    Сейчас на сайте: 1 посетителей (1 зарегистрированных, 0 гостей) |   426057681  574055213 |  Партнерам |  Авторам |  Покупателям |
Выделение и поиск объектов в файлах формата BMP (Программирование на Delphi)
| курсовые работы, Программирование Объем работы: 26 стр. Год сдачи: 2007 Стоимость: 700 руб. Просмотров: 872 | Не подходит работа? |
Оглавление
Введение
Заключение
Заказать работу
Введение……………………………………………………………………2
1. Теоретические основы…………………………………………………3
1.1 Описание формата ВМР………………………………………………3
1.2 Поиск объектов………………………………………………………..8
1.3 Выделение объектов………………………………………………….10
2. Постановка задачи……………………………………………………..11
3. Выбор средств разработки……………………………………………12
4. Разработка ПО…………………………………………………………13
4.1 Структура главного окна программы……………………………….13
4.2 Тестирование программы……………………………………………14
4.3 Описание работы программы………………………………………..16
Заключение………………………………………………………………..19
Приложение……………………………………………………………….20
1. Теоретические основы…………………………………………………3
1.1 Описание формата ВМР………………………………………………3
1.2 Поиск объектов………………………………………………………..8
1.3 Выделение объектов………………………………………………….10
2. Постановка задачи……………………………………………………..11
3. Выбор средств разработки……………………………………………12
4. Разработка ПО…………………………………………………………13
4.1 Структура главного окна программы……………………………….13
4.2 Тестирование программы……………………………………………14
4.3 Описание работы программы………………………………………..16
Заключение………………………………………………………………..19
Приложение……………………………………………………………….20
В процессе биологической эволюции многие животные с помощью зритель-ного и слухового аппарата решили задачи распознавания образов достаточно хорошо. Создание искусственных систем распознавания образов остаётся сложной теоретической и технической проблемой. Необходимость в таком распознавании возникает в самых разных областях — от военного дела и сис-тем безопасности до оцифровки всевозможных аналоговых сигналов. Вот только некоторые примеры задач распознавания образов -
• Распознавание букв.
• Распознавание штрих-кодов.
• Распознавание автомобильных номеров.
• Распознавание лиц.
• Распознавание речи.
• Распознование изображений.
Одной из составляющих распознавания образов является задача выделения схожих изображений из группы изображений. На сегодняшний день можно выделить следующие типы изображений используемые при их числовом коди-ровании:
• Двухуровневое (монохроматическое) изображение. Каждый пиксель изо-бражения может принимать только одно из двух значений. Это самый простой тип изображения, где каждый пиксель изображения представлен одним битом.
• Полутоновое изображение. Значение каждого пикселя в этом случае представляет собой яркость соответствующей точки. Полутоновое изображе-ние может иметь (n = 4, 8, 12, 16, 24) градаций серого. n 2
• Полноцветное изображение. Каждый пиксель такого изображения ко-дируется 24 битами, которые делятся на три 8-битовые группы. Эти группы со-держат значения, которые управляют информацией о красном, зеленом и голу-бом цвете и их интен
сивности. Типы данных истинного цвета RGB содержат 16.7 миллионов цве-тов.
• Изображение с непрерывным тоном. Этот тип изображения характери-зуется тем, что может иметь много похожих цветов. Изображения такого типа чаще всего являются фотореалистичными.
• Изображения с небольшим количеством цветов. Примерами таких изо-бражений могут быть объекты деловой графики – гистограммы, диаграммы, графики и т.п.
• Распознавание букв.
• Распознавание штрих-кодов.
• Распознавание автомобильных номеров.
• Распознавание лиц.
• Распознавание речи.
• Распознование изображений.
Одной из составляющих распознавания образов является задача выделения схожих изображений из группы изображений. На сегодняшний день можно выделить следующие типы изображений используемые при их числовом коди-ровании:
• Двухуровневое (монохроматическое) изображение. Каждый пиксель изо-бражения может принимать только одно из двух значений. Это самый простой тип изображения, где каждый пиксель изображения представлен одним битом.
• Полутоновое изображение. Значение каждого пикселя в этом случае представляет собой яркость соответствующей точки. Полутоновое изображе-ние может иметь (n = 4, 8, 12, 16, 24) градаций серого. n 2
• Полноцветное изображение. Каждый пиксель такого изображения ко-дируется 24 битами, которые делятся на три 8-битовые группы. Эти группы со-держат значения, которые управляют информацией о красном, зеленом и голу-бом цвете и их интен
сивности. Типы данных истинного цвета RGB содержат 16.7 миллионов цве-тов.
• Изображение с непрерывным тоном. Этот тип изображения характери-зуется тем, что может иметь много похожих цветов. Изображения такого типа чаще всего являются фотореалистичными.
• Изображения с небольшим количеством цветов. Примерами таких изо-бражений могут быть объекты деловой графики – гистограммы, диаграммы, графики и т.п.
В ходе работы над проектом были реализованы заданные функции обра-ботки бинарных изображений. Для удобства использования обе функции были совмещены, так как выделение объекта проводилось после прохождения про-цедуры поиска.
После офорления заказа Вам будут доступны содержание, введение, список литературы*
*- если автор дал согласие и выложил это описание.