WWW.HUMOSCIENCE.COM
1415
qiladi. Ushbu algoritmlarda tasvirlar o‘lchamini o‘zgartirish va komalatsion neron
tarmoqlar kabi chuqur o‘rganish algoritmi keltirilgan.
Texnik qurilmalarning ma’lumotlarni qabul qilish xususiyati va tasvirga olish
vaqtidagi 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
o‘rganilayotgan obyekt yoki inson yuz elementlarini topish qiyin kechadi.
Bunday
xollarda tasvir sifatini yaxshilashning turli usullari mavjud. Masalan, tasvir
chegaralarni kuchaytirish, to‘siqlarni yo‘qotish, tiniqlikni oshirish va h.k [1].
NATIJALAR
Tasniflash ishlari uchun eng oddiy modelni tanlash maqsadga muvofiqdir. Buning
sababi shundaki, model qanchalik sodda bo‘lsa, u shunchalik barqaror bo‘ladi va uni
biznes manfaatdor tomonlariga tushuntirish osonroq bo‘ladi. Biroq, umuman olganda,
tasvirni tanib olish tasvir ma'lumotlarining murakkabligi tufayli ancha murakkab
modelni talab qiladi. Shu sababli, Convolutional Neural Networks (CNN) kabi chuqur
o‘rganish algoritmlari aksariyat dunyoda tasvirni tanib olishning tasniflash
muammolari uchun ajralmas hisoblanadi.
Raqamli tasvirlarni kompyuterga kiritish vositalari
hamda rangli tasvirni
kulrang tasvirga o‘tkazish algoritmi, tasvirlarga ishlov berish va tahlil etish inson
faoliyatining tasvirlarga aloqador bo‘lgan bir muncha sohalarda qo‘llaniladi.
Ko‘pchilik mutaxasis va olimlarning fikriga ko‘ra tasvirlarga ishlov berish usullari
rivojlanishi fan va texnikaning yorqin kelajakka ega bo‘lgan yangi yo‘nalishlarini
vujudga kelishiga olib keldi.
Tasvirlarni olish va qayta ishlov berish tizimlari to‘rtta
komponentadan tashkil
topgan:
1.Tasvirlarni olish tizimi. Buni sodda shakli zaryadli bog‘liqlik bilan ishlovchi
pribor, planshet skanerlari yoki videomagnitofon.
WWW.HUMOSCIENCE.COM
1416
2.Anologli videosignalni shaklidagi tasvirni raqamli formatda saqlovchi freym –
grabber qurilmasi.
3.Ma’lumotlarni qayta ishlash jarayonini ta’minlovchi ishchi stansiya yoki
shaxsiy kompyuter.
4.Tasvirlarga qayta ishlov berish va tahlil qiluvchi dasturiy ta’minot.
Quyidagi rasmda tasvirli axborotlarni kompyuterga kiritish qurilmalaridan
ayrimlari keltirilgan:
a
b
V
a) CCD kamera, b) Web kamera v) maishiy skaner
Keyingi o‘n yil ichida tasvirlarga ishlov berishning qo‘llanilish
sohasi sezilarli
darajada kengaydi. Tasvirlarga ishlov berishda avvalo tasvirning rang xususiyatlarini
o‘rganib chiqish zarur bo‘ladi [3].
Tasvir xususiyatlarini aniqlashda uning belgilarini aniqlash zarur bo‘ladi va bu
jarayon tasvirlarga sonli ishlov berish algoritmlari orqali amalga oshiriladi . Tasvirlarni
qayta ishlashda avvalo tasvirning rang xususiyatlari va unda ishlash usullarini o‘rganib
chiqish talab etiladi.
Hozirgi zamonaviy kompyuterlarda grafik rejim ranglidir. ya’ni bitta pikselda
uchta rang (R-qizil,
G-yashil, B-ko‘k) aralashmasidagi rang qiymati bo‘ladi. Unda
mumkin bo‘lgan ranglar soni 2563=16777216 taga etadi. Bu rejim jonli tabiatdagi
kuzatilgan ranglardan qolishmaydigan tasvirni saqlash, ishlov berish va uzatish
imkonini beradi. Har qanday rangni quyidagi uchta asosiy bo‘lgan - qizil,
yashil va
WWW.HUMOSCIENCE.COM
1417
ko‘k ranglarning aralashmasi yordamida tasvirlash mumkin. Agar biz 3 bayt
yordamida nuqtaning rangini kodlashtirmoqchi bo‘lsak, unda 1-bayt qizil, 2-bayt
yashil, 3-bayt esa ko‘k rangni ifodalaydi. Rangli to‘plamning bayt qiymati qanchalik
katta bo‘lsa, mazkur rang shunchalik aniq va ravshan bo‘ladi.
Agar nuqta oq rangdan iborat bo‘lsa, demak unda ranglar mavjud bo‘lib, u to‘liq
va ravshan bo‘ladi. Shuning uchun ham oq rang uchta to‘liq bayt 255,255,255 bilan
kodlanadi. Qora rangda hamma mavjud ranglar (R-qizil, G- yashil, B-ko‘k) bo‘lmaydi,
ya’ni jami ranglar to‘plami nolga teng bo‘ladi. Qora rang 0,0,0 bilan kodlanadi.
Kulrangda jami ranglarni tashkil etuvchi to‘plam mavjud bo‘lib, ular bir xil va bir-
birini neytrallashtiradi. Masalan, kul rangni 80,80,80 yoki 120,120,120 bilan
kodlashtirish mumkin. Ko‘rinib turibdiki, ikkinchi holatdagi kodlashtirishda aniqlik va
ravshanlik yuqori, ya’ni 80,80,80 bilan kodlashtirishga qaraganda 120,120,120 bilan
kodlashtirish deyarli yorug‘roqdir. Qizil rangda esa qizil rangdan tashqari boshqa jami
ranglarni tashkil etuvchilari nolga teng bo‘ladi. Masalan, to‘q qizil rang 125,0,0 yoki
ochiq qizil rang 255,0,0 ko‘rinishda kodlanadi.
Dasturiy tizimda tasvirlarni piksellar bo‘yicha aniqlanadi va qayta ishlanadi.
Unda asosan BMP (Bitmap) kengaytmali grafik tasvirlar qayta ishlanadi. Tasvirdagi
har bir piksel o‘n oltili yoki o‘nli sanoq sistemasidagi sonlarni qabul qiladi. Nuqtadagi
rang qiymatini qabul qilish uchun 000000(16) dan FFFFFF(16) gacha oraliqda bo‘lgan
o‘n oltilik sonlar uchun oltita yacheyka (joy) ajratilgan. Bunda birinchi ikkita yacheyka
ko‘k rang uchun, keyingi ikkita yacheyka yashil rang uchun va nihoyat oxirgi ikkita
yacheyka qizil rang qiymatlari uchunajratilgan. Masalan, tasvirdagi ixtiyoriy (x,y)
nuqtadagi rang qiymati 6BC8AD16 (706372510) ga teng bo‘lsin. Bunda ko‘k rang
qiymati 6B16 (10710) ga, yashil rang qiymati C816 (20010) ga va qizil rang qiymati
AD16 (17310) ga teng. Shu tariqa biz yuqoridagi ma’lumotlar
asosida grafik
tasvirlarga ishlov bera olamiz.
