Текстильные волокна
Представление изображения в форматах RGB и HSB
Экономическое обоснование и охрана труда
ФУНКЦИОНАЛЬНОЕ ПРОЕКТИРОВАНИЕ
Преобразование изображения из RGB – представления в HSB
Выделение волокон на исходном изображении
Выбор исходного изображения
Расчет себестоимости и отпускной цены программного средства
Машинное время (Рм)
Выводы по разделу
Особенности функционирования зрительной системы оператора
Воздействие излучений от дисплея
Навигация
Текстильные волокна
Подсистема выделения текстильных волокон в задачах экспертизы
94155
знаков
10
таблиц
7
изображений
1.1 Текстильные волокна
Работа [1] посвящена анализу текстильных волокон применительно к решению задач криминалистической экспертизы, описаны основные методы анализа, приведены справочные данные по различным типам волокон, описана технология изготовления и промышленной обработки волокон. При оценке результатов исследования волокон бывает принципиально важным знать свойства и строение текстильных материалов. Текстильные материалы подразделяются на текстильные волокна, нити и пряжу, вырабатываемые из них, и текстильные изделия. К текстильным относятся волокна натурального происхождения и химические. Последние применяются в виде элементарных волокон, называемых элементарной нитью (единичное волокно неопределенно большой длины), либо в виде штапелек (кусочков элементарных волокон определенной длины). Конструктивными элементами текстильных изделий обычно являются нити и пряжа или непосредственно волокна (предметы валяльно-войлочного производства, нетканые материалы, нитки и т.д.). В настоящее время натуральные волокна в чистом виде применяются для выработки ограниченного ассортимента изделий. Обычно они используются в смеси с химическими волокнами. К натуральным относятся хлопок, лубяные волокна, шерсть и натуральный шелк. Химические волокна используются в текстильной промышленности как самостоятельно, так и в смеси с натуральными. В мировой практике наметилась устойчивая тенденция замены шерстяных, шелковых и хлопковых волокон на химические. Этим достигается не только экономия натурального сырья, но и возможность придания изделиям специально заданных потребительских свойств, оригинального внешнего вида.
Все химические волокна, в зависимости от характера исходного сырья, делятся на два класса: искусственные и синтетические. Искусственные волокна получают из полимерных материалов естественного происхождения, главным образом – целлюлозосодержащих; синтетические – из полимеров, образованных в результате химического синтеза. Несмотря на большое число разновидностей химических волокон, описанных в литературе, текстильная промышленность применяет довольно ограниченное их количество. В основном используются волокна, изготовляемые на основе целлюлозы и полиамидные, полиэфирные, полиакрилонитрильные; несколько в меньших масштабах – на основе хлор - и фторсодержащих полимеров, полиолефинов. Увеличение ассортимента химических волокон происходит преимущественно за счет модификации уже выпускаемых.
Для крашения текстильных материалов в основном используются два метода – поверхностное крашение и печать. Кроме того, широко применяется крашение химических волокон в массе.
Поверхностное крашение сводится к погружению текстильного материала в раствор красителя. Для крашения могут применяться как индивидуальные красители, так и их смеси. При этом процесс крашения может быть однованновым и многованновым, в последнем случае текстильные материалы поочередно погружаются в несколько растворов красителей (для изделий, выработанных из нескольких видов волокон). Материалу, состоящему из волокон разного вида, можно придать однородный цвет, если окрасить отдельные волокна в цвета, дающие внешне однородную окраску.
Крашение способом печати сводится к нанесению на полотно текстильного материала цветных рисунков или узоров с помощью печатных валиков. Осуществляется такое крашение на цилиндрических тканепечатных машинах с помощью паст красителей.
Поверхностное крашение и печать используются для текстильных материалов из любых волокон. Крашение в массе применяется исключительно для химических волокон. Оно сводится в введению мельчайших частичек красителей или пигментов в массу полимера (раствор или расплав) перед формованием волокна.
Для снятия текстильных волокон с поверхности предметов пользуются инструментами и липкими пленочными материалами. Инструментами в данном случае служат пинцеты, скальпели, шпатели и др. Наиболее эффективны адгезионные пленочные материалы. Преимущество их применения состоит в том, что при этом сохраняется картина распределения волокон в наслоениях и одновременно с волокнами снимаются другие сопутствующие им микрообъекты. Изъятые волокна могут быть подвергнуты предварительному микроскопическому исследованию непосредственно на пленке.
1.2 Методы обработки изображений
Процесс распознавания объектов изображений представляет собой совокупность этапов выделения признаков, характеристик и классификации объектов по ним. Полученная на первом этапе информация является входной к этапу классификации. В качестве такой информации обычно используется либо контурное, либо скелетное представление объекта (когда текстурные характеристики не анализируются). Это связано с тем, что существенно расширяются возможности распознавания, когда объекты представлены в таком виде. Однако следует отметить, что скелетное и контурное представления имеют свои особенности, преимущества, недостатки и по сравнению друг с другом, и по сравнению с другими характеристиками, получаемыми на первом этапе.[2]
Контурное представление кажется более предпочтительным, нежели скелетное, в плане информативности. Очевидно, информативность контура выше, поскольку, имея контурное представление всегда можно получить скелетное, в то время как обратная операция не дает однозначного результата. Таким образом, происходит потеря некоторой информации об объекте. Иногда это приводит к упрощению процесса распознавания, а иногда затрудняет его. Следует отметить, что в плане доступности информации предпочтительным является скелетное представление. Действительно, осуществить структурный анализ формы объекта по скелету проще, чем по контуру. Это связано с тем, что в скелетном представлении явно выражены узлы (точки ветвления), линии, углы. Таким образом совместное использование распознавания по контуру и по скелету представляется наиболее целесообразным, когда требуется повышенное качество распознавания и не накладываются временные ограничения. К сожалению последнее возможно далеко не всегда. Поэтому обычно используется какое-либо одно представление в зависимости от класса объектов, подлежащих распознаванию. Например, для распознавания линейных объектов используются скелеты, а для площадных – контура.
По виду анализа алгоритмы[3] распознавания объектов по контуру можно разделить на три группы:
статистический;
структурный;
синтаксический.
По технологии обработки контурной информации среди алгоритмов распознавания можно выделить три основные группы:
алгоритмы, отслеживающие и обрабатывающие только граничные точки;
алгоритмы, отслеживающие граничные и некоторые другие точки;
алгоритмы, выделяющие и обрабатывающие граничные элементы (точки, штрихи) статистическими методами.
Методы выделения контура условно можно разделить на следующие группы: методы выделения перепадов яркости; методы отслеживания(или обхода) контуров; сканирующие методы выделения контуров.
В методах первого класса в окрестности каждой точки вычисляют градиент перепада яркости. Точки резкого изменения градиента выделяются как контурные. Таким образом, строится контурная модель, часто состоящая из набора незамкнутых штрихов. Эти методы в основном используются в полутоновых и цветных изображениях. На основании такой модели очень трудно описать форму объектов. Поэтому чаще всего исходные изображения сводят к бинарным. На последних в основном используются методы двух других классов, так как контур можно получить путем локального логического анализа изображения. Сканирующие методы позволяют выделять контуры объектов в процессе однократного просмотра исходного изображения. Для этого используются описания двух соседних строк изображения, списковые структуры, методы переиндексации.
Методы отслеживания наиболее проработаны и просты в реализации. Однако в большинстве из них сначала выделяются границы, а затем осуществляется их аппроксимация. Это требует больших затрат памяти и времени.
Более универсальный подход – совмещение этапов отслеживания и аппроксимации контура. Эффективность с точки зрения машинного времени для сжатия контурного описания достигается за счет применения локальных методов линейной аппроксимации, основанных на анализе геометрических особенностей заданной кривой. Различные эвристики позволяют сделать операцию аппроксимации, линейно зависящей от количества точек контура.
На исходном растре возможно наличие посторонних шумов. Поэтому для выделения элементарных объектов графического изображения необходимо устранить эти шумы.
Существует много критериев, по которым оценивается улучшенное изображение. Это, например, улучшение качества снимка для его визуального восприятия, минимизация среднеквадратичного отклонения исходного изображения от обработанного, сравнение с эталоном и т.д. В нашем случае нет идеального изображения, к которому нужно стремиться или с которым можно сравнивать. Цель фильтрации шумов графических изображений заключается в устранении помех, которые могут повлиять на структуру и форму выделенных объектов. Другими словами, данная операция должна подготовить изображение для операций утоньшения и выделения контуров с тем, чтобы в последующем на растровом изображении были выделены объекты, в точности соответствующие исходным. Исходя из анализа графических изображений, для разработки надежных алгоритмов фильтрации выделены основные виды помех, присутствующие на изображении.
Похожие работы
... обеспечению развития экономики, а с другой - осуществлению гарантий прав человека в сфере труда. В лаборатории производятся исследования зависимости прочности клеевых соединений от технологических параметров склеивания при изготовлении верхней одежды. При исследовании используются электромеханическое оборудование. По степени опасности поражения людей электрическим током в окружающей среде, ...
... о следах", Л.1986 г. 4. И.Е.Зуева "Обнаружение, фиксация и изъятие следов" М.1969 г. 5. Ю.Торвальд "Сто лет криминалистики" М.1975 г. -------------------------------------------------------¬ ¦ I. История развития криминалистической идентификации.¦ L------------------------------------------------------- Основоположенником криминалистической идентификации является Альфонсо ...
... следствии. Назначая экспертизу, суд решает также вопрос о целесообразности присутствия при проведении экспертизы судей и участников процесса. 3.2. Значение информации о следах применения холодного оружия в судебной практике Рассматривая процессуальные, организационные и методические проблемы судебной экспертизы, нельзя обойти вниманием и такой важный вопрос, как ...
... путем, но и с помощью различных оптических приборов специальной конструкции.19 Такое положение подтверждено практикой и временем. Осуществление криминалистической идентификации с использованием компьютерных технологий предполагает работу не с обычными фотографическими изображениями объектов, а с их электронными копиями, ставя осуществление данных методов на качественно новый уровень. Далее ...
0 комментариев