Tasvirlar sifatiniyaxshilashning chiziqlikontrast usuli

CC BY f
215-217
94
25
Поделиться
Тоджиев, М., Улугмуродов, Ш., & Ширинбоев, Р. (2022). Tasvirlar sifatiniyaxshilashning chiziqlikontrast usuli. Современные инновационные исследования актуальные проблемы и развитие тенденции: решения и перспективы, 1(1), 215–217. извлечено от https://inlibrary.uz/index.php/zitdmrt/article/view/5164
Crossref
Сrossref
Scopus
Scopus

Аннотация

Zamonaviy axbrot texnologiyalar sohasida tasvirlar bilan ishlash qurilmalari va dasturlari hozirda juda ham ko’pdir. Biz ushbu maqolada tasvirlar sifatini yaxshilashning chiziqli kontrast usuli o’rganib uni python dasturida amalda bajarib natijasini havola qilganmiz.


background image

215

Conference on Information Science and Communications Technologies (ICISCT) (pp. 1-4).
IEEE.
3.

Kabilovna, M. D., & Shaazizova, M. E. (2021). Neural Network Method For Solving A

Nonlinear Problem Of Cross-Diffusion Task With Variable Density. Annals of the Romanian
Society for Cell Biology, 666-679.
4.

Khasanov, D., & Primqulov, O. (2021, November). Gradient descent in machine learning. In

2021 International Conference on Information Science and Communications Technologies
(ICISCT) (pp. 1-3). IEEE
5.

Achilovich, Q. O. (2021). Efficiency of Using Smart Technologies in Teaching Technical

Sciences in Higher Educational Institutions. Middle European Scientific Bulletin, 17, 133-137.
6.

Kayumov, O. (2021). SCIENTIFIC AND THEORETICAL BASIS OF DEVELOPMENT

AND INTRODUCTION OF INNOVATIVE METHODS IN INCLUSIVE EDUCATION.
Scienceweb academic papers collection.

TASVIRLAR SIFATINI YAXSHILASHNING CHIZIQLI KONTRAST USULI

Tojiyev M.R., Ulug‘murodov Sh.A.B, Shirinboyev R.Sh.

Mirzo Ulugʻbek nomidagi Oʻzbekiston Milliy universiteti Jizzax filiali

Annotatsiya.

Zamonaviy axbrot texnologiyalar sohasida tasvirlar bilan ishlash

qurilmalari va dasturlari hozirda juda ham ko‘pdir. Biz ushbu maqolada tasvirlar sifatini
yaxshilashning chiziqli kontrast usuli o‘rganib uni python dasturida amalda bajarib natijasini
havola qilganmiz.

Kalit so‘zlar

:

kontrast, piksel,

ikkilik tasvir, ranglar palitrasi.

Raqamli tasvirlarni raqamli qurilmalar orqali olganimzda har doim ham sifatli tasvir

olmasligimiz mumkin. Bunda tasvirlar koʻpincha past kontrastga ega boʻlishi mumkin. Zaif
kontrast yorqinlikning keng doirasi bilan bog'liq boʻlib, koʻpincha yorqinlik darajasini uzatish
xususiyatlarining chiziqli boʻlmaganligi bilan ajralib turadi. Piksel palitrasi yorqinligining
minimal qiymatdan maksimal qiymatgacha oʻzgarishi tasvir sifatiga ta'sir qiladi. Tasvirning
botiq xarakteristikasi bilan tasvir qorong‘uroq boʻladi, qavariq xarakteristikasi bilan u yorug‘roq
boʻladi. Ikkala holatda ham ob'ektlarning xususiyatlari buzilgan boʻlishi va yaxshi aniqlanmagan
bo‘lishi mumkin. Palitraning yorqinligini tuzatish (chiziqlashtirish) tasvir sifatini sezilarli
darajada yaxshilaydi. Past kontrast tasvirdagi piksellarning yorqinlik funktsiyasidagi oʻzgarishlar
orqali yorqinlik shkalasining ruxsat etilgan diapazonidan ancha past boʻlishi mumkin[1]. Bunday
holda, tasvir kontrasti yorqinlikning haqiqiy dinamik diapazonini chiziqli elementga oʻzgartirish
yordamida toʻliq masshtabga "choʻzish" orqali oshiriladi. Palitra yorqinligini toʻg'rilashning yana
bir usuli bu kirish tasvirini teskari aylantirish.

Qorong'i fonda zaif signallarni ajratish juda qiyin

bo'lganligi sababli, bunday tasvirlarni aks ettirishning teskari shakli boshqa yorqinlik
gistogrammasiga ega bo‘ladi. Tasvirni qayta ishlashda kulrang rang tasvirni (yorqinligi yuqori
bo‘lgan) ikkilik tasvirga (ikki gradatsiya) aylantirishni oʻz ichiga oladi. Bunday qayta ishlash
tasvirdagi ortiqcha axborotni kamaytirish va faqat ma'lum bir muammoni hal qilish uchun zarur
boʻlgan ma'lumotlarni qoldirish uchun amalga oshiriladi. Binar tasvirda ma'lum tafsilotlar
saqlanishi kerak (masalan, tasvirlangan ob'ektlarning chegaralari) va ahamiyatsiz xususiyatlar
(fon) chiqarib tashlanishi kerak. Kulrang tasvirni chegaraviy ishlov berish tasvirning barcha
elementlarini chegara bilan yorqinlik asosida ikki sinfga boʻladi. Bular tasvir piksellarini
sinflarning belgilangan yorqinligini almashtirish bilan tegishli chegara filtrlashni amalga
oshirishdan iborat[2].

Chegarani tanlash asl tasvirning yorqinligi gistogrammasining turiga qarab belgilanadi.

Bimodal taqsimotga ega boʻlgan chizmalar, mashinkada yozilgan matn va boshqalar kabi eng
oddiy tasvirlar uchun chegara taqsimlash rejimlari orasidagi minimal darajaga oʻrnatiladi.
Umumiy holda, tasvir multimodal boʻlishi mumkin va agar ob'ektlar va ularning yorqinligining
mos rejimlari oʻrtasida yetarlicha ishonchli muvofiqlik oʻrnatilgan boʻlsa, chegara filtrlash piksel


background image

216

yorqinligining bir necha sinflarini ham ta'minlashi mumkin. Kompyuterdagi tasvirning yorqinligi
diapazoni asl tasvirning yorqinlik diapazonidan farq qilishi mumkin, masalan, kam ta'sir qilish
tufayli. Yorqinlikni tug‘irlashning ikkita mumkin boʻlgan usuli mavjud. Birinchi usul, kirishdagi
tasvirning yorqinligi oralig‘ida chiziqli ravishda koʻrsatiladi. Ikkinchi usul qayta ishlangan
tasvirdagi piksellarning yorqinligini maksimal va minimal chegara darajalariga cheklashni oʻz
ichiga oladi[3].

Tasvirning chiziqli kontrasti

Tasvirni konstratlashtirish tasvirning dinamik diapazoni va vizuallashtirishni amalga

oshiriladigan ekranning mosligini yaxshilash bilan bog'liq. Agar tasvirni raqamli koʻrsatish
uchun 1 bayt (8 bit) fizik xotiradan joy ajratiladigan boʻlsa, u holda kirish yoki chiqish signallari
256 ta qiymatning birini qabul qilishi mumkin. Odatda 0...255 qiymatlar oralig‘i 256 qiymat
uchun ishlatiladi; 0 qiymati qora rangni, 255 qiymati esa oq rangni ko‘rsatadi. Misol qilib
oladigan bo‘lsak berilgan tasvirning minimal va maksimal yorqinligi mos ravishda x

min

va x

max

.

Agar ushbu parametrlardan biri yorqinlik diapazonining chegaraviy qiymatlaridan sezilarli
darajada farq qiladigan bo‘lsa, unda berilgan tasvir toʻyinmagan, noqulay va xiralashgan
koʻrinishga oʻxshaydi. Bunday muvaffaqiyatsiz ko‘rinishdagi tasvirning ko‘rinishi 1.a) rasmda
keltirilgan, bu erda yorqinlik diapazoni x

min

=180, x

max

=240 chegaralariga ega.

Chiziqli

konstrastlashtirish

uchun

shaklni

chiziqli

elementga

oʻzgartirishdan

foydalaniladi:[4]

y=a*x+b, (1)

a va b parametrlar tasvirning chiqish yorqinligining istalgan qiymatlarining minimal y

min

va

maksimal y

max

bilan belgilanadi.

Tenglamalar tizimini yechish orqali

a va b o'zgartirish parametrlariga nisbatan (1) ni quyidagi shaklga keltiramiz:

[5].

a b

1-rasm Chiziqli kontrastga misol

1.a va 1.b rasmlarda berilgan tasvirning dastlabki va chiziqli kontrast ishlov berilgan

holatlari tasvirlangan. Chiziqli kontrast ishlov berilganda y

min

=0 va y

max

=255 da koʻrsatilgan.

Ikki tasvirni solishtirganimizda qayta ishlangan tasvirning vizual sifati sezilarli darajada
yaxshilanganligini koʻrishingiz mumkin. Tasvirning yaxshilanganligini berilgan tasvirda mavjud


background image

217

boʻlmagan kontrast joylarini ishlov berilgan tasvirda ekranning toʻliq dinamik diapazonidan
foydalanish bilan bog'liq bo‘ladi.[6]

Foydalanilgan adabiyotlar

1.

Tojiyev, M. (2021). Image segmentation in open cv and python. Scienceweb academic papers

collection.

2.

Ruzibaev, O., Muhamediyeva, D., & Ismailov, I. (2021, November). Selecting a Suitable

Initial Approximation Of Multi-Component Cross-Diffusion Systems. In 2021 International
Conference on Information Science and Communications Technologies (ICISCT) (pp. 1-4).
IEEE.
3.

Kabilovna, M. D., & Shaazizova, M. E. (2021). Neural Network Method For Solving A

Nonlinear Problem Of Cross-Diffusion Task With Variable Density. Annals of the Romanian
Society for Cell Biology, 666-679.
4.

Khasanov, D., & Primqulov, O. (2021, November). Gradient descent in machine learning. In

2021 International Conference on Information Science and Communications Technologies
(ICISCT) (pp. 1-3). IEEE
5.

Achilovich, Q. O. (2021). Efficiency of Using Smart Technologies in Teaching Technical

Sciences in Higher Educational Institutions. Middle European Scientific Bulletin, 17, 133-137.
6.

Kayumov, O. (2021). SCIENTIFIC AND THEORETICAL BASIS OF DEVELOPMENT

AND INTRODUCTION OF INNOVATIVE METHODS IN INCLUSIVE EDUCATION.
Scienceweb academic papers collection.

OLIY TA‘LIM TIZIMIDA INNOVATSION TEXNOLOGIYALARDAN FOYDALANISH

Turanova Iroda

Guliston davlat universiteti ―Boshlang‗ich ta`lim metodikasi‖ kafedrasi o‗qituvchisi

Annotatsiya:

Ushbu maqolada asosan oliy ta`lim tizimida innovatsion ta`lim

texnologiyalari hususan PLICKERS texnologiyasini qoʻllash dars samaradorligini oshirishi
haqida fikr yuritilgan.

Kalit

soʻzlar:

innovatsion

texnologiyalar,

axborot

texnologiyalari,

ta`limni

texnologiyalashtirish, interfaol uslub, PLICKERS texnologiyasi.

Hozirgi kunda ta‘lim jarayonida innovatsion texnologiyalar, pedagogik va axborot

texnologiyalarini o‗quv jarayoniga qo‗llashga bo‗lgan qiziqish, e‘tibor kundan - kunga kuchayib
bormoqda. Buning asosiy sabablaridan biri an‘anaviy ta‘limda talabalarni faqat tayyor bilimlarni
egallashga o‗rgatilgan bo‗lsa, zamonaviy texnologiyalar ularni egallayotgan bilimlarini o‗zlari
qidirib topishlariga, mustaqil o‗rganib, tahlil qilishlariga, xatto xulosalarni ham o‗zlari keltirib
chiqarishlariga o‗rgatadi. O‗qituvchi bu jarayonda shaxsning rivojlanishi, shakllanishi, bilim
olishi va tarbiyalanishiga sharoit yaratadi. Shuning uchun boshlang‗ich sinf o‗qituvchilarini –
malakali kasb egalarini tayyorlashda zamonaviy o‗qitish metodlari, innovatsion, pedagogik va
axborot texnologiyalarining o‗rni va ahamiyati benihoya kattadir. Ushbu maqsaddan kelib
chiqqan holda oliy ta‘lim jarayonini amalga oshirish, ta‘lim-tarbiya ishlarini yaxshilash,
zamonaviy pedagogik, innovatsion va axborot texnologiyalarni ta‘lim jarayoniga tatbiq etish,
ilg‗or ish tajribalarini ommalashtirish, jamoatchilik asosida ta‘lim muassasasi o‗rtasidagi
hamkorlikni yuzaga keltirish, uni mustahkamlash dolzarb masalalardan hisoblanadi.

Ta‘limni texnologiyalashtirish – bu o‗qitish jarayoniga texnologik yondashish asosida

ta‘lim maqsadlariga erishishning eng maqbul yo‗llari va samarali vositalarni tadqiq qiluvchi va
qonuniyatlarni ochib beruvchi pedagogik yo‗nalishdir.

Ta‘lim texnologiyasi – bu mavjud sharoit va o‗rnatilgan vaqtda belgilangan ta‘limiy

maqsad va ko‗zlanayotgan natijalarga kafolatli erishishni vositali ta‘minlovchi, muloqot,
axborot, boshqaruv va o‗qitishning eng qulay yo‗l va vositalarining tartibli yig‗indisi (ta‘lim
berish texnologiyasining jarayon-bayonli jihati); bu mavjud yuzaga kelgan ta‘limiy jarayon

Библиографические ссылки

Tojiyev, M. (2021). Image segmentation in open cv and python. Scienceweb academic papers collection.

Ruzibaev, O., Muhamediyeva, D., & Ismailov, I. (2021, November). Selecting a Suitable Initial Approximation Of Multi-Component Cross-Diffusion Systems. In 2021 International Conference on Information Science and Communications Technologies (ICISCT) (pp. 1-4). IEEE.

Kabilovna, M. D., & Shaazizova, M. E. (2021). Neural Network Method For Solving A Nonlinear Problem Of Cross-Diffusion Task With Variable Density. Annals of the Romanian Society for Cell Biology, 666-679.

Khasanov, D., & Primqulov, O. (2021, November). Gradient descent in machine learning, hi 2021 International Conference on Information Science and Communications Technologies (ICISCT) (pp. 1-3). IEEE

Achilovich, Q. O. (2021). Efficiency of Using Smart Technologies in Teaching Technical Sciences in Higher Educational Institutions. Middle European Scientific Bulletin, 17, 133-137.

Kayumov, O. (2021). SCIENTIFIC AND THEORETICAL BASIS OF DEVELOPMENT AND INTRODUCTION OF INNOVATIVE METHODS IN INCLUSIVE EDUCATION. Scienceweb academic papers collection.

inLibrary — это научная электронная библиотека inConference - научно-практические конференции inScience - Журнал Общество и инновации UACD - Антикоррупционный дайджест Узбекистана UZDA - Ассоциации стоматологов Узбекистана АСТ - Архитектура, строительство, транспорт Open Journal System - Престиж вашего журнала в международных базах данных inDesigner - Разработка сайта - создание сайтов под ключ в веб студии Iqtisodiy taraqqiyot va tahlil - ilmiy elektron jurnali yuridik va jismoniy shaxslarning in-Academy - Innovative Academy RSC MENC LEGIS - Адвокатское бюро SPORT-SCIENCE - Актуальные проблемы спортивной науки GLOTEC - Внедрение цифровых технологий в организации MuviPoisk - Смотрите фильмы онлайн, большая коллекция, новинки кинопроката Megatorg - Доска объявлений Megatorg.net: сайт бесплатных частных объявлений Skinormil - Космецевтика активного действия Pils - Мультибрендовый онлайн шоп METAMED - Фармацевтическая компания с полным спектром услуг Dexaflu - от симптомов гриппа и простуды SMARTY - Увеличение продаж вашей компании ELECARS - Электромобили в Ташкенте, Узбекистане CHINA MOTORS - Купи автомобиль своей мечты! PROKAT24 - Прокат и аренда строительных инструментов