B = max(r, g, b),(3.1)

где r,g,b – значения компонент RGB – представления [5].

И сходя из полученных значений строится гистограмма яркости, которая сохраняется в файле Br_gist.bmp. Пример получаемой гистограммы предложен на рис.3.1.

Рис. 3.1. Гистограмма яркости изображения

Гистограммы сохраняются в bmp – файлах с целью улучшения визуального восприятия информации, т.к. наглядность в этом случае гораздо выше, чем у текстового представления.

Насыщенность S определяется через максимальные и минимальные компоненты RGB – представления. Насыщенность определяется относительным количеством белого, который надо добавить к полностью насыщенному цвету. Уровень белого определяется минимальной компонентой RGB – представления. Остальные две компоненты окрашивают белую подложку [5].

S= 1 - min(r, g, b)/max(r, g, b).(3.2)

Гистограмма насыщенности, пример которой представлен на рис. 3.2, сохраняется в файле Sa_gist.bmp.

Р ис.3.2. Гистограмма насыщенности

Для вычисления цветности определяются сектора цветового круга, в которые данный цвет попадает. Цвет определяется большей по уровню компонентой RGB – представления. Сначала вычитается уровень белого – цвет приводится к насыщенному виду.

{r’, g’, b’} = {r - min, g - min, b - min}.(3.3)

Остается 2 ненулевых компоненты, возможные варианты соотношений между ними и цветностью представлены в табл. 3.4.

Таблица 3.4.

Блок – схема данного алгоритма представлена на чертеже РТДП 5.000.003.

Следует отметить, что насыщенность лежит в диапазоне 0…1, в то время как цветность располагается на окружности (или другой топологически эквивалентной кривой). Существует ряд случаев, когда определить значение цветности с достаточной точностью невозможно. Это случаи так называемого серого цвета от черного до белого. Эти случаи характеризуются низким уровнем насыщенности [5].

Гистограмма цветности рис.3.3 сохраняется в файле Hu_gist.bmp. Кроме того, гистограммы сохраняются в текстовых файлах name.txt либо name_.txt в зависимости от выбора пункта главного меню, где name.bmp – имя исходного файла для дальнейшей обработки иными программными средствами в случае необходимости. При построении гистограмм согласно пункту 2 меню учитываются все пикселы изображения. При выборе операции “Создание H,S,B планов для точек с большой (малой) насыщенностью” при построении гистограмм учитываются лишь те точки, значение насыщенности которых соответствует задаваемым пользователем параметрам.

Гистограмма цветности в дальнейшем используется для выделения волокон на исходном изображении.

Рис. 3.3. Гистограмма цветности изображения

В случае достаточной насыщенности цвет определяется однозначно. При обработке цветных изображений данный алгоритм цветоопределения показывает достаточно высокую производительность и не уступает более сложным методам определения цветности, основанным на использовании непрерывных функций и выводящим метрики формально.

Используя полученные значения для цветности, и сравнивая их с порогом цветности можно выделить на изображении окрашенные и неокрашенные участки. Таким образом, если участок на изображении является неокрашенным, то, следовательно, не имеет дальнейшего смысла обработка данного участка на предмет определения наличия на нем окрашенных текстильных волокон.

Информация о HSB – представлении исходного изображения хранится в одноименном файле с расширением *.hsb. Дальнейшие преобразования основаны на анализе содержимого данного файла. Здесь следует отметить, что для избежания ошибок следует предусмотреть наличие на диске 25 Мбайт свободного пространства в случае проведения полного анализа изображения, т.к. для проведения манипуляций с данными программа создает ряд графических и текстовых файлов.

3.3 Выделение волокон на исходном изображении

Операция выделения волокон позволяет окрасить одним цветом все точки, имеющие цвет фона и близкие к ним по цвету. Таким образом, в итоге на изображении должны остаться лишь те объекты, которые фону не принадлежали. Данная операция основана на обработке информации, хранящейся в построенной ранее гистограмме цветности.

Гистограмма цветности (Hue) содержит данные о количественном содержании пикселов каждого цвета на обрабатываемой картинке. Таким образом, можно используя гистограмму цветности получить информацию о том, объекты каких цветов содержатся на изображении. Объект, окрашенный заданным цветом, будет представлен на ней в виде пика с максимумом, соответствующим значению необходимого цвета либо близким к нему в случае если объект имеет цвет немного отличающийся от задаваемого. Т.к. на обрабатываемых изображениях изображено небольшое количество волокон на некотором фоне, то, следовательно, наибольшее количество пикселов на изображении будет окрашено именно цветом фона. Исходя из данных соображений, можно сделать вывод о том, что самый большой пик будет соответствовать именно цвету фона, а остальные – объектам, которые нам необходимо выделить для дальнейшей обработки. На рис. 3.4 видно, что самый большой пик соответствует фону, а остальные небольшие пики – текстильным волокнам и другим объектам.

Используя этот факт можно осуществить выделение объектов на исходных фотографиях. Для осуществления выделения необходимо экспериментально подобрав диапазон цвета, которому принадлежит фон, исключить этот диапазон из дальнейшего рассмотрения (приравнять к нулю количество точек заданного цвета). Диапазон цвета выбирается оператором таким образом, чтобы выделяемый объем изображения максимально соответствовал фону, и не терялась информация о содержащихся элементах.

Рис 3.4. Гистограмма цветности до выделения фона

Диапазон цвета выбирается оператором таким образом, чтобы выделяемый по его выбору цветом объем изображения максимально соответствовал фону, и не терялась информация о содержащихся элементах. На рис. 3.5 видно, что после выделения фона соответствующий пик исчез, а оставшиеся соответствуют объектам, которые содержались на изображении. Причем в конкретном случае, скорее всего на изображении остался один объект средней длины, для которого Hue 62 и несколько мелких объектов различных цветов, которые, видимо, являются помехой фона. Для наглядности на исходном изображении пикселы принадлежащие фону можно окрасить в один цвет, например в белый. При этом на изображении останутся объекты, которые отличались по цвету от цвета фона. Объекты могут иметь самую разнообразную форму, т. к. исходя из специфики анализируемых изображений, на фотографиях имеют место не только объекты большой длины, но и мельчайшие фрагменты продуктов текстильного производства, пыль и прочие сопутствующие частицы. Кроме того, возможно проявление дефектов, полученных в результате изготовления фотографий.

Рис 3.5. Гистограмма цветности после выделения фона

Задача выделения на изображении волокон сводится к выбору точек, которые отличаются от фона по некоторому критерию. Одним из таких критериев может служить цвет точки. В этом случае, анализируя цвет пиксела изображения можно используя погрешность, которая задается оператором, выделить точки, цвет которых отличается от фона. Дальнейший анализ можно производить только для полученных элементов на изображении, т.е. не учитывая фон. Проведенное выделение не только упрощает весь дальнейший процесс обработки, но и может быть использовано для проведения экспертизы в случае, когда необходимо анализировать не волокна какого-либо конкретного цвета, а всю совокупность объектов изображения. Но не всегда выделение волокон происходит эффективно, если используется только анализ цвета волокна. В ряде случаев волокно может мало отличаться по цвету от фона на малую величину и при анализе только цветности это может привести к ошибке выделения волокна, т.е. оно не будет выделено. Поэтому необходимо анализировать насыщенность. Это позволит, например, на розовом фоне выделить слабо окрашенные красные элементы.

Полученное в результате выделения изображение сохраняется в файле name_f.bmp, где name.bmp – имя исходного изображения.

3.4 Выделение объектов заданного цвета

Изображение с выделенными на нем волокнами может быть подвергнуто дальнейшему преобразованию с целью нахождения волокон заданного цвета. Данная операция может и не производиться, если нет необходимости в поиске волокон конкретного цвета, а необходимо лишь получить общую картину содержания объектов либо их расположения. Для произведения выделения необходимо используя главное меню выбрать файл *_f.bmp для произведения с ним дальнейших манипуляций. Если будет выбрано изображение, на котором еще не выделены текстильные волокна, то пользователю будет предложено предварительно произвести выделение. Далее, после выбора операции “Поиск точек заданного цвета”, производится проход по всей картинке с целью определения пикселов необходимого, с учетом вводимой погрешности и насыщенности, цвета. Результат сохраняется в файле name_i.bmp и его содержимое можно росмотреть любой программой просмотра, поддерживающей данный графический формат.

3.5 Выбор исходного изображения

Исходное изображение может находиться в любом месте дискового пространства. Для того чтобы выбрать картинку для анализа используется операция “Изменить путь либо файл" главного меню программы. Пользователю предлагается выбрать новый путь для поиска либо оставить текущий каталог неизменным. Информация о найденных файлах формата bmp выводится в отдельном окне, которое предусматривает возможность вертикального скроллинга для выбора необходимого файла рис. 3.6. В окне выводятся имя файла и его размер, текущее имя подсвечивается мигающим курсором.

Рис. 3.6. Выбор исходного изображения

Переход между файлами осуществляется нажатием клавиш “вверх” либо “вниз” на клавиатуре. Выбор осуществляется нажатием клавиши Enter и имя выбранного файла отражается в главном меню программы. Если же файлов нужного формата не найдено, то в окне выдается сообщение “*.bmp файлы не найдены”. При ошибочном выборе пути либо диска выводятся сообщения “Ошибка пути” и “Ошибка выбора диска” соответственно. При обнаружении данных ошибок текущий путь остается неизменным и пользователь в случае необходимости может заново повторить ввод информации о нахождении анализируемых изображений на диске.

Для поиска файлов по маске *.bmp используются стандартные функции findfirst и findnext, описанные в файле dos.h. Найденная информация организуется в двунаправленный список для последующего использования при организации скроллинга и выбора имени файла для обработки. Пользователь в любой момент может изменить диск либо путь к файлам. Для изменения пути и диска используются функции chdir и chdrive, описанные в файлах библиотечных файлах BorlandC dir.h и direct.h соответственно. Данное обстоятельство позволяет программе функционировать независимо от расположения на диске.

4. ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ РАЗРАБОТКИ И ПРИМЕНЕНИЯ ПОДСИСТЕМЫ ВЫДЕЛЕНИЯ ТЕКСТИЛЬНЫХ ВОЛОКОН

4.1 Характеристика подсистемы выделения текстильных волокон

Программа разрабатывается для нужд Министерства внутренних дел Республики Беларусь. Назначение программы первичная обработка изображений при проведении криминалистической экспертизы. Программа предназначена для квалифицированных пользователей, не требует знаний в области компьютерной техники, легка и понятна в эксплуатации. Разработанная программа не предназначена для широкого распространения в силу специфики предназначения.