Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
| Код |
243115 |
| Дата создания |
11 марта 2016 |
| Страниц |
107
|
Мы сможем обработать ваш заказ (!) 23 апреля в 16:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Описание
Цель – создание программного продукта для нахождения самого четкого изображения клеток крови для электронного микроскопа. В работе использована концепция интернета вещей.
Программный продукт реализован с помощью библиотеки компьютерного зрения OpenCV и языка программирования Python.
Сформулированны технические требования для разработки. Проведен анализ работы, разработана архитектура приложения и алгоритмы поиска самого четкого изображения, представлен готовый программный продукт.
Программный продукт могут использовать любые реализации электронных микроскопов, он позволяет автоматизировать и ускорить поиск клеток.
При необходимости, данная магистерская работа может быть оперативно переделана и доработана под нужную область. Имеется 2 варианта работы, на русском и украинском языках, по зап ...
Содержание
ВВЕДЕНИЕ 8
1 АНАЛИТИЧЕСКИЙ ОБЗОР 10
1.1 Электронная - медицина 10
1.2 Язык программирования Python 11
1.3 MS Visual Studio 2015 13
1.4 Библиотека OpenCV 15
1.5 Библиотека Matplotlib. Модуль pyplot 17
2 ПОСТАНОВКА ЗАДАЧИ 19
2.1 Объект реализации 20
2.2 Объект исследования 21
2.3 Требования к разработке 23
3 конструирование объекта РЕАЛИЗАЦИИ 25
3.1 Компьютерное зрение 25
3.2 Применение компьютерного зрения 28
3.3 Системы компьютерного зрения 29
3.3.1 Сегментация изображения 31
3.3.2 Выявление контуров 34
3.4 Описание научной области 36
4 СОЗДАНИЕ ПРОГРАММНОГО ПРОДУКТА И ЕГО КОМПОНЕНТОВ 46
4.1 Установка операторов Sobel X, Y 46
4.2 Магнитуда градиента 51
4.3 Амплитуда градиента яркости изображения 52
4.4 Нахождение и отображение градиента яркости изображения 53
4.5 Работа в Matplotlib. Использование pyplot в ЧП 54
5 ОПИСАНИЕ ПРОГРАММНОГО ПРОДУКТА 56
5.1 Выявление и отражение Собеля и Магнитуды 56
5.2 Выявление и отражение магнитуды градиента яркости изображения 59
5.3 Отображение pyplot в ЧП 60
5.4 Результат ЧП 62
5.5 Требования к программному и аппаратному обеспечению 64
6 ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ПРОГРАММНОГО ПРОДУКТА 65
6.1. Общая характеристика проекта 65
6.2 Расчет трудоемкости 66
6.3 Определение цены программного продукта 71
6.4 Расчет начальных инвестиций 75
7 ОХРАНА ТРУДА 80
7.1 Требования к микроклимату компьютерных помещений 80
7.2 Требования к оборудованию 82
7.3 Первичные средства пожаротушения в компьютерных помещениях 85
7.4.1. Использование защитных средств 88
7.4.2. Рациональные регулирования компьютерного оборудования 89
7.4.3. Применение новой техники и современных существующих конструкций 89
7.4.4. Применение биобезопасной техники 90
8 гражданской защиты 91
ВЫВОДЫ 100
ПЕРЕЧЕНЬ ССЫЛОК 101
ПРИЛОЖЕНИЕ А 105
А.1 Листинг модуля Main.py 105
А.2 Листинг модуля findFocusImage.py 10
Введение
Мы живем в информационном веке. На самом деле, уже не один десяток лет миром правит информация. Ее объемы растут постоянно, и также постоянно растет их влияние на нас с Вами. Информация везде - торговля, производство, транспорт, наука, финансовая деятельность, медицина и, наконец, - наша жизнь.
По оценкам исследования взаимодействие через глобальную сеть Интернет человека с человеком или человека с машиной имеет существенные отличия от требований к межмашинного взаимодействия. Количество вещей, связываются через Интернет к 2020 году может достичь 20 млрд. Из того, что больше чем в 3 раза превышает численность Земли. Все чаще стал встречаться термин Интернет вещей (далее ИР). ИР это концепция коммуникационной сети физических или виртуальных объектов ( «вещей»), которые имеют технологии для взаимодействия между собой и с окружающей средой, а также могут выполнять определенные действия без вмешательства человека [1].
Концепция заключается в том, чтобы все предметы быта, товары, узлы технологических процессов и т.п., были оснащены встроенными компьютерами и сенсорами, имели возможность обрабатывать информацию, поступающую по окружающей среде, обмениваться ею и выполнять различные действия в зависимости от полученной информации.
Устройства ИР также могут быть использованы для того, чтобы осуществлять дистанционный контроль здоровья и чрезвычайной системы оповещения. Эти устройства мониторинга здоровья могут варьироваться от артериального давления (пульсометры), в передовых устройств, способных мониторить имплантаты, такие как кардиостимуляторы или передовые слуховые аппараты. Она использует телекоммуникационные технологии для облегчения передачи данных изображения патологии между удаленными центрами для выполнения целей диагностики, образования и научных исследований.
Использование телевизионных микроскопов является предтечей телепатологии, они позволяют быть врачу как физическим так и виртуальным, для анализа и диагностики.
Интернет вещей может вызвать огромные изменения в повседневной жизни, предоставив обычным пользователям совершенно новый уровень комфорта. Но если элементы такой системы не будут должным образом защищены от несанкционированного вмешательства, с помощью надежного криптографического алгоритма, вместо пользы они принесут вред, предоставив киберпреступникам лазейку для подрыва информационной безопасности. Поскольку вещи со встроенными компьютерами сохраняют очень много информации о своем владельце, в частности могут знать его точное местонахождение, доступ к такой информации может помочь злоумышленникам совершить преступление. Отсутствие в настоящее время стандартов для защиты таких автономных сетей несколько замедляет внедрение интернета вещей в повседневную жизнь [2]
Список литературы
1 Дейв Эванс. «Интернет вещей. Как изменится вся наша жизнь на очередном витке развития Всемирной сети»/ под общ.ред. Э. Дейвю, 2011 г. – 500с.
2 Алгулиев Расим, Махмудов Расим, «Интернет вещей», Информационное общество/ под общ.ред. Р. Алгулиев 2013 г. – 656с.
3 Державне агентство з питань електронного урядування України [Электронный ресурс] – Режим доступа:
http://dknii.gov.ua/content/elektronna-medycyna– Дата доступа: 03.02.2016 г.
4 Лутц М. «Программирование на Python» том II, 4-е издание. – Пер. с англ. – СПб.: Символ-Плюс/ под общ.ред. М.Лутц, 2011. – 992 с.
5 Montgomery John «Visual Studio 2015 Preview, Visual Studio Community 2013, Visual Studio 2013 Update 4, and More. Visual Studio Blog»/ J. Montgomery 2004. – 394p.
6 Официальный сайт Open CV [Электронный ресурс] – Режим доступа: http://opencv.org/ – Дата доступа: 04.02.2016 г.
7 Langtangen, Hans Petter «A primer on scientific programming with Python. т. 6. Springer» / P. Hans 2009. – 1465р.
8 Ходаковский Ф.В. Перспективы интернета вещей // Современные научные исследования и инновации. 2014. № 12 [Электронный ресурс] – Режим доступ: http://web.snauka.ru/issues/2014/12/42161 – Дата доступа: 15.10.2015 г.
9 Sandro Tosi « Matplotlib for Python Developers» — Packt Publishing / T. Sandro 2009. — 308с.
10 Л. Шапиро, Дж. Стокман «Компьютерное зрение = Computer Vision. — М. : Бином. Лаборатория знаний» / под общ.ред. Л. Шапиро 2006г. — 752 с.
11 Дэвид Форсайт, Жан Понс «Компьютерное зрение. Современный подход = Computer Vision: A Modern Approach.» — М. : «Вильямс»/ под. общ. ред. Д.Форсайта. 2004г. — 928 с.
12 Шапиро Л., Стокман Дж. «Компьютерное зрение» Пер. с англ. - М.: БИНОМ. Лаборатория знаний / Л. Шапиро 2006. - 752 с., 8 с. ил.: ил.
13 Чочиа П.А. Пирамидальный алгоритм сегментации изображений // Информационные процессы. 2010. Том 10, № 1. С. 23-35. [Электронный ресурс] Режим доступа: http://www.jip.ru/2010/23-35-2010.pdf – Дата доступа: 09.02.2016 г.
14 Бакут П.А., Колмогоров Г.С., Ворновицкий И. Э. «Сегментация изображений: методы пороговой обработки. // Зарубежная радиоэлектроника.» / П.А. Бакут. 1987. С. 6–24
15 Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах: учеб. пособие. Новосибирск: Изд-во НГТУ/ И.С. Грузман, В.С. Киричук, В.П. Косых, 2003г. – 352 с.
16 Гонзалес Р., Вудс Р. «Цифровая обработка изображений»: пер. с англ. М.: Техносфера / под общ. ред. Р.Гонзалес. 2005. 1072 с.
17 Рейер И.А. Распознавание формы плоских объектов на основе гомеоморфного отображения границы //В кн.: Труды 5-й межд. конф. «Распознавание образов и анализ изображений: новые информационные технологии». Самара, / И.А. Рейер 2000г.,c. 377-381.
18 Горелик A.И., Скрипкин B.A. «Методы распознавания» M.: Высшая школа / под общ.ред. А.И. Горелик. 1984г. – 219 с.
19 Сойфер В.А. «Методы компьютерной обработки изображений» Изд. 2. М.: ФИЗМАТЛИТ/ под общ.ред. В.А. Сойфера. 2003г. – 784 с.
20 Цифрова патологія [Электронный ресурс] – Режим доступа: http://referaty.in.ua/index.php?newsid=1617709 – Дата доступа: 29.01.2016 г.
и еще 14 источнико
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00482