления в левой части экрана и окно просмотра изображений в центральной части. Оно представлено на рисунке 1.
'•mi i«м imim
«m □ mm*
nota-,- Ж ----
e — u a-
- □□ fggjQir«^...
Рисунок 1 - Главное окно программы SmartDeblur.
Программа предлагает пользователю выполнять следующие операции над файлами формата BMP, PNG, TIFF, JPEG:
- открытие, сохранение изображений (панель расположена в левом нижнем углу окна);
- масштабирование изображений (панель расположена в правом нижнем углу окна);
- автоматический/ручной выбор типа искажения и параметры выполнения операции, устраняющей искажение (вкладка «Параметры искажения» в левой верхней части окна);
- удобное сравнение результата обработки с оригиналом изображения и ручной выбор степени сглаживания изображения (вкладка «Параметры финальной обработки» в левой центральной части окна);
- возможность корректировки пути размытия и изменение параметров размытия изображения (вкладка «Модель искажения» в левой центральной части окна).
Программа предусматривает обработку двух типов искажений: расфокусировка и размытие Гаусса. По умолчанию во вкладке «Параметры искажения» выбрано авто-определение искажения.
Для начала восстановления изображения необходимо нажать кнопку «Анализ» во вкладке «Параметры искажения». Полученное изображение будет отображено в окне просмотра изображений.
На рисунках 2 и 3 представлены результаты восстановления искаженных изображений с помощью программы SmartDeblur.
Рисунок 2 -Восстановление размытого изображения с помощью
SmartDeblur.
1 Яв* —
Рисунок 3 -Восстановление расфокусированного изображения с
помощью SmartDeblur.
Интерфейс программы SmartDeblur позволяет пользователю быстро ориентироваться в возможностях программы и получать восстановленные изображения без лишних действий, используя автоматический режим. В данный момент существует также расширенная платная версия программы с улучшенным интерфейсом, которая поддерживает большие изображения, а также позволяет вручную редактировать траекторию смазывания.
Использованные источники:
1. Разработка Восстановление расфокусированных и смазанных изображений [Электронный ресурс] URL: https://habrahabr.ru/post/136853 (Дата обращения 10.05.2017)
2. Разработка — Восстановление расфокусированных и смазанных изображений. Практика [Электронный ресурс] URL: https://habrahabr.ru/post/147828 (Дата обращения 10.05.2017)
3. SmartDeblur. Tutorial [Электронный ресурс] URL: https://smartdeblur.net/tutorial.html (Дата обращения 12.05.2017)
4. SmartDeblur - восстановление расфокусированных и смазанных изображений [Электронный ресурс] URL: https://forum.ixbt.com/topic.cgi?id=20:30023 (Дата обращения 12.05.2017)
5. Разное — SmartDeblur 2.1 - восстановление расфокусированных и смазанных изображений [Электронный ресурс] URL: https://habrahabr.ru/post/180393 (Дата обращения 13.05.2017)
УДК 4414
Баранова М.В. студент второго курса юридический факультет ННГУ им. Н.И. Лобачевского Российская Федерация, г. Нижний Новгород
Baranova M. V., second year student of Lobachevski State University
Russia, Nizhny Novgorod ИЗМЕНЕНИЯ В СОЦИАЛЬНОМ ОБЕСПЕЧЕНИИ ИНВАЛИДОВ
В СВЯЗИ С ВСТУПЛЕНИЕМ В СИЛУ 1 ЯНВАРЯ 2016 Г. ФЕДЕРАЛЬНОГО ЗАКОНА ОТ 1 ДЕКАБРЯ 2014 Г. № 419-ФЗ CHANGES IN SOCIAL SECURITY OF DISABLED PERSONS IN CONNECTION WITH THE ENTRY INTO FORCE ON 1 JANUARY 2016 OF THE FEDERAL LAW DATED 1 DECEMBER 2014 NO. 419-FZ Аннотация. Данная статья посвящена изменениям в законодательной базе России, касающимся социального обеспечения инвалидов, призванным улучшить их положение, а также ускорить процесс социализации и реабилитации.
Ключевые слова: социальное обеспечение, социальное обслуживание, инвалиды, реабилитация, абилитация, без барьерная среда.
Annotation. This article is devoted to changes in the legislative basis of
