JOURNAL OF NEW CENTURY INNOVATIONS
Volume–75_Issue-1_April-2025
245
245
RAQAMLI TASVIRNI SUBPIKSELLI QAYTA ISHLASH
USULLARI VA ALGORITMLARI
O'rinova Oygul Roxatali qizi
Namangan Davlat Universiteti
Amaliy matematika yo'nalishi magistranti
ANNOTATSIYA
Ushbu maqolada raqamli tasvirni subpikselli qayta ishlash usullari va
algoritmlari haqida ma’lumotlar keltirilgan.Shuningdek raqamli tasvirni qayta ishlash
va uning tarkibiy qismlari, raqamli tasvirni segmentlash usullari haqida qisqacha
ma’lumot berilgan. Raqamli tasvirni subpikselli qayta ishlash usullari va algoritmlari
haqida xulosa va takliflar keltirilgan.
Kalit so‘zlar:
Raqamli tasvir, kompyuter, qayta ishlash, tahlil qilish, tasvir
segmentatsiyasi, tasvir deskriptorlari, konturli segmentatsiya.
KIRISH
Raqamli tasvirlarni qayta ishlash kompyuterlar yordamida raqamli tasvirlarni
boshqarishga yo‘naltirilgan texnikalar majmuasidir. Sun’iy yo‘ldoshlarda o‘rnatilgan
sensorlardan olingan ma’lumotlar qayta ishlanmagan hamda nuqson va kamchiliklarga
ega bo‘ladi, bu kamchiliklarni yo‘qotish, haqiqiy ma’lumotga keltirish va bu
ma’lumotdan talab qilingan axborotlarni ajratib olish uchun bir nechta qayta ishlash
bosqichlari amalra oshiriladi. Tasvirlarning formati, boshlang‘ich holati, kerakli
ma’lumot turi hamda tasvir tarkibiga qarab bir tasvir boshqasidan farq qiladi.
Raqamli tasvirni qayta ishlash usullaridan foydalangan holda tasvirlarni
segmentlash texnikalari, tasvirlarni segmentlarga bo‘lishi va ularga qayta ishlash
imkoniyatini beradi.
TAHLIL VA NATIJALAR
Raqamli tasvirni qayta ishlash, tasvirni o‘zgartirish, tahrirlash yoki boshqa
maqsadlar uchun qayta ishlashni ifodalaydi. Bu, tasvirni boshqa formatga o‘tkazish,
ranglarini o‘zgartirish va boshqa o‘zgarishlar bilan amalga oshirilishi mumkin.
Tasvirga ishlov berish asosan quyidagi bosqichlarni o‘z ichiga oladi:
Tasvirni yig‘ish vositalari orqali tasvirni import qilish.
Kerakli tasvirni olish uchun tasvirni tahlil qilish va manipulyatsiya qilish.
Ushbu tasvirni tahlil qilishga asoslangan chiqish tasviri. Raqamli tasvirni qayta
ishlash tizimining tarkibiy qismlari:
1.
Tasvir olish
- bu analog tasvirni raqamli tasvirga aylantirish bosqichidir.
Ushbu jarayon odatda raqamli kameradagi fotosuratni bosganimizda ro‘y beradi,
chunki haqiqatda tasvir inson vizual tizimi tomonidan olingan bo‘lsa analog signaldir.
2.
Tasvirni oshirish
- bu HVS tomonidan yaxshi qabul qilinishi uchun tasvir piksel
JOURNAL OF NEW CENTURY INNOVATIONS
Volume–75_Issue-1_April-2025
246
246
qiymatlarini o‘zgartirish uchun ishlatiladigan fazadir. Buni fazoviy domen yoki
chastota domeni yordamida amalga oshirish mumkin. Misollar: gistogrammani
tenglashtirish, shovqinni pasaytirish, xira tozalash, tasvirlarni keskinlashtirish va
yumshatish, filtrlash va boshqalar.
3.
Rang maydonini konvertatsiya qilish
- bu tasvirdagi qiziqish xususiyatlarini
chiqarib olish uchun uni aniqroq ifodalash mumkin bo‘lgan tasvirning rang maydonini
konvertatsiya qilish bilan shug‘ullanadi. Rang maydonining ba’zi misollari: cieLAB,
HSV, HSL va boshqalar.
4.
Raqamli tasvirni o‘zgartirish
- bu tasvirni turli xil formatlarda aks ettirish
bilan shug‘ullanadi, shuning uchun o‘zgartirilgan tasvir tasvirni siqish,
xususiyatlarni ajratib olish va boshqalar kabi vazifalarda ishlatilishi mumkin. Ushbu
konvertatsiya tarkibiga DFT, alohida kosinus konvertatsiyasi, diskret to‘lqin to‘lqinlari
konstruktsiyasi, tasvirlarni o‘ziga xos shaklda ko‘rsatish kiradi.
5.
Tasvir segmentatsiyasi
- bu tasvirni tarkibiy qismlariga yoki ob’ektlariga
bo‘lishni o‘z ichiga oladi. Masalan: chekkalarni aniqlash, chegaralarni aniqlash, pol
chegarasi, mintaqalarga qarab segmentatsiya va boshqalar.
6.
Tasvir deskriptorlari
- bu tasvirdagi xususiyat nuqtalarini noyob aniqlash
uchun ishlatilishi mumkin bo‘lgan xususiyatlarni yaratish va shu sababli CBIR
tizimining dasturlarida foydalanish mumkinligi bilan bog‘liq. Misol: SIFT, SURF va
boshqalar.
Raqamli tasvirni segmentlash usullari haqida qisqacha ma’lumot
. Quyida
raqamli tasvir yordamida tasvirni segmentlash usullari keltirilgan:
1.
Bo‘sag‘aga asoslangan segmentatsiya:
Bu har bir piksel qiymati chegara
qiymati bilan taqqoslanadigan tasvirni segmentlash ning eng oddiy usuli. Agar piksel
qiymati chegara qiymatidan kichik bo‘lsa, u 0 ga o‘rnatiladi, aks holda u maksimal
qiymatga o‘rnatiladi (odatda 255). Bu chegara qiymati o‘zboshimchalik bilan
o‘zgartirilishi mumkin. Ushbu algoritmlarni qo‘llash fonni old bilan ajratishimiz kerak,
chunki bu algoritmning kamchiligi shundaki, u har doim tasvirni ikkita toifaga ajratadi.
JOURNAL OF NEW CENTURY INNOVATIONS
Volume–75_Issue-1_April-2025
247
247
1-
rasm. Bo‘sag‘a usuli.
Uchta chegara usuli, ya’ni 1. Butun tasvirda bitta chegara qiymati ishlatilganda
global chegara, 2. Adaptiv o‘rtacha chegara, bu chegara qiymati s o‘lchamdagi mahalla
maydonining o‘rtacha qiymati bo‘lib, uni qo‘lda o‘rnatish mumkin va 3. Adaptiv Gauss
chegarasi, bu yerda chegara qiymati - bu og‘irliklar gauss oynasi bo‘lgan qo‘shni
qiymatlarning tortilgan yig‘indisi.
2.
Konturli segmentatsiya:
Ushbu usul yordamida tasvirdagi aniqlangan qirralar
ob’ekt konturlarini ifodalaydi va shu ob’ektlarni aniqlash uchun ishlatiladi. Sobel
va qirralarning chekkalarini aniqlash algoritmlari - bu chekkalarga asoslangan
segmentatsiya texnikasiga misollar.
2-rasm. Kenni filtri orqali tasvirni konturli segmentlash.
3.
Segmentlarga asoslangan morfologik usullar:
bu tasvirga xos geometrik
strukturani tahlil qilish metodologiyasi. Ushbu texnikada chiqadigan tasvir piksellari
qiymatlari qo‘shni qo‘shni tasvirlarning o‘xshash piksellariga asoslanadi va yangi
ikkilik tasvirni hosil qiladi. Ushbu usul oldingi fon ajratishda ham qo‘llaniladi.
Morfologik operatsiyaning asosi mantiqiy AND, OR bilan ifodalangan
kengayish, eroziya, ochilish, yopilishdir. Ushbu uslub asosan shaklni tahlil qilishda
va tasvir ostonasiga tushgandan so‘ng shovqinlarni yo‘qotishda qo‘llaniladi. Misol:
suv havzasi algoritmi.
3-rasm. Morfologik ishlov berish.
4.
Grafikka
asoslangan
segmentatsiya
texnikasi:
Grafika
asosidagi
yondashuvlar har bir pikselni grafadagi tugun sifatida ko‘rib chiqadi. Ikki tugun
orasidagi chekka og‘irliklar qo‘shni piksellar orasidagi o‘xshashlikka mutanosibdir.
JOURNAL OF NEW CENTURY INNOVATIONS
Volume–75_Issue-1_April-2025
248
248
Grafik bo‘yicha aniqlangan xarajat funktsiyasini minimallashtirish orqali segmentlar
yoki aka superpiksellarni hosil qilish uchun piksellar birlashtirilgan.
4-rasm. Tasvirning yo‘naltirilmagan grafik tuzilmasi.
Tarmoqdagi kulrang tugunlar piksellarni bildiradi va qirralar bu piksellarning
qo‘shnilari. Butun tasvir yo‘naltirilmagan grafik tuzilmasi sifatida qaraladi va
maqsadi ushbu grafikni chap tasvirda ko‘rsatilgan qizil va yashil mintaqalar kabi
segmentlarga bo‘lishdir. To‘g‘ri tasvir - bu grafikalar tarmog‘idan shakllantirishimiz
mumkin bo‘lgan qo‘shni matritsa.
XULOSA VA TAVSIYALAR
Texnik qurilmalarning ma’lumotlarni qabul qilish xususiyati va suratga olish
paytidagi yorug‘lik darajalari kabi omillar tasvir sifatiga turlicha ta`sir qiladi. Agar
tasvir sifati yomon bo‘lsa, uni yaxshilash zarur. Chunki, sifatli bo‘lmagan tasvirlarda
yuz elementlarini topish qiyin kechadi. Tasvir sifatini yaxshilashning turli usullari
mavjud. Masalan, chegaralarni kuchaytirish, halaqitlarni yo‘qotish, tiniqlikni oshirish
va boshqalar. Xulosa qilib aytganda, raqamli tasvirlarni qayta ishlash, tahlil qilish va
axborot ajratib olishni amalga oshirishda raqamli tasvirlarga algoritmlar qo‘llaniladi.
FOYDALANILGAN ADABIYOTLAR ROʻYXATI:
1. Umarov Sh.A. Tasvirlarga raqamli ishlov berish. Ma’ruzalar matni. –
Farg‘ona:TATU Farg‘ona filiali, 2015. 126 b.
2. Грузман И.С. «Цифровая обработка изображений в информационных
системах. Учебное пособие»/ Грузман И.С. /. – Новосибисрк: Изд-во НГТУ, 2002.
– 352 c.
3. Оператор Кэнни – Википедия [Электронный ресурс]: Оператор Кэнни. –
Электрон дан. – Режим доступа: ru.wikipedia.org/wiki/Оператор_ Кэнни – Загл. с
экрана.
4. Jen’isbaev Iskender, GIS da raqamli tasvirlarni qayta ishlash usullari, Nukus
2018
5. M. Salvi, K. Vidimče, Surface based anti-aliasing, in: Proceedings of the ACM
SIGGRAPH Symposium on Interactive 3D Graphics and Games, I3D’12, Association
for Computing Machinery, New York, NY, USA, 2012, p. 159–164. URL:
https://doi.org/10.1145/2159616. 2159643. doi:10.1145/2159616.2159643
6. L. Yang, S. Liu, M. Salvi, A survey of temporal antialiasing techniques,
Computer Graphics Forum 39 (2020) 607–621. doi:10.1111/cgf.14018.
