1

МІНІСТЕРСТВА ОСВІТИ І НАУКИ УКРАЇНИ

ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ

АЛЬ-ДЖАНАБІ АКІЛ БАХР ТАРХАН

УДК 004.05: 629.7.01

МЕТОД ПІДВИЩЕННЯ ЯКОСТІ КОМП’ЮТЕРНОГО ЗОРУ ДЛЯ СИСТЕМ

УПРАВЛІННЯ ПІННОЮ ФЛОТАЦІЄЮ

Спеціальність 05.13.06 – інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

Черкаси - 2016

2

Дисертацією є рукопис.

Робота виконана в Черкаському державному технологічному університеті

Міністерства освіти і науки України.

Науковий

керівник

доктор технічних наук, професор

Рудницький Володимир Миколайович,

завідувач кафедри інформаційної безпеки та комп’ютерної

інженерії Черкаського державного технологічного

університету.

Офіційні

опоненти:

доктор технічних наук, професор

Шостак Ігор Володимирович, професор кафедри інженерії програмного забезпечення

Національного аерокосмічного університету ім. М.Є.

Жуковського

доктор технічних наук, професор,

Голуб Сергій Васильович,

професор кафедри інтелектуальних систем прийняття

рішень Черкаського національного університету ім. Б.

Хмельницького

Захист відбудеться "28" квітня 2016 р. о 1000 на засіданні спеціалізованої вченої ради

К 73.052.04 при Черкаському державному технологічному університеті за адресою:

18006, м. Черкаси. бул. Шевченка, 460. Аудиторія 229-ІІК

З дисертацією можна ознайомитися в бібліотеці Черкаського державного

технологічного університету за адресою: Україна, 18006, м. Черкаси, бул. Шевченка,

460, корп. 2.

Автореферат розісланий "28" березня 2016 р.

Вчений секретар

спеціалізованої вченої ради Є. В. Ланських

К 73.052.04

3

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. На території республіки Ірак знаходиться 9% світових

запасів фосфатів і 600 млн. тонн сірки. Виробництво сірки становить 870 тисяч тонн

в рік, що еквівалентно 6% світового виробництва. Виходячи з цього, перед ученими

та інженерами постає задача ефективного та бережного використання наявних

природних ресурсів. Для її вирішення необхідно підвищувати якість добування,

збагачення та переробки природних копалин, так як від цього напряму розвитку

виробництва залежить економічний стан Іраку та блаполуччя його громадян.

Одним із найрозповсюдженіших методів збагачення мінеральної сировини є

метод флотації. Даний метод попередньо розроблений в 1906 році для збагачення

сульфідів міді, свинцю і цинку, в теперішній час дозволяє проводити збагачення

оксидів, таких як гематит (оксид заліза) та касситерит (оксид олова) і інших

окислених мінералів, а також неметалічних руд, таких як флюорит, фосфат і дрібне

вугілля.

Флотація – це складний фізико-хімічний процес, який залежить від багатьох

різних факторів, які іноді важко виділити. Дійсно, навіть після більш ніж 100 років

використання він як і раніше не достатньо повно досліджений.

Дослідженням процесу пінної флотації, зокрема описом пін та «якості» піни на

основі візуальних параметрів займались G.A. Glembotskii, D.W. Moolman, J.

Kaartinen, J. Hyötyniemi, E. T. Woodburn, Kordek та Lenczowski, C. SUN і W.G. WEE,

C. Symonds, D.R. Hatfield і D.J. Bradshaw, S.T. Hales та багато інших. Отримані ними

результати досліджень створили платформу для можливості використання

інформаційних технологій в процесах управління флотацією.

Управлінням процесом збагачення мінералів на основі використання

комп’ютерних технологій займались A. Cipriano, A. Soto, T. Van Schalkwyk, D. Mery,

M. Gorain, C.O. Gomez, J.A. Finch, O. Haavisto, C. Garrido, B.J. Shean та J.J. Cilliers, С.

Aldrich та інші.

Недивлячись на наявні результати, для ефективного використання

інформаційних технологій в управлінні процесами пінної флотації необхідно

вирішити ряд наукових задач, пов’язаних в первую чергу з підвищенням якості

комп’ютерного зору, таких як підвищення якості зображення піни, підвищення

точності оцінки параметрів піни та ряду інших.

Виходячи з вище зазначеного, можна стверджувати, що тема дисертаційного

дослідження «Метод підвищення якості комп’ютерного зору для систем управління

пінною флотацією» є актуальною.

Зв’язок роботи с науковими програмами, планами, темами. Дисертаційна

робота виконана відповідно до Постанови Президії НАНУ від 20.12.13 №179

«Основні наукові напрями та найважливіші проблеми фундаментальних досліджень

у галузі природничих, технічних і гуманітарних наук Національної академії наук

України на 2014–2018 рр. », а саме пп. 1.2.1.1. «Розробка математичних методів та

систем моделювання об’єктів та процесів», пп. 1.2.4.5. «Розробка алгоритмів і

4

програмно-апаратних засобів для систем комп’ютерного аналізу, розпізнавання та

синтезу мовних і зорових образів», пп. 1.2.9.2. «Розробка побудови інтелектуальних

відеоприладів і систем реального часу», пп. 1.2.9.3. «Розробка нових інформаційних

технологій на основі вимірювань електричних, магнітних і оптичних сигналів та їх

просторово-часовий аналіз».

Мета і задачі дослідження. Метою дисертаційної роботи є розробка

інтегрованого методу підвищення якості зображення піни з урахуванням її фізичних

характеристик і засобів визначення візуальних параметрів для управління процесом

пінної флотації.

Для досягнення поставленої мети сформульовано і вирішено такі задачі:

1. На основі аналізу методів підвищення якості зображення та методів

управління якістю пінної флотації розробити інтегрований метод підвищення якості

зображення піни для управління флотацією.

2 Удосконалити інтегрований метод підвищення якості зображення піни з

урахуванням фізичних характеристик бульбашок та якості піни, а також

особливостей його реалізації на засобах обчислювальної техніки.

3. Оцінити якість розробленого інтегрованого методу підвищення якості

зображення піни для управління флотацією на основі використання еталонних

зображень пінної флотації.

Об'єкт дослідження – процеси підвищення якості зображення піни.

Предмет дослідження – метод підвищення якості зображення піни і визначення

візуальних параметрів для систем управління пінною флотацією.

Методи дослідження. В процесі розробки методу підвищення якості

зображення піни використані: методи підвищення якості зображення піни основані

на фізичних властивостях, статистичних характеристиках, швидкому перетворенні

Фур’є, методи виділення границь зображення, маркерного водорозділу, сегментації

зображення, метод аналізу ієрархій, метрик оцінки якості зображення, візуальної

оцінки; в процесі вдосконалення розробленого методу використані: методи теорії

цифрової фільтрації, методи шумового спотворення зображення, методи зниження

шуму в зображеннях пінної флотації, методи посилення контрастності зображення,

розтягання контрасту, вирівнювання гістограм, методи перетворення зображення:

алгоритмічне, степеневе, алгоритм Ретінекс, перетворення водорозділу, інверсії

зображення; для програмної реалізації розробленого методу і його оцінки

використовувалась теорія алгоритмів, дискретна математика, математична

статистика, методи візуальної оцінки.

Наукова новизна одержаних результатів. У процесі вирішення поставлених

задач автором одержано такі результати:

1. Вперше розроблений інтегрований метод підвищення якості зображення піни

для управління флотацією, який оснований на використанні методу аналізу ієрархій

за допомогою використання запропонованих показників якості зображення, оцінки

та ранжування методів сегментації зображення, а також ранжування альтернатив, що

5

дозволило забезпечити автоматизацію процесу пінної флотації та виключити

суб’єктивізм оцінки експерта.

2. Удосконалено інтегрований метод підвищення якості зображення піни на

основі додаткової фільтрації шуму і підсилення контрастності шляхом варіювання

параметрами куполу зображення з урахуванням фізичних характеристик бульбашок і

якості піни, що дозволило отримати чисельні характеристики зображення для

управління процесом пінної флотації.

3. Отримали подальший розвиток методи управління якістю зображення пінної

флотації на основі методу аналізу ієрархій шляхом введення інтегрованого

показника ранжування методів сегментації зображення, що забезпечило

автоматизацію підвищення якості зображення піни для систем управління пінною

флотацією.

Практичне значення отриманих результатів. Практична цінність роботи

полягає в доведенні здобувачем отриманих наукових результатів до конкретних

інженерних методик, алгоритмів, моделей та варіантів програмної реалізації для

систем управління процесами пінної флотації.

На підставі проведених досліджень одержано такі практичні результати:

побудовано алгоритми функціонування, структури та модель системи прийняття

рішень необхідних для реалізації інтегрованого методу підвищення якості

зображення піни. Одержані практичні результати дозволили забезпечити

сегментацію зображення піни с похибкою не більше 10% , покращити результати

відносно стандартної сегментації не менше ніж на 5%, що забезпечило отримання

точніших чисельних значень зображення піни і дало можливість підвищувати якість

систем управління пінною флотацією.

Практична цінність роботи підтверджена актами впровадження основних

результатів дослідження у вищих навчальних закладах Міністерства освіти і науки

України.

Реалізація. Дисертаційна робота виконувалася відповідно до плану НДР

кафедри інформаційної безпеки та комп’ютерної інженерії Черкаського державного

технологічного університету. Одержані в ній теоретичні й практичні результати

використані та впроваджені у таких закладах:

Черкаський державний технологічний університет на кафедрі інформаційних

технологій у матеріалах лекційних курсів «Методи та системи штучного інтелекту»,

«Інтелектуальний аналіз даних» при підготовці бакалаврів з напряму 6.050101

«Комп'ютерні науки», а також при виконанні курсових і кваліфікаційних робіт. Акт

впровадження від 04.01.2016 р.

Черкаський інститут пожежної безпеки імені Героїв Чорнобиля Національного

університету цивільного захисту України на кафедрі вищої математики та

інформаційних технологій в курсах лекцій з дисциплін «Інформаційне забезпечення

діяльності підрозділів цивільного захисту» та «Прикладні інформаційні технології у

сфері пожежної безпеки». Акт впровадження від 14.11.2015 р.

6

Особистий внесок здобувача. Нові результати дисертаційної роботи отримано

автором самостійно. Наукові роботи [1,2, 7 – 9] опубліковані автором самостійно. В

наукових працях, опублікованих в співавторстві, з питань, що стосуються даного

дослідження, автору належать: розширення інформативності зображення для зору

людини, а також для комп’ютерного зору системи керування процесами пінної

флотації [3]; результати дослідження співвідношення технічних параметрів

флотаційного процесу і візуальних характеристик флотаційної піни [4]; результати

порівняльних випробувань методів визначення границь об’єктів водорозділу [5];

вдосконалення алгоритму водорозділу на основі використання алгоритму Ретинекс.

[6]; пропозиція варіювання періодом ранжирування методів підвищення якості

зображення піни в залежності від зміни її візуальних параметрів для зменшення

обчислювальної складності управління процесом флотації [10].

Апробація результатів дисертації. Результати дисертаційної роботи

доповідалися й обговорювалися на другій міжнародній науково-технічній

конференції «Проблеми інформатизації» (Черкаси, 2014), сімнадцятому

міжнародному науково-практичному семінарі «Комбінаторні конфігурації та їх

застосування» (Кіровоград, 2015), третій міжнародній науково-технічній конференції

«Проблеми інформатизації» (Черкаси, 2015).

Публікації. Основні результати дисертаційної роботи викладено в

10 друкованих працях, у тому числі 6 статтях у наукових журналах і збірниках

наукових праць внесених до списку фахових видань України (2 в міжнародних

науково-метричних базах), а також 4 тезах доповідей на міжнародних наукових

конференціях та семінарах.

Структура і обсяг дисертації. Робота складається зі вступу, чотирьох розділів,

висновків, списку використаної літератури, додатків. Загальний обсяг дисертації –

191 сторінка. Основний зміст викладений на 161 сторінці, у тому числі 27 таблиць та

24 рисунки. Список використаних джерел містить 107 найменувань. Робота містить 3

додатки.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність обраної теми дисертаційної роботи,

сформульовано основну мету, об’єкт, предмет і задачі досліджень, стисло

наводиться наукова новизна та практична цінність отриманих результатів, розкриті

питання апробації результатів роботи на конференціях та їх висвітлення у

спеціалізованих фахових виданнях.

У першому розділі проведено огляд технології збагачення мінералів на основі

пінної флотації. Розглядається процес флотації та реагенти, які приймають участь в

процесі, аналізуються методи контролю параметрів флотації, детально аналізується

метод візуально-орієнтованого контролю пінної флотації.

Визначаються 13 основних відхилень від технологічного процесу флотації, а

також пов’язані із ними візуальні зміни флотаційної піни. Встановлено, що різні

відхилення в процесі флотації призводять до різних змін піни.

7

Проведено аналіз методів підвищення якості комп’ютерного зору для

управління пінною флотацією. Визначено, що одним із перспективних напрямів

розвитку систем управління пінною флотацією є розробка інтегрованого методу

підвищення якості зображення піни з урахуванням її фізичних характеристик.

Сформульовано мету та задачі наукових досліджень.

Другий розділ присвячено розробці інтегрованого методу підвищення якості

зображення піни для управління флотацією. Підвищення якості зображення може

бути реалізовано методом видалення шуму або посиленням контрасту зображення.

Із зображень виділяють характеристики піни, які ділять на фізичні, статистичні,

а також динамічні, що отримують із послідовності зображень. Класифікація методів

підвищення якості зображення піни відносно визначених характеристик, змінних і

властивостей піни наведена в табл. 1.

Таблиця 1 Класифікація методів підвищення якості зображення піни для управління флотацією Характеристик

и Змінні і властивості піни Метод, що використовується

Фізичні Розмір і форма бульбашок

Виявлення границь зображення

Алгоритм Watershed

Колір Рівні RGB (гамма кольорів)

Статистичні

Коефіцієнти FFT FFT-аналіз

Вейвлет-коефіцієнт Вейвлет-аналіз

Текстурні змінні Локалізовані інтенсивності пікселів

Суміжні матричні змінні Методи сумісних матриць

Фрактальні дескриптори Фрактальний аналіз

Приховані змінні Аналіз головних компонент

Нейромережеві моделі

Динамічні

Мінливість

Відслідковування бульбашок

Перевірка блоків на відповідність

Відслідковування пікселів

Стійкість Усереднення пікселя

Динаміка руху бульбашок

Дана класифікація показує, що сукупність методів представляє собою множини

методів, що не перетинаються, як наслідок, можна констатувати, що дані методи

доповнюють один одного і їх послідовне використання зумовлює підвищення якості

зображення. На основі класифікованих властивостей проводиться аналіз методів

підвищення якості зображення піни та аналіз методів оцінки якості технологічного

процесу пінної флотації.

Для розробки інтегрованого методу підвищення якості зображення піни

необхідно:

1. Розробити критерії оцінки якості зображень і якості сегментації зображень для

проведення порівняльного аналізу результатів комп’ютерного зору системи

управління флотацією;

8

2. Оцінити алгоритми сегментації зображень піни при флотації в даний момент часу;

3. Оцінити алгоритми підвищення якості зображень виходячи з стану піни при

флотації в даний момент часу;

4. Визначити важливість (вагу) критерію оцінки якості зображення для досягнення

поставленої цілі;

5. Порівняти результати оцінок на основі ранжирування отриманих результатів;

6. Розробити матриці оцінок альтернатив та коефіцієнтів для їх ранжирування;

7. Провести ранжирування альтернатив та оцінити адекватність отриманих

результатів для прийняття рішення на управління пінною флотацією.

Оцінка алгоритмів сегментації зображень може бути реалізована двома

методами:

методом оцінки переваг на основі однорідності регіонів, що оцінює

результати сегментації за допомогою квантування однорідності на фрагментах після

сегментації. Якщо позначити регіон i , тоді однорідність відтінків сірого (UM) в

регіоні визначається виразом

де – нормалізований коефіцієнт; iA – загальна кількість пікселів в iR .

методом оцінки відхилень на основі погодження ряду регіонів, що оцінює

сегментацію наступним шляхом: якщо N’ – число регіонів після сегментації

зображень, N – кількість правильно сегментованих регіонів, то для оцінки

алгоритмів сегментації зображень достатньо проаналізувати різницю між N’ і N.

Один з показників консистенції визначається виразом

.

Результати порівняння фактичної і ідеальної сегментації на основі тестових

зображень показали перевагу методу оцінки відхилень, тому що на більшості тестів

отримано менші відхилення.

Метод аналізу ієрархій (МАІ) розглядає набір критеріїв оцінки, а також набір

альтернатив, серед яких вибирається кращий компроміс. Реалізація МАІ полягає в

наступному: розрахунок вектору ваги критеріїв; розрахунок матриці оцінок

альтернатив; ранжування альтернатив.

Попереднім етапом розрахунку ваги різних критеріїв є побудова матриці A

парних порівнянь. Будується матриця дійсних чисел А розміром m×m, де m – число

критеріїв оцінки. Кожне ajk значення матриці А позначає значимість j-го критерію по

відношенню до k-го. Із матриці A будується нормована матриця парних порівнянь

Anorm.. Вектор ваги критеріїв w будується усередненням значень кожного рядка Anorm.

Визначивши вектор ваги критеріїв, переходимо до побудови матриці оцінок

альтернатив і ранжування альтернатив. Даний підхід дозволяють визначити якість

9

зображення піни із технічної точки зору, яка виключає суб’єктивізм оцінки експерта.

Третій розділ присвячено вдосконаленню інтегрованого методу підвищення

якості зображення піни на основі додаткової фільтрації шуму і підсилення

контрастності шляхом варіювання параметрами куполу зображення з урахуванням

фізичних характеристик бульбашок і якості піни, що дозволило отримати чисельні

характеристики зображення для управління процесом пінної флотації.

З урахуванням особливостей реалізації пінної флотації проводиться аналіз

методів фільтрації шуму, досліджуються методи підвищення контрастності такі як:

метод розтягування контрасту та вирівнювання гістограм. Досліджуються методи

перетворення зображення: логарифмічне, степеневе, алгоритм Ретинекса. Для

досягнення можливості кількісної оцінки зображень пінної флотації аналізуються

методи сегментації: перетворення водорозділу, інверсії зображення, розширення

напівтонових зображень, добування маркерів, регіонального максимуму і добування

куполу, порогової бінаризації, модифікації зображення.

З урахуванням результатів досліджень розробляється повний алгоритм

водорозділу для зображень пінної флотації, який включає наступні етапи:

вирівнювання гістограм;

6 ітерацій анізотропної дифузії;

розширення зображення структурним елементом 5х5;

добування маркерів за допомогою куполів висотою 12;

інверсія зображення;

модифікація зображень з використанням раніше згенерованих маркерів;

сегментація отриманого зображення за допомогою перетворення

водорозділу для розрахунку кількості бульбашок.

Отримані результати дозволяють розробить узагальнений алгоритм

удосконаленого інтегрованого методу підвищення якості зображення піни для

управління пінною флотацією.

Вхідними даними для реалізації алгоритму служать 6 різних зображень пінної

флотації (im1-іm6). В процесі реалізації алгоритму кожне зображення обробляється

за допомогою семи різних методів підвищення контрастності.

Етапи реалізації алгоритму удосконаленого інтегрованого методу підвищення

якості зображення піни для управління пінною флотацією наступні:

1. Для кожного зображення (im1-іm6) застосувати повний алгоритм водорозділу

для розрахунку кількості бульбашок.

2. Для кожного зображення (im1-іm6) застосувати 7 алгоритмів підвищення

контрастності (метод розтягування контрасту (CS), вирівнювання гістограм (HE),

локальне вирівнювання гістограм (LHE), логарифмічне перетворення (LT),

степеневе перетворення (PLT), одномасштабний алгоритм Ретінекс (SSR),

багатомасштабний алгоритм Ретінекс (MSR)); для кожного результату підвищення

контрастності застосувати повний алгоритм водорозділу для розрахунку кількості

бульбашок.

11

3. Для кожного зображення (im1-іm6) застосувати алгоритм фільтрації шуму;

для кожного результату фільтрації застосувати 7 алгоритмів підвищення

контрастності; для кожного результату підвищення контрастності застосувати

повний алгоритм водорозділу для розрахунку кількості бульбашок.

4. На основі важливості критеріїв оцінок порівняти результати застосування

повного алгоритму водорозділу шляхом їх ранжування.

5. Розробити матриці оцінок альтернатив та коефіцієнтів для їх ранжування.

6. Провести ранжування альтернатив та оцінити адекватність отриманих

результатів для прийняття рішення на управління пінною флотацією.

Наведений метод забезпечує підвищення якості зображень пінної флотації, а

також зменшує похибку суб’єктивної оцінки експерта на вибір зображення найбільш

прийнятного для системи комп’ютерного зору, яка включена в систему управління

процесом пінної флотації.

Четвертий розділ присвячено оцінці якості розробленого інтегрованого методу

підвищення якості зображення піни.

Для перевірки результатів реалізації удосконаленого інтегрованого методу

підвищення якості зображення піни для управління пінною флотацією та оцінки їх

якості було використано: апаратне забезпечення (комп’ютер DELL с процесором:

Intel® Core™ 2 Duo CPU T6670 @ 2.20 GHz) та програмна реалізація

удосконаленого інтегрованого методу підвищення якості зображення піни для

управління пінною флотацією.

Для проведення досліджень в роботі вибрано шість різних напівтонових

зображень з піною (im1, im2,...,im6) з розширенням 256x256. Зображення

впорядковані та пронумеровані по середньому значенню, як показано на рис. 1.

im1 im2 im3

im4 im5 im6

Рис. 1 Шість пронумерованих еталонних зображень

11

Результати експертної оцінки еталонних зображень наведена в табл. 2

Таблиця 2 Експертна оцінка еталонних зображень

im1 im2 im3 im4 im5 im6

Середні значення µ 48.763 72.036 96.129 108.71 137.91 161.060

Стандартне відхилення STD 35.231 39.287 55.648 45.934 51.064 33.403

Співвідношення сигнал-шум 1.3840 1.8335 1.7274 2.3666 2.7008 4.8216

Результати використання алгоритму стандартної сегментації еталонних

зображень наведені в табл. 3. Дані результати будуть використовуватися для оцінки

розробленого методу.

Таблиця 3 Результати стандартної сегментації еталонних зображень

im1 im2 im3 im4 im5 im6

Кількість бульбашок (N) 287 225 251 130 229 286

Для систем комп’ютерного зору найбільш прийнятною оцінкою служить

відхилення від оригіналу. Так як на сьогоднішній день на практиці використовується

стандартна сегментація, то результати, наведені в табл. 3 будуть використовуватися

для оцінки ефективності розробленого методу.

Для перевірки коректності фільтрації шумів в еталонні зображення піни були

внесені зміни (шум типу «сіль і перець»). Результати фільтрації наведені на рис. 2.

Спотворені зображення Усередненим фільтром Медіанним фільтром

Рис.2 Результати фільтрації спотворених зображень

12

В результаті аналізу результатів фільтрації шуму в спотворених еталонних

зображеннях було встановлено, що медіанний фільтр забезпечує більшу

ефективність застосування алгоритму водорозділу для розрахунку кількості

бульбашок в зображенні.

Для підвищення якості сегментації необхідно застосувати до зображень, які

досліджуються, методи підсилення контрасту. На рис. 3 наведено результат

використання алгоритму розтягування контрасту (CS) для зображень im1 і im6.

Рис. 3. Застосування алгоритму розтягування контрасту (CS)

Результати застосування багатомасштабного алгоритму Ретінекс для підсилення

контрасту зображення im1 наведено на рис. 4.

Рис. 4. Застосування багатомасштабного алгоритму Ретінекс (MSR)

13

Узагальнений алгоритм обробки і сегментації зображень наведено на рис. 5.

Рис. 5 Узагальнена блок-схема алгоритму дослідження

Результати використання алгоритму для зображення im1 наведені на рис. 6.

Основним базисом в області комп’ютерного зору флотації піни є кількість

бульбашок і зв’язані з ними характеристики, які, в цілому, відображають процес

флотації, що в основному залежить від алгоритму сегментації, що використовується.

В табл. 4 наведено кількість сегментів (бульбашок) на виході алгоритму

водорозділу без/з використанням алгоритму посилення контрасту. Рядки

представляють алгоритми покращення контрастності: (SSR, MSR, SC, HE, LHE, LT

та PLT). Стовпчики представляють зображення (im1-im6).

Start timer

End timer

Початок

Оригінальне зображення з піною

Медианний фільтр

Відфільтроване зображення з піною

Підвищення контраста

Покращення зображення з піною

Інвертуваня зображення з піною

Виділення маркерів

Сегментація зображення з піною

Інвертоване зображення з піною

Визначення країв градієнтним фільтром

кінець

Алгоритм водорозділа

14

(a) (b)

(c) (d) (e) (f)

(g) (h) (i) (j)

Рис. 6. Результати для im1: a) вхідне зображення, b) стандартна сегментація, с) водорозділ зображення із

вхідною сегментацією, d) водорозділ зображення покращений алгоритмом SSR, e) водорозділ зображення покращений алгоритмом MSR, f) водорозділ зображення

покращений алгоритмом SC, g) водорозділ зображення покращений алгоритмом HE, h) водорозділ зображення покращений алгоритмом LHE, i) водорозділ зображення покращений алгоритмом LT, j) водорозділ зображення покращений алгоритм PLT.

Таблиця 4 Кількість сегментів (бульбашок) на виході алгоритму водорозділу

im1 im2 im3 im4 im5 im6 Time Sec.

Ориг. зобр. 141 153 212 106 141 158 0.1089

CS 215 224 233 107 91 202 0.1117

HE 181 155 179 112 139 261 0.1132

LHE 216 214 250 123 163 257 0.1378

LT 159 175 259 119 164 236 0.1448

PLT 169 168 204 118 145 232 0.15

SSR 213 208 212 118 123 200 0.2105

MSR 231 223 221 125 129 213 0.2751

15

Для перевірки якості сегментації необхідно перерахувати різницю між кількістю

бульбашок в стандартній сегментації і сегментації з використанням алгоритмів

посилення контрасту (D=|N-N'|), як показано в табл. 5.

Таблиця 5 Різниця між кількістю бульбашок в стандартній сегментації і сегментації з

використанням алгоритмів посилення контрасту (D)

im1 im2 im3 im4 im5 im6 Т

Ориг. зобр. 146 72 39 24 88 128 0.1089

CS 72 1 18 23 138 84 0.1117

HE 106 70 72 18 90 25 0.1132

LHE 71 11 1 7 66 29 0.1378

LT 128 50 8 11 65 50 0.1448

PLT 118 57 47 12 84 54 0.15

SSR 74 17 39 12 106 86 0.2105

MSR 56 2 30 5 100 73 0.2751

Sum 771 280 254 112 737 529

Даний результат D і час Т необхідно використати для оцінки та порівняння

алгоритмів сегментації зображень.

Оцінку методів посилення контрасту, які покращують алгоритм сегментації,

будемо проводити методом аналізу ієрархій. Для цього використаємо два критерії

час (Т) та середню арифметичну різницю між кількістю бульбашок в стандартній

сегментації і сегментації з використанням алгоритмів посилення контрасту для

кожного методу з використанням всіх зображень (D'=∑D(im1,…, im6)/6) (табл. 6).

Для вимірювання часу використовується програмне забезпечення MATLAB, а

саме команда tic – запуск таймера і команда toc – зупинка таймера (час

відображається в секундах).

Результати розрахунку вектору ваги критеріїв наведені в табл. 7.

Таблиця 6 Розрахунок середньоарифметичної різниці (D') і часу (Т)

D' Т

Ориг. зобр. 82.83 0.1089

CS 56 0.1117

HE 63.5 0.1132

LHE 30.83 0.1378

LT 52 0.1448

PLT 62 0.15

SSR 55.66 0.2105

MSR 44.33 0.2751

16

Таблиця 7 Розрахунок вектора ваги критеріїв

F T W

0.75 0.75 0.75

0.25 0.25 0.25

1 1 1

На основі ваги критеріїв проведемо обчислення матриці параметрів (балів).

Результати обчислення наведені в табл. 8.

Таблиця 8 Матриця параметрів (балів)

Dw*W1 Tw*W2 R

Ориг. зобр. 0.279175 0.25 0.529175

CS 0.412946 0.243733 0.65668

HE 0.364173 0.240504 0.604677

LHE 0.75 0.197569 0.947569

LT 0.444712 0.188018 0.632729

PLT 0.372984 0.1815 0.554484

SSR 0.415419 0.129335 0.544754

MSR 0.521617 0.098964 0.620581

На заключному етапі необхідно провести ранжування варіантів сегментації.

Результати ранжування наведені в табл. 9 і на рис.6.

Як видно із результатів дослідження вибір методу підвищення якості

зображення проводився з урахуванням не тільки якості і точності сегментації, а

також швидкості його реалізації. Дані результати дозволяють забезпечити

сегментацію зображення піни із похибкою не більше 10% , покращити результати

відносно стандартної сегментації не менше ніж на 5%.

Таблиця 9

Ранжування варіантів сегментації

D' Час

Sec. Dw=Dmin

/ D'

Tw=Tmin/

T

Dw*W1 Tw*W2 Ранг

R

Ориг. зобр. 82.83 0.1089 0.37223 1 0.27917 0.25 0.52917

CS 56 0.1117 0.55059 0.97493 0.41294 0.24373 0.65668

HE 63.5 0.1132 0.48556 0.96201 0.36417 0.24050 0.60467

LHE 30.83 0.1378 1 0.79027 0.75 0.19756 0.94756

LT 52 0.1448 0.59294 0.75207 0.44471 0.18801 0.63272

PLT 62 0.15 0.49731 0.726 0.37298 0.1815 0.55448

SSR 55.66 0.2105 0.55389 0.51734 0.41541 0.12933 0.54475

MSR 44.33 0.2751 0.69548 0.39585 0.52161 0.09896 0.62058

17

Рис.6 Ранжування варіантів сегментації

Таким чином, управління флотацією не повинно залежати від одного методу

покращення зображення. При цьому слід відмітити, що вибір методу сегментації

немає необхідності змінювати при кожному циклі управління, так як процес

піноутворення достатньо інертний порівняно з продуктивністю комп’ютеризованої

системи підтримки прийняття рішення. Запропоновано використовувати результати

якісної оцінки методу сегментації зображення, що використовується протягом

визначеного періоду часу. В якості критерію для перенастройки системи

комп’ютерного зору і необхідності заміни метода сегментації зображення, що

використовується, пропонується вибирати граничне значення точності сегментації.

Вибір нового методу сегментації проводиться на основі удосконаленого методу

аналізу альтернатив.

У додатках вміщено акти впровадження результатів дисертаційної роботи, а

також фрагменти розробленого програмного забезпечення для практичної реалізації

удосконаленого інтегрованого методу підвищення якості зображення піни для

управління пінною флотацією.

ВИСНОВКИ

В дисертаційній роботі вирішена важлива науково-технічна задача, яка полягає

в розробці інтегрованого методу підвищення якості зображення піни з урахуванням

її фізичних характеристик і засобів визначення візуальних параметрів для управління

процесом пінної флотації.

1. Запропоновано класифікацію методів підвищення якості зображення піни

відносно визначених характеристик, змінних і властивостей піни. Встановлено, що

сукупність методів представляє собою множини методів, що не перетинаються, як

наслідок, можна констатувати, що дані методи доповнюють один одного і їх

послідовне використання зумовлює підвищення якості зображення. Виходячи з

цього, був вперше розроблений інтегрований метод підвищення якості зображення

піни для управління флотацією, який оснований на використанні методу аналізу

18

ієрархій шляхом використання запропонованих показників якості зображення,

оцінки і ранжування методів сегментації зображення, а також ранжування

альтернатив, що дозволило забезпечить автоматизацію процесу пінної флотації та

виключити суб’єктивізм оцінки експерта.

2. На основі додаткового дослідження методів підвищення якості зображення та

сегментації зображення з врахуванням технології реалізації пінної флотації

удосконалено інтегрований метод підвищення якості зображення піни на основі

додаткової фільтрації шуму і підсилення контрастності шляхом варіювання

параметрами куполу зображення з урахуванням фізичних характеристик бульбашок і

якості піни, що дозволило отримати чисельні характеристики зображення для

управління процесом пінної флотації.

3. Отримали подальший розвиток методи управління якістю зображення пінної

флотації на основі методу аналізу ієрархій шляхом введення інтегрованого

показника ранжування методів сегментації зображення адаптованого до зображень

піни отриманих в процесі флотації, забезпечило автоматизацію підвищення якості

зображення піни для систем управління пінною флотацією, а також зменшило час

обробки зображень.

Практична цінність роботи полягає в доведенні здобувачем розробленого

інтегрованого метод підвищення якості зображення піни, до конкретних інженерних

методик, алгоритмів, та варіантів програмної реалізації для систем управління

процесами пінної флотації.

Одержані практичні результати дозволили забезпечити сегментацію зображення

піни с похибкою не більше 10%, покращити результати відносно стандартної

сегментації не менше ніж на 5%, що забезпечило отримання точніших чисельних

значень зображення піни і дало можливість підвищувати якість систем управління

пінною флотацією.

Результати роботи впроваджені в навчальний процес Черкаського державного

технологічного університету та Черкаський інститут пожежної безпеки імені Героїв

Чорнобиля Національного університету цивільного захисту України.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Al-Janabi Aqeel Bahr Tarkhan. Review of using computer vision methods for

flotation froth quality evaluations // Вісник ЧДТУ, 2014. – №3. – С.112-120.

2. Al-Janabi Aqeel Bahr Tarkhan. Computer vision system for froth flotation based on

centroid // Системи обробки інформації: зб. наук. пр. – Х.: Харк. ун-т Повітряних Сил

ім. Івана Кожедуба, 2014. – Вип. 9(125). – С. 3–5.

3. Al-Janabi Aqeel Bahr Tarkhan. Effect image enhancement on watershed

segmentation / Al-Janabi Aqeel Bahp Tarkhan, L.A. Shuvalova // Системи обробки

інформації: зб. наук. пр. – Х.: Харк. ун-т Повітряних Сил ім. Івана Кожедуба, 2014. –

Вип. 8(124). – С. 3–7.

19

4. Погорелов О.А. Оценка качества процесса флотации по внешнему виду

флотационной пены / О.А. Погорелов, Аль-Джанаби Акиль Бахр // Наукові праці:

Науково-методичний журнал. – Вип. 238. Т.250. Комп‘ютерні технології. –

Миколаїв: Вид-во ЧДУ ім.. Петра Могили, 20014. – 124 с.

5. Al-Janabi Aqeel Bahr Tarkhan. Efficiency test for gradient operator and Laplacian

operator in Kalman filter's TV tracking via Chi-square test/ Al-Janabi Aqeel Bahr Tarkhan,

L.A. Shuvalova // Системи управління, навігації та зв’язку. – Полтава : ПНТУ, 2015. –

Вип. 3(35). – С. 79-82.

6. Al-Janabi Aqeel Bahr Tarkhan. Image enhancement techniques for froth flotation /

Al-Janabi Aqeel Bahr Tarkhan, L.A. Shuvalova // Системи управління, навігації та

зв’язку. – Полтава : ПНТУ, 2015. – Вип. 2(34). – С. 61-67.

7. Al-Janabi Aqeel Bahr Tarkhan. Enhanced watershed algorithm with Retinex in

froth flotation vision system // Комбінаторні конфігурації та їх застосування: матеріали

сімнадцятого міжнар. наук.-практ. сем., 17-18 квітня 2015 р.: зб. тез доп. –

Кіровоград: Державна льотна академія України, 2015. – С. 115–117.

8. Аль-Джанаби Акиль Бахр Таркхан. Определение временных интервалов

между перенастройкой системы управления пенной флотацией // Проблеми

інформатизації: матеріали третьої міжнар. наук.-техн. конф, 12-13 листопада 2015 р.:

зб. тез доп. – Черкаси: ЧДТУ; Баку: ВА ЗС АР; Бельсько-Бяла: УтіГН; Полтава:

ПНТУ, 2015. – С. 35.

9. Аль-Джанаби Акиль Бахр Таркхан. Алгоритм отслеживания процесса

флотации // Проблеми інформатизації: матеріали другої міжнар. наук.-техн. конф,

25-26 листопада 2014 р.: зб. тез доп. – Черкаси: ЧДТУ; Тольятті: ТДУ, 2014. – С. 23-

24.

10. Рудницький С.В. Выбор метода улучшения изображения в системах

технического зрения для управления пенной флотации / С.В. Рудницький, Аль-

Джанаби Акиль Бахр Таркхан // Проблеми інформатизації: матеріали третьої міжнар.

наук.-техн. конф, 12-13 листопада 2015 р.: зб. тез доп. – Черкаси: ЧДТУ; Баку: ВА ЗС

АР; Бельсько-Бяла: УтіГН; Полтава: ПНТУ, 2015. – С. 40.

АНОТАЦІЯ

Аль-Джанабі Акіл Б. Т. Метод підвищення якості комп’ютерного зору для

систем управління пінною флотацією. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за

спеціальністю 05.13.06 – інформаційні технології. – Черкаський державний

технологічний університет, Черкаси, 2016.

Дисертаційній робота присвячена вирішенню важливої науково-технічної

задачі, яка полягає в розробці інтегрованого методу підвищення якості зображення

піни з урахуванням її фізичних характеристик і засобів визначення візуальних

параметрів для управління процесом пінної флотації.

21

Розроблений інтегрований метод підвищення якості зображення піни, для

управління флотацією, який оснований на використанні методу аналізу ієрархій із

використанням запропонованих показників якості зображення, оцінки і ранжування

методів сегментації зображення, а також ранжування альтернатив. Удосконалено

інтегрований метод підвищення якості зображення піни на основі додаткової

фільтрації шуму і підсилення контрастності шляхом варіювання параметрами куполу

зображення з урахуванням фізичних характеристик бульбашок і якості піни.

Отримали подальший розвиток методи управління якістю зображення пінної

флотації на основі методу аналізу ієрархій шляхом введення інтегрованого

показника ранжування методів сегментації зображення адаптованого до зображень

піни отриманих в процесі флотації.

Ключові слова: комп’ютерний зір, підвищення якості зображення,

сегментація зображень, пінна флотація, водорозділ, чисельні характеристики

зображення.

АННОТАЦИЯ

Аль-Джанаби Акиль Б. Т. Метод повышения качества компьютерного

зрения для систем управления пенной флотацией. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по

специальности 05.13.06 – информационные технологии. – Черкасский

государственный технологический университет, Черкассы, 2016.

Диссертационная работа посвящена решению важной научно-технической

задаче, которая заключается в разработке интегрированного метода повышения

качества изображения пены с учетом ее физических характеристик и способов

определения визуальных параметров для управления процессом пенной флотации.

Объект исследования – процессы повышения качества изображения, предмет

исследования – метод повышения качества изображения пены и определения

визуальных параметров для систем управления пенной флотацией.

Предложена классификация методов повышения качества изображения пены

относительно определенных характеристик, переменных и свойств пены.

Установлено, что совокупность методов представляет собой множества методов,

которые не пересекаются, как следствие, можно констатировать, что данные методы

дополняют друг друга и их последовательное использование приводит к повышению

качества изображения. Исходя из этого, был впервые разработан интегрированный

метод повышения качества изображения пены для управления флотацией,

основанный на использовании метода анализа иерархий, путем использования

предложенных показателей качества изображения, оценки и ранжирования методов

сегментации изображения, а также ранжирования альтернатив, что позволило

обеспечить автоматизацию процесса пенной флотации и исключить субъективизм

оценки эксперта.

21

На основе дополнительного исследования методов повышения качества

изображения и сегментации изображения с учетом технологии реализации пенной

флотации усовершенствован интегрированный метод повышения качества

изображения пены на основе дополнительной фильтрации шума и усиления

контрастности путем варьирования параметрами купола изображения с учетом

физических характеристик пузырьков и качества пены, что позволило получить

численные характеристики изображения для управления процессом пенной

флотации.

Получили дальнейшее развитие методы управления качеством изображения

пенной флотации на основе метода анализа иерархий путем введения

интегрированного показателя ранжирования методов сегментации изображения,

адаптированного к изображениям пены, полученных в процессе флотации,

обеспечило автоматизацию повышения качества изображения пены для систем

управления пенной флотацией, а также уменьшило время обработки изображений.

Суть интегрированного метода повышения качества изображения пены, для

управления пенной флотацией состоит в следующем: для кожного изображения

применить полный алгоритм водораздела для расчета количества пузырьков; для

каждого изображения применить алгоритмы повышения контрастности; для каждого

результата повышения контрастности, применить полный алгоритм водораздела; для

кожного изображения применить алгоритм фильтрации шума; для каждого

результата фильтрации применить алгоритм повышения контрастности, применить

полный алгоритм водораздела; на основе важности критериев оценок, сравнить

результаты применения полного алгоритма водораздела, путем их ранжирования;

разработать матрицы оценок альтернатив и коэффициентов для их ранжирования;

выполнить ранжирование альтернатив и оценить адекватность полученных

результатов для принятия решения на управление пенной флотацией.

Практическая ценность работы состоит в доведении соискателем

разработанного интегрированного метода повышения качества изображения пены до

конкретных инженерных методик, алгоритмов, и вариантов программной

реализации для систем управления процессами пенной флотации.

Полученные практические результаты позволили обеспечить сегментацию

изображения пены с погрешностью не более 10%, улучшить результаты

относительно стандартной сегментации не менее чем на 5%, что обеспечило

получение точных численных значений изображения пены и дало возможность

повышать качество систем управления пенной флотацией.

Результаты работы внедрены в учебный процесс Черкасского

государственного технологического университета и Черкасского института

пожарной безопасности имени Героев Чернобыля Национального университета

гражданской защиты Украины.

22

Ключевые слова: компьютерное зрение, повышения качества изображения,

сегментация изображений, пенная флотация, водораздел, численные характеристики

изображения.

ABSTRACT

Al-Janabi Aqeel Bahr Tarrhan. Method of improving the quality of computer

vision control systems for flotation. - Manuscript.

The thesis for the degree of candidate of technical sciences, specialty 05.13.06 -

information technology. - Cherkasy State Technological University, Cherkasy, 2016.

The thesis is devoted to solving important scientific and technical problem, which is

to develop an integrated method for improving image quality froth flotation taking into

consideration, its physical characteristics and visual means of determining parameters for

process control flotation.

An integrated method for improving image quality to control froth flotation developed

based on using the analytic hierarchy by applying the data shown in image quality,

evaluation and ranking methods for image segmentation and ranking of alternatives.

Integrated method of improving froth image quality based on additional noise filtering

and contrast enhancement by varying parameters dome image on basis of physical

characteristics of bubbles and froth quality was improved. Methods for image quality

control flotation, based on the analytic hierarchy by introducing integrated index ranking of

image segmentation methods adapted to the images obtained in the froth flotation were

further developed.

Keywords: computer vision, image enhancement, image segmentation, flotation,

watershed, numerical characteristics of the image.