Дипломная работа: Подсистема выделения текстильных волокон в задачах экспертизы
Исходное 3-х зональное изображение в формате rgb преобразуется в набор скалярных планов. Каждый из планов можно представить как компоненту нового векторного поля [5], которое получено с помощью локальных преобразований исходного. Основные три из таких компонент получаются с помощью нелинейных преобразований цветовых координат rgb->HSB (Hue, Saturation, Brightness). Существует большое число цветовых координат, которые более или менее соответствуют физиологическому восприятию цвета здоровым человеком. Система координат HSB является одной из наиболее производительных среди известных.
Яркость – характеристика удельной интенсивности свечения излучающей или отражающей поверхности. Яркость измеряется силой света, излучаемого единицей поверхности. Сила света характеризует интенсивность излучения света источником в данном направлении. Измеряется плотностью светового потока, излучаемого в молом телесном углу, к величине этого угла.
Насыщенность определяется количеством примеси белого в рассматриваемом цвете. Иначе говоря, насыщенность означает восприятие степени чистоты цвета, то есть степень его свободы от примеси белого цвета. Насыщенность представляет собой число световых порогов, отделяющих данный цвет от белого, равной с ним яркости.
Одним из планов является пространственное распределение насыщенности, определяющее степень окрашенности объекта. В связи с тем, что для слабоокрашенных объектов цветовая компонента вычисляется со значительной погрешностью, снижающей в результате точность цветовой селекции, вводится порог насыщенности, ниже которого цвет объекта считается серым (бесцветным). Цветовая компонента определяется на круге, в то время как остальные – на обычной числовой оси. Серый цвет представлен бинарным планом – маской, которая определяет (не)окрашенные области на изображении, и планом яркости.
1.4 Хранение растровых изображений в формате Bitmap
Формат bitmap изображения может хранить точную информацию о любом возможном изображении, поскольку каждое изображение может быть разбито на сетку, настолько мелкую, насколько это доступно человеческому глазу.
Аппаратно независимый формат хранения изображения Bitmap [6] был разработан фирмой Microsoft и предназначен для хранения и отображения растрового изображения. Файлы аппаратно независимого bitmap могут содержать изображения с 1, 4, 8 или 24 битами на пиксель. 1-, 4- и 8-битные изображения имеют карты цветов, тогда как 24-битные изображения имеют непосредственную цветопередачу.
1.5 Экономическое обоснование и охрана труда
В работе [7] отражены действующие в настоящее время требования, обобщена новая справочная и учебная литература по определению экономической эффективности проектируемых новых программных средств. Приведены все необходимые формулы и методы для экономического обоснования дипломного проекта. Содержится пример расчета эффективности разрабатываемого программного средства.
В работе [8] описаны вредные факторы, влияющие на пользователя в процессе работы с компьютером, определяются методы защиты от этих воздействий. Кроме этого, приведены стандарты безопасности, которым должны соответствовать мониторы компьютеров и защитные фильтры. Влияние мониторов на зрительную систему, опорно-двигательную систему операторов подробно рассмотрено в источниках [9] и [10]. Приведены рекомендации по организации рабочего времени за экраном монитора, а также по расположению рабочих мест в помещении при соблюдении норм безопасности. Описаны методы защиты от излучений мониторов. Источники [11] и [12] являются нормативными документами, определяющими требования к видеотерминальным устройствам персональных компьютеров. В них подробно представлены нормы излучений, безопасные для пользователя.
2. СТРУКТУРНОЕ ПРОЕКТИРОВАНИЕ
2.1 Структура системы обработки текстильных волокон
Обобщенная структурная схема системы обработки текстильных волокон представлена на чертеже РТДП 5.000.001. На ней представлены следующие модули:
1. Cбор информации с места преступления либо объектов вещной обстановки. На данном этапе производится сбор данных для последующей обработки. Для обнаружения, фиксации и изъятия текстильных волокон используется аппаратура и приборы, имеющиеся на вооружении у следователей, экспертов, техников, приспособленные для работы с небольшими количествами веществ и материалов [1]. Кроме того, для изъятия текстильных волокон, особенно когда их наличие лишь предполагается, применяют специальные липкие пленки и ленты. Изъятие волокон как технический прием подразумевает отделение их от предмета-носителя и перенесение в среду, защищающую волокна от повреждений. Для изъятия единичных волокон удобны адгезионные пленочные материалы. Для снятия с объектов-носителей комочков волокон, фрагментов нитей, пряжи пользуются пинцетами и другими инструментами. Пылезаборники применяют лишь при сборе волокон, рассеянных на больших площадях либо находящихся в глубине изделий, в щелях, узких пазах и других труднодоступных местах. Объекты, направляемые на исследование, соответствующим образом зафиксируются и надежно упаковываются. Средства, используемые для этого, обеспечивают защиту от повреждений и дополнительных загрязнений. Этим требованиям лучше всего отвечают пленки из полиэтилена и стеклянная посуда.
2. Ввод данных в ЭВМ, получение исходных изображений. Для дальнейших исследований на ЭВМ получают фотографии исследуемых объектов. Для этого каждые элемент исследования подвергается съемке цифровыми камерами либо высококачественным фотооборудованием с последующим сканированием фотографий. При этом используются различные фильтры, освещение и другие приемы для максимальной эффективности обнаружения. Изображение, полученное каким либо из способов на ЭВМ, преобразуется в формат BMP 24 bit для последующей обработки. Следует отметить, что на данном этапе применяется только высококачественное оборудование.
3. Предварительная обработка исходных данных. При использовании сканеров последние могут не распознать некоторые цвета и изображение получается не совсем качественное, что может сказаться на дальнейшем ходе исследований. Поэтому предварительно фотографии подвергаются фильтрации любыми доступными программными средствами, например Photoshop.
4. Первичный анализ, построение планов и гистограмм. Для проведения выделения необходимо получить информацию о точках изображения, их яркости, насыщенности, цветности. Для этого строятся r, g, b – планы, производится преобразование изображения из rgb – представления в hsb, строятся гистограммы цветности, насыщенности и яркости. Эти данные активно используются на последующих этапах.
5. Выделение волокон. На данном этапе на основе построенных ранее гистограмм осуществляется отделение волокон от фона изображения. Выделение осуществляется под контролем оператора в несколько этапов пока не будет достигнуто максимальное соответствие выделенных волокон реальному изображению.
6. Поиск объектов заданного цвета. Поиск волокон задаваемого оператором цвета производится в результате анализ полученного при выделении волокон изображения. При этом задается цвет волокна и погрешность, с которой следует определять цвет.
7. Идентификация волокон. При обнаружении текстильных волокон заданного цвета на исходном изображении производится идентификация волокон, собранных на самом первом этапе различными химическими, оптическими и другими методами. На данном этапе используется специальное оборудование, реактивы и иные средства, используемые в криминалистической практике.
8. Оформление отчетных документов. Этот этап заключается в оформлении результатов о проведенных исследованиях. Данная информация передается в другие отделы следственных органов, которые на их основании строят дальнейшую розыскную и оперативную работу.
9. Сохранение отчетной информации в базе данных. Вся информация, полученная в результате исследований, хранится в базе данных для ведения отчетности и последующего использования в случае необходимости при повторном возбуждении дел, либо причастности улик к другим преступлениям либо правонарушениям. Для этого используются высоконадежные технологии с целью избежания потери информации.
2.2 Структура подсистемы выделения текстильных волокон
Структурная схема, представленная на чертеже РТДП 5.000.002. Данная схема описывает функционально законченные блоки программного модуля выделения текстильных волокон на изображении и состоит из следующих элементов:
1. Выбор изображения для обработки. Выбор изображения производится путем задания текущего каталога и поиска необходимой фотографии из множества найденных в текущем каталоге.
2. Выбор операции. Этот модуль управляет всей работой подсистемы выделения. Здесь осуществляется выбор производимых над исходным изображением манипуляций. После окончания выполнения выбранной процедуры управление вновь передается в данный модуль для проведения дальнейших преобразований.
3. Выделение волокон. Этот модуль осуществляет выделение всех пикселов, сходных по цвету с цветом фона. При этом на обрабатываемом изображении остаются только те объекты, которые отличались от фона.
4. Построение R, G, B – планов. Путем прохода по всему изображению создается 3 BMP – файла, содержащих информацию о красной, голубой и зеленой составляющей обрабатываемой картинки. Информация, сохраненная в таком виде, удобна для восприятия пользователем и позволяет сразу получить визуальное представление выходных данных без использования дополнительных программных средств.
5. Поиск волокон заданного цвета. На этом этапе осуществляется поиск волокон заданного цвета для их последующей идентификации. Поиск осуществляется путем прохода по всему изображению, на котором уже выделены все волокна и нахождению объектов с заданным цветом. Результаты работы сохраняются в отдельном файле чтобы улучшить визуальное восприятие информации оператором.
6. Сохранение изображения. На этом этапе происходит сохранение изображения в bmp-формате. В результате оператор получает полное визуальное представление о проделанных манипуляциях и в случае необходимости может повторить обработку с другими задаваемыми параметрами для достижения максимального качества преобразований.
7. Преобразование из RGB - представления в HSB. Данный модуль путем прохода по всем точкам изображения осуществляет для каждого пиксела определение его красной, голубой и зеленой составляющих, и на основе их анализа производит преобразование из RGB – представления в HSB. Полученные данные сохраняются для дальнейшего использования в файле с расширением hsb.
8. Построение гистограмм цветности, насыщенности и яркости. Этим модулем осуществляется построение указанных гистограмм, которые в дальнейшем используются для выделения волокон. Гистограммы сохраняются в bmp - формате и файлах отчета.
9. Сохранение результатов обработки в файлах отчета. Результаты преобразований сохраняются в текстовых файлах для ведения необходимой отчетности и дальнейшего использования при необходимости повторных исследований. Файлы отчета не занимают много места на дисковом пространстве и содержат всю необходимую информацию, полученную в ходе проведенных преобразований.
3. ФУНКЦИОНАЛЬНОЕ ПРОЕКТИРОВАНИЕ
3.1 Работа с BMP – файлами