Предварительная обработка изображения подписи для анализа графических характеристик Текст научной статьи по специальности «Компьютерные и информационные науки»

Программные редктва и информационные технологии

сматривался в пределах от 2*2 до 20*20 ячеек. Численные эксперименты проводились для числа частиц от 103 до 2 -104.

В результате максимальный прирост производительности был получен для простой прямоугольной сетки размерностью 20*20 ячеек (см. рисунок), однако сетка с разделением на слои в данных условиях не показала положительных результатов. На следующих этапах работы планируется исследовать алгоритмы на сетках большей размерности (в текущей реализации общее количество ячеек сетки ограничено размером блока нитей в СИБЛ).

Зависимость времени вычисления шага от числа частиц для разных алгоритмов

Несмотря на приведённые ограничения эксперимента, уже сейчас можно сделать вывод о том, что параллельная реализация алгоритма с использованием простой прямоугольной сетки позволяет частично снизить вычислительную сложность задачи. Кроме того, для выбранного диапазона размеров сетки эффективность алгоритма возрастает в зависимости от числа частиц системы и количества ячеек сетки. В ближайшей перспективе планируется исследовать поведение алгоритмов для сеток большего размера с целью вывода оптимальных параметров сетки и обобщённых условий применимости алгоритма в зависимости от размера системы. Помимо этого, предполагается проверить эффективность других типов сеток (например, радиальной) для снижения числа пустых ячеек, что негативно сказывается на реализации методов с помощью технологии СИБЛ.

Результаты исследования могут быть использованы для исследования дискообразных систем малой плотности (разреженные системы частиц с малой вероятностью столкновений).

Библиографические ссылки

1. Баранов В. Е. Численное моделирование бес-столкновительной самогравитирующей дискообразной системы частиц с помощью технологии CUDA // Физическое образование в вузах. 2012. № 4. С. П13.

2. Баранов В. Е., Макарян В. Г. Численное моделирование эволюции дискообразной самогравити-рующей системы многих тел с применением параллельных вычислений на графических сопроцессорах (GPU) // XX Туполевские чтения : сб. тр. Междунар. молодежной науч. конф. 2012. С. 318-321.

3. Баранов В. Е., Макарян В. Г. Анализ эффективности и применимости упрощающих алгоритмов при моделировании движения частиц планетного кольца в центральном гравитационном поле при наличии неупругих столкновений // Синергетика в естественных науках : материалы Междунар. междисциплинарной науч. конф. 2011. С. 103-105.

References

1. Baranov V. E. Chislennoe modelirovanie besstolknovitel'noj samogravitirujushhej diskoobraznoj sistemy chastic s pomoshh'ju tehnologii CUDA // Fizicheskoe obrazovanie v vuzah. 2012. № 4,s. P13.

2. Baranov V. E., Makaijan V. G. Chislennoe modelirovanie jevoljucii diskoobraznoj samogravitirujushhej sistemy mnogih tel s primeneniem parallel'nyh vychislenij na graficheskih soprocessorah (GPU) // XX Tupolevskie chtenija : Sbornik trudov Mezhdunarodnoj molodezhnoj nauchnoj konferencii. 2012, s. 318-321.

3. Baranov V. E., Makarjan V. G. Analiz jeffektivnosti i primenimosti uproshhajushhih algoritmov pri modelirovanii dvizhenija chastic planetnogo kol'ca v central'nom gravitacionnom pole pri nalichii neuprugih stolknovenij // Sinergetika v estestvennyh naukah : Materialy mezhdunarodnoj mezhdisciplinarnoj nauchnoj konferencii. 2011, s. 103-105.

© Баранов В. Е., 2013

УДК 004.932.2

ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ИЗОБРАЖЕНИЯ ПОДПИСИ ДЛЯ АНАЛИЗА ГРАФИЧЕСКИХ ХАРАКТЕРИСТИК

Р. П. Баранов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Россия, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Рассматривается подзадача задачи идентификации человека по изображению его личной подписи. Приведен подход к предварительной обработке изображения подписи, для ее последующего анализа.

Ключевые слова: подпись, идентификация, обработка изображений, распознавание подписи.

Решетневские чтения. 2013

PREPROCESSING IMAGE OF SIGNATURE FOR ANALYSIS OF GRAPHICAL CHARACTERISTICS

R. P. Baranov

Siberian State Aerospace University named after academician M. F. Reshetnev 31, "Krasnoyarsky Rabochy" Av., Krasnoyarsk, 660014, Russia

One of subtasks of the assignment of the person identification by person signature image is considered. An approach for preprocessing the image signature for subsequent analysis is introduced.

Keywords: signature, identification, image processing, pattern recognition signatures.

Для решения задачи идентификации человека по его подписи, полученной с изображения, очень важно качество обрабатываемого изображения [1]. В тех случаях, когда изображение подписи далеко от идеального состояния, необходимо применять предварительную обработку изображения.

Этапы предварительной обработки подписи напрямую зависят от качества изображения подписи. В частном случае изображение можно обрабатывать без предварительной обработки, но чаще всего необходимо выполнять различные операции для улучшения качества изображения подписи. Порядок фильтров строго не установлен, однако последней операцией обязательно должна быть бинаризация, так как для дальнейшей обработки подписи необходимо именно бинаризованное изображение.

На фотографии нам необходимо обработать подпись кассира, чтобы в дальнейшем определить, действительно ли кассир расписывался на данном чеке или же эта подпись подделка. В данном случае можно локализовать подпись, обрезав остальное изображение (рис. 1).

Рис. 1. Локализованная подпись

На первый взгляд, кажется, что изображение не нуждается в предварительной обработке и можно сразу применить бинаризацию. Однако данное суждение является заблуждением. Пример бинаризации без использования других фильтров представлен на рис. 2.

ных шумов, которые в дальнейшем скажутся на эффективности алгоритма определения характеристик. Поэтому вначале применим нелинейную цветокоррекцию [2], после чего получим изображение, представленное на рис. 3.

Рис. 3. Применение нелинейной цветокоррекции

После применения цветокоррекции обработаем изображение фильтром Гаусса с маской, размерностью 3x3, и применим фильтр Лапласа и бинаризацию [2]. На выходе получится изображение, представленное на рис. 4.

Рис. 4. Бинаризированное изображение

Как видно из рис. 4, обработанное изображение все еще содержит некоторые шумы. Но оно вполне пригодно для скелетизации, так как на этапе скелети-зации предусмотрен алгоритм, который отсеивает скелеты малой размерности (порог выбирается исходя из размерности изображения и размера самой подписи). Однако от данных шумов можно избавиться, применив морфологические операции сужения и расширения (рис. 5).

Рис. 2. Бинаризация без применения фильтров

Как видно из рис. 2, изображение подписи без применения фильтров содержит множество различ-

Рис. 5. Обработанное изображение подписи

Программные средства и информационные технологии

После применения морфологических фильтров изображение подписи приобрело вид, необходимый для ее последующего анализа. Это выражается в том, что изображение не содержит сторонних объектов, а также передает структуру подписи практически без погрешностей.

В целом данный подход к предварительной обработке изображения подписи позволяет увеличить эффективность любого алгоритма сравнения подписей, который основан на анализе структуры подписи.

На основе данного подхода был разработан программный продукт, позволяющий определить личность человека по изображению его подписи. Было проведено тестирование программного продукта, а в частности, тестирование эффективности программы с применением данного подхода и с применением классического подхода обработки изображения для структурного распознавания. Применение представленного подхода позволило увеличить эффективность распо-

знавания подписи на 32 %, однако замедлило скорость работы алгоритма на 2 %.

Библиографические ссылки

1. Баранов Р. П. Идентификация личной подписи человека // Решетневские чтения : материалаы XV Междунар. науч. конф. В 2 ч. Ч. 2. Красноярск, 2011. С. 603-604.

2. Гонсалес Р., Вудс Р. Цифровая обработка изображений : пер. с англ. М. : Техносфера, 2005. 1072 с.

References

1. Baranov R. P. Identifikatsiya lichnoy podpisi cheloveka // Reshetnevskie chteniya : materialah XV mezhdunarodnoy nauchnoy konferentsii. V 2 ch., Ch. 2. Krasnoyarsk, 2011. S. 603-604

2. Gonsales R., Vuds R. Tsifrovaya obrabotka izobrazheniy : per. s angl. M. : Tehnosfera, 2005. 1072 s.

© Баранов Р. П., 2013

УДК 004(470+571)

ПРИМЕНЕНИЕ ОБЛАЧНЫХ ТЕХНОЛОГИЙ В ГОССТРУКТУРАХ

Н. А. Безъязыкова, В. В. Кукарцев

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Россия, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 E-mail: [email protected]

Рассмотрена тема применения облачных технологий в госструктурах. Главным образом, раскрыты вопросы о применении, внедрении и перспективах развития облачных технологий в госсекторе Российской Федерации.

Ключевые слова: облачные технологии, облачные сервисы, Национальная облачная платформа.

APPLICATION OF CLOUD TECHNOLOGIES IN GOVERNMENT AGENCIES

N. A. Bezyazykova, V. V. Kukartsev

Siberian State Aerospace University named after academician M. F. Reshetnev 31, "Krasnoyarsky Rabochy" Av., Krasnoyarsk, 660014, Russia E-mail: [email protected]

We have considered the subject of the application of cloud technology in government agencies. The main issues are disclosed on the application, implementation, and development prospects of cloud technology in government agencies of the Russian Federation.

Keywords: cloud technology, cloud services, the National cloud platform.

Применение облачных технологий в настоящее время является одним из передовых и наиболее интенсивно развивающихся направлений в IT. В связи с этим, любой организации, идущей в ногу со временем, необходимо понимать, какое место в их деятельности сможет занять «облако». Это касается и государственных структур.

По прогнозам Gartner, к 2015 г. свыше половины госуслуг в мире будет предоставляться из «облаков» [1].

Первым, кто провозгласил необходимость в облачных решениях для государственных нужд, был федеральный 1Т-директор США Вивек Кундра: «Информационные технологии полностью видоизменили частный сектор, в том числе и взаимодействие с клиентами. В нашей повседневной жизни мы можем проследить выполнение сделанного нами заказа, его доставку, осуществить покупки и оформить услуги, зарезервировать ресторан или гостиницу, взаимодейство-