CC BY
11Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2023-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2023 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2023 год
SUN'IY YO'LDOSHDAN OLINGAN TASVIRDAGI DALA MAYDONI CHEGARALARINI
ANIQLASH USULLARI
Mamatov Narzullo Solidjonovich,
"Toshkent irrrigatsiya va qishloq xo'jaligini mexanizatsiyalash muhandislari instituti" Milliy tadqiqot universiteti, kafedra mudiri, texnika fanlari doktori,
professor m_narzullo@mail .ru
Jalelova Malika Moyatdin qizi
"Toshkent irrrigatsiya va qishloq xo'jaligini mexanizatsiyalash muhandislari instituti" Milliy tadqiqot
universiteti, assistent [email protected]
Tojiboyeva Shaxzoda Xoldorjon qizi
Namangan davlat universiteti tayanch doktoranti [email protected]
Samijonov Boymirzo Narzullo o'g'li
Sejong Universiteti, talaba [email protected]
Annotatsiya. So'ngi yillarda sun'iy yo'ldosh tasvirlaridan qishloq xo'jaligiga oid qimmatli ma'lumotlarni tez o'zlashtirilishi kuzatilmoqda. Biroq, bu tasvirlarni qo'lda tahlil qilish ko'p vaqt va energiya talab qiladi. Tasvirni qayta ishlashni avtomatlashtirishda, ayniqsa aniq segmentasiya va tanib olishda obyekt konturlarini to'g'ri ajratish o'ta muhim hisoblanadi. Mazkur tadqiqot ishi tasvir obyekt konturlarini aniqlash usullari qiyosiy tahliliga bag'ishlangan bo'lib, unda eng samarali usulni aniqlash uchun pikselli taqqoslash orqali baholash amalga oshirilgan va tasvir sifat ko'rsatkichi asosida yangi yondashuv taklif etilgan. Ushbu yondashuv asosida sun'iy yo'ldoshdan olingan tasvirlardagi obyekt konturlarni ajratishda foydalanilgan.
|| Kalit so'zlar: kontur, sun'iy yo'ldosh, obyekt, tasvir, filtr, piksel, yondashuv, usul, algoritm.
Kirish. Bugungi kunda sun'iy yo'ldosh orqali olingan qishloq xo'jaligiga oid tasvirlar asosida qishloq xo'jaligi maydonlari va ekinlari holati haqida muhim ma'lumotlar tez va sifatli shakllantirilmoqda. Ekspertlar bu kabi vazifalarni amalga oshirishda ko'p vaqt va kuch sarflashadi. Bu esa o'z navbatida, qaror qabul qilish jarayonini kechigishiga olib keladi. Odatda bu kabi muammolar tasvirni qayta ishlash va tanib olishni avtomatlashtirish orqali hal etiladi.
Obyekt konturini aniqlash orqali segmentlashni amalga oshirish bu tasvirlarni qayta ishlashning muhim qismi bo'lib, unda tasvirdagi obyekt chegara chiziqlarini mavjudligi asosida kontur belgilanadi [1]. Tasvirdagi obyekt chegaralarini aniqlashda konturlarni
to'g'ri va to'liq olinishi tasvirni turli shovqin va halaqitlardan holi hamda kontrastini normal darajada bo'lishiga bog'liqdir. Chunki tasvirda shovqin mavjudligi yolg'on konturlarni hosil bo'lishiga, tasvir kontrastining yetarli darajada bo'lmasligi esa konturlarni aniq va to'liq bo'lmasligiga olib keladi. Bu kabi muammolarni bartaraf etish maqsadida, tasvirga dastlab kontrastini oshirish [2-4] va shovqinlarni bartaraf etish [5] kabi dastlabki ishlov berish algoritmlarini qo'llash tavsiya etiladi. Navbatdagi bosqichlarda segmentatsiyalash va tasvirdagi obyekt belgilarini shakllantirish [6-8], informativ belgilarini aniqlash algoritmlari [9-24] tasvirdagi obyektni tanib olishda foydalanish maqsadga muvofiq hisoblanadi.
177
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2023-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2023 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2023 год
Mazkur tadqiqot ishida kontur ajratishning gradientga asoslangan Sobel, Prewitt, Roberts, Scharr, Orhei, Kitchen-Malin, Kayalli va Canny, Robinson, LoG, DoG usullari baholanib, ular asosida kontur ajratishni nuqtali solishtirish algoritmiga nisbatan maqbul usuli aniqlangan.
T
Metodlar. Faraz qilaylik, 0 - orginal tasvirlar
rpk
va ularga mos 0 konturi ekspert tomonidan ajratilgan
u
tasvirlar to'plami, shuningdek i kontur ajratishda qo'llaniladigan filtrlar hamda B tasvirlarni solishtirish
t ^ T
mezonlari to'plami berilgan bo'lsin. 0 0 orginal
tk e Tk
tasvir va unga mos 0 0 konturi ekspert tomonidan
u t
ajratilgan tasvir uchun i filtrni 0 tasvirga qo'llash
natijasida hosil qilinadigan ti konturli tasvir quyi dagi cha ani ql anadi:
ti = ui (t0) i = Ü1 (1)
Bunda tasvirdagi obyekt konturini aniqlashda qo'llaniladigan filtrlar ishlab chiqilgan davriga ko'ra
quyidagicha belgilandi:Ul Roberts, u Prewitt,
u - Sobel, U4 - Robinson, u - LoG, u - DoG,
u - Canny, u - Kitchen-Malin, U - Scharr, Ul0 -
Kayalli, Ul1 - Orhei.
tk
Tanlangan filtrlar samaradorligini baholash 0
tasvir va filtrlarni qo'llash natijasida olingan ti tasvirni solishtirish quyidagicha aniqlanadi:
tk n t\
b =■
Bu yerda, i
kk n t\ - tk
■100% _
i = 1,11
k
e B К I-t
(2)
va
konturli tasvir piksellar tasvirlarni kesishmasi
soni, 1 1 piksellari soni.
Mazkur yondashuvda (2) orqali olingan qiymat qanchalik katta bo'lsa, u holda bu qiymatga mos filtr eng samarali deb olinadi, ya'ni:
opt
= max {b. }, i = 1,11
(3)
Hisoblash tajribasi va natijalar. Mazkur tadqiqot ishida hisoblash tajribasini o'tkazishda asl va
unga mos konturli tasvirlar ekspertlar tomonidan shakllantirilgan www.kaggle.com saytida keltirilgan BSDS500 tasvirlar to'plamidagi 75 ta namuna tasvirdan foydalanilgan.
Tasvir obyektlari konturini ajratishda tasvir sifatiga bog'liq holda mos samarali usulni aniqlash uchun tasvir sifatini baholashni etalonsiz BRISQUE [25] mashhur mezonidan foydalanilgan. Bunda keltirilgan BSDS500 tasvirlar to'plamidan olingan 75 ta namuna tasvirlar va ularga turli halaqitlar qo'shish orqali 125 ta yangi tasvir yaratilib, 200ta tasvirdan iborat baza shakllantirilgan. Bazadagi tasvirlar sifati BRISQUE qiymatiga ko'ra 5 ta, ya'ni Best, Good, Medium, Poor va Bad toifali tasvirlar to'plamiga ajratildi (1-jadval).
1-jadval
BRISQUE qiymati bo'yicha tasvir toifalash natijalari
Tasvir sifati Toifaga ajralish diapazoni Tasvir soni
Best (0;21) 35
Good [21-41) 8
Medium [41;61) 47
Poor [61;81) 86
Bad [81;100) 24
Best, Good, Medium, Poor va Bad toifali tasvirlar to'plamidan olingan namuna tasvirlar quyidagi rasmda keltirilgan.
l-rasm. Best, Good, Medium, Poor va Bad toifali tasvirlar to'plami namuna tasvirlari
Ajratilgan toifalar tasvirlariga yuqorida
u (i = Ш)
keltirilgan 1, v ' filtrlarini qo'llash orqali
konturlarni ajratish amalga oshirildi.
178
k
t
o
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2023-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2023 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2023 год
Filtrlarni qo'llashdan olingan natijalar (2) formula orqali baholandi va baholashning o'rtacha qiymatlari aniqlandi, olingan natijalar 2-jadvalda keltirilgan.
2-jadval
Filtrlarni qo'llash natijalari
Filtrlarning (2) formula bo'yicha o'rtacha
Filtr nomi qiymatlari %
Best Good Medium Poor Bad
Roberts 39.63 33.98 24.12 12.69 11.25
Prewitt 40.12 37.36 33.78 18.68 15.84
Sobel 43.7 41.96 40.28 19.78 11.9
Robinson 43.99 36.82 32.87 19.33 14.84
LoG 33.42 33.71 32.07 24.72 15.78
DoG 39.33 34.14 32.38 24.56 17.41
Canny 25.34 15.87 21.92 19.71 16.03
Kitchen-
Malin 61.42 33.5 31.47 20.08 17.43
Scharr 80.42 40.68 27.76 15.62 14.39
Kayalli 47.1 53.69 12.19 12.86 10.76
Orhei 57.19 36.68 29.58 13.75 12.87
2-jadvalga ko'ra "Best" tasvirlar to'plami uchun Ug Scharr filtri, "Good" uchun Ul0 Kayalli
u _
filtri, "Medium" uchun 3 Sobel filtri, "Poor"
U _ U _ U _
tasvirlar to'plami uchun 5 LoG, 6 DoG va 8 Kitchen-Malin filtrini qo'llash samarali ekanligini ko'rish mumkin. Biroq, ushbu tadqiqotda "Medium" va "Poor", "Bad" tasvirlar to'plami uchun samaradorlik darajasi 50% dan past bo'lishi tasvir obyektlari konturini ajratishga qo'yiladigan talablarga javob bermaydi.
Taklif etilgan yondashuv sun'iy yo'ldoshdan olingan tasvirlar to'plami SIRI_WHU_Datasetda ham sinovdan o'tkazildi. Sun'iy yo'ldosh tasvirlar to'plami dastlab BRISQUE mezoni bo'yicha baholandi, so'ngra ushbu mezon qiymatiga bog'liq holda mos obyekt konturini ajratish filtri qo'llanildi. Filtrlarni sun'iy yo'ldosh tasvirlar to'plamiga qo'llash orqali olingan tasvir namunalari quyidagi rasmda keltirilgan (2-rasm).
1 ^^ / X Ш
Original ¡Щ BRISQUE=23.22 Scharr
1
i -i
BRISQUE=50.78 Sobel
2-rasm. Sun'iy yo'ldosh tasviriga filtrlarni qo'llash natijalari
Olingan natijalar BRISQUE qiymati bo'yicha ajratilgan tasvir to'plami uchun aniqlangan mos kontur ajratish filtrni qo'llash dala maydonlari konturlarini ajratishda samarador ekanligini ko'rsatdi.
Xulosa. Mazkur tadqiqot ishida tasvirlarni qayta ishlash jarayonida obyektlar konturini aniqlash masalasi o'rganilgan. Bunda jami 11 ta filtrdan hisoblash tajribasini o'tkazishda foydalanilgan bo'lib, BSDS500 tasvirlar bazasidan olingan tasvirlar uchun tanlangan barcha filtrlar sinovdan o'tkazilgan. Qo'llanilgan filtrlar natijasida hosil qilingan tasvir konturi ekspert tomonidan ajratilgan konturli tasvir bilan piksellar mosligi bo'yicha baholangan.
Ishlab chiqilgan yondashuv asosida sun'iy yo'ldosh tasvirlar to'plami uchun ham sinovlar o'tkazildi. Olingan natijalar sun'iy yo'ldosh tasvirlarida taklif etilgan yondashuvni qo'llash dala maydonlari konturlarini to'liqroq qamrab olinishini ko'rsatdi.
Foydalanilgan adabiyotlar
1. Acharjya, P.P., Das, R., & Ghoshal, D. (2012). Study and Comparison of Different Edge Detectors for
179
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2023-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2023 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2023 год
Image Segmentation. Global journal of computer science and technology.
2. Mamatov, N. S., Niyozmatova, N. A., Jalelova, M. M., Samijonov, A. N., and Tojiboyeva, Sh. X., "Methods for improving contrast of agricultural images," E3S Web Conf., vol. 401, p. 4020, 2023. DOI: 10.1051/e3sconf/202340104020
3. Mamatov, N.S., Pulatov G. G., Jalelova M.M., "Image contrast enhancement method and contrast evaluation criteria optimal pair" Digital Transformation and Artificial Intelligence. Vol. 1 No. 2 (2023). Vol. 1 No. 2 (2023). https://dtai.tsue.uz/index.php/dtai/article/view/v1i225/ v1i225
4. Маматов, Н., Султанов, П., Юлдашев, Ю., & Жалелова, М. (2023). Методы повышения контрастности изображений при мультиспиральной компьютерной томографии. Евразийский журнал академических исследований, 3(9), 125-132.
5. Маматов, Н., Султанов, П., Жалелова, М., & Тожибоева, Ш. (2023). Критерии оценки качества медицинских изображений, полученных на мультиспиральном компьютерном томографе. Евразийский журнал медицинских и естественных наук, 3(9), 66-77.
6. Niyozmatova, N. A., Mamatov, N., Samijonov, A., Rahmonov, E., & Juraev, S. (2020, September). Method for selecting informative and non-informative features. In IOP Conference Series: Materials Science and Engineering (Vol. 919, No. 4, p. 042013). IOP Publishing
7. Samijonov, A., Mamatov, N., Niyozmatova, N. A., Yuldoshev, Y., & Asraev, M. (2020, September). Gradient method for determining non-informative features on the basis of a homogeneous criterion with a positive degree. In IOP Conference Series: Materials Science and Engineering (Vol. 919, No. 4, p. 042011). IOP Publishing.
8. Niyozmatova N. A. et al. Classification Based On Decision Trees And Neural Networks //2021 International Conference on Information Science and Communications Technologies (ICISCT). - IEEE, 2021. - С. 01-04.
9. Mamatov, N., Samijonov, A., Niyozmatova, N., Samijonov, B., Erejepov, K., & Jamalov, O. (2023,
August). Algorithm for Selecting Optimal Features in Face Recognition Systems. In 2023 19th International Asian School-Seminar on Optimization Problems of Complex Systems (OPCS) (pp. 59-64). IEEE.
10. Shavkat, F., Narzillo, M., & Nilufar, N. (2019). Developing methods and algorithms for forming of informative features' space on the base K-types uniform criteria. International Journal of Recent Technology and Engineering, 8(2S11), 3784-3786.
11. Shavkat, F., Narzillo, M., & Abdurashid, S. (2019). Selection of significant features of objects in the classification data processing. International Journal of Recent Technology and Engineering, 8(2 Special Issue 11), 3790-3794.
12. Huë3MaTOBa, H. A., MaMaTOB, H. C., OTaxoHOBa, E. H., Eo6oeB, H. E., & CaMH®»HOB, A. H. MamnapHH TacHH^namga HH^opMaraB 6e.nrH.nap Ma^MyacuHH aHHK.am ycynnapu.
13. Narzillo, M., Bakhtiyor, A., Shukrullo, K., Bakhodirjon, O., & Gulbahor, A. (2021, November). Peculiarities of face detection and recognition. In 2021 International Conference on Information Science and Communications Technologies (ICISCT) (pp. 1-5). IEEE.
14. Narzillo, M., Abdurashid, S., Nilufar, N., Musokhon, D., & Erkin, R. (2020). Definition of line formula on images. In Journal of Physics: Conference Series (Vol. 1441, No. 1, p. 012150). IOP Publishing.
15. Fazilov S., Mamatov N. Formation an informative description of recognizable objects //Journal of Physics: Conference Series. - 2019. - C. 012043-012043.
16. N Mamatov et al 2020 J. Phys.: Conf. Ser. 1441 012149
17. Mamatov N., Samijonov A., Niyozmatova N. Determination of non-informative features based on the analysis of their relationships //Journal of Physics Conference Series. - 2020. - T. 1441. - №. 1. - C. 012149.
18. Mamatov N., Samijonov A., Yuldashev Z. Selection of features based on relationships //Journal of Physics: Conference Series. - IOP Publishing, 2019. -T. 1260. - №. 10.
19. Mamatov N. et al. The choice of informative features based on heterogeneous functionals //IOP
180
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 I Son: 4 I 2023-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2023 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2023 год
Conference Series: Materials Science and Engineering.
- IOP Publishing, 2020. - T. 919. - №. 4. - C. 042009.
20. Mamatov, N. S. "Heuristic criteria for the informativeness of signs." Materials of the XVII International Scientific and Methodical Conference "Informatics: Problems, Methodology, Technologies". Vol. 3. 2017.
21. Fazilov, Sh.X and Mamatov, N.S (2018) "Formation an informative description of objects.," Chemical Technology, Control and Management: Vol. 2018: Iss. 3, Article 22.
22. Fazilov S. et al. Reducing the dimensionality of feature space in pattern recognition tasks //Journal of Physics: Conference Series. - IOP Publishing, 2020. -T. 1441. - №. 1. - C. 012139.
23. Bekmuratov D. K. Selecting classifiers to ensure the quality and reliability of pattern recognition at class intersection //Journal of Physics: Conference Series. - IOP Publishing, 2021. - T. 2032. - №. 1. - C. 012034.
24. Niyozmatova N. A. et al. Unconditional discrete optimization of linear-fractional function "-1"-order //IOP Conference Series: Materials Science and Engineering. - IOP Publishing, 2020. - T. 862. - №. 4.
- C. 042028.
25. Mittal, Anish & Moorthy, Anush & Bovik, Alan. (2012). No-Reference Image Quality Assessment in the Spatial Domain. IEEE transactions on image processing : a publication of the IEEE Signal Processing Society. 21. 10.1109/TIP.2012.2214050.
181
