Разработка и исследование алгоритмов для сравнения изображений на основе их декомпозиции
| Цена, руб. | 3000 |
| Номер работы | 56134 |
| Предмет | Информатика |
| Тип работы | Диплом |
| Объем, стр. | 87 |
| Оглавление | "СОДЕРЖАНИЕ ВВЕДЕНИЕ.......................7 1.Анализ технического задания.......................10 1.1.Анализ аналогов...........................13 1.2.Выбор технологии разработки приложения..........................15 1.3.Постановка задачи............................19 2.Проектная часть..........................22 2.1.Проектирование функционала Wavelet, Fourie, SVD.........................22 2.2.Архитектура системы.......................31 2.3.Проектирование структуры данных...........................35 2.4.Алгоритмы обработки изображений..........................46 3.Реализация информационной системы...........................51 3.1.Разработка архитектуры системы............................55 3.2.Программная реализация...........................58 4.Эксплуатационная часть..............................73 4.1.Тестирование сценария работы............................73 4.2.Руководство пользователю...........................77 ЗАКЛЮЧЕНИЕ........................79 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ..........................81 1. Gonzalez, R. C., & Woods, R. E. (2018). Digital Image Processing (4th ed.). Pearson. Классический труд, описывающий основные методы и алгоритмы обработки изображений, включая Fourier- и Wavelet-преобразования. 2. Strang, G. (2019). Linear Algebra and Its Applications (5th ed.). Cengage Learning. Книга, освещающая основы линейной алгебры, включая сингулярное разложение (SVD), используемое в проекте. 3. Mallat, S. (2009). A Wavelet Tour of Signal Processing: The Sparse Way (3rd ed.). Academic Press. Подробное руководство по Wavelet-преобразованию, его теоретическим основам и практическому применению. 4. Van der Walt, S., Sch?nberger, J. L., Nunez-Iglesias, J., Boulogne, F., Warner, J. D., Yager, N., Gouillart, E., & Yu, T. (2014). scikit-image: Image Processing in Python. PeerJ 2:e453. Доступно на: https://peerj.com/articles/453/ Статья о библиотеке scikit-image, которая широко применяется в обработке изображений. 5. Hunter, J. D. (2007). Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 9(3), 90-95. Доступно на: https://ieeexplore.ieee.org/document/4160265 Источник о библиотеке Matplotlib, используемой в проекте для визуализации результатов. 6. NumPy Documentation (2023). NumPy User Guide. Доступно на: https://numpy.org/doc/stable/ Официальная документация по NumPy, библиотеке, обеспечивающей эффективную работу с массивами данных. 7. Flask Documentation (2023). Flask: Web Development. Доступно на: https://flask.palletsprojects.com/en/latest/ Документация по Flask, использованному для создания веб-интерфейса приложения. 8. Rogers, S. K., & Carter, W. R. (2017). Image Analysis Techniques for Material Characterization. Springer. Применение алгоритмов обработки изображений для анализа материалов, в том числе Wavelet- и Fourier-преобразований. 9. O'Reilly Media. (2020). Programming Computer Vision with Python: Tools and algorithms for analyzing images. Руководство по работе с изображениями в Python, включая основные алгоритмы и библиотеки. 10. Prajapati, A. (2021). Mastering Python for Data Science. Packt Publishing. Современное руководство по Python для задач анализа данных, включая обработку изображений. 11. Седых, И. В. Программная инженерия: основы проектирования программных систем / И. В. Седых, П. А. Агеев. – М.: ИНФРА-М, 2022. – 640 с. Подробное пособие по разработке и проектированию сложных программных систем 12. Чирцов, А. В. Цифровая обработка изображений: методы и алгоритмы / А. В. Чирцов. – 3-е изд. – М.: Лаборатория знаний, 2020. – 456 с. Практическое руководство по алгоритмам обработки изображений и их применению 13. Столяров, А. В. Основы теории алгоритмов / А. В. Столяров. – М.: Лаборатория знаний, 2021. – 480 с. Базовые теоретические аспекты и основы построения алгоритмов. 14. Столяров, А. В. Основы теории алгоритмов / А. В. Столяров. – М.: Лаборатория знаний, 2021. – 480 с. Классическая книга для изучения алгоритмов и их реализации. 15. Фигурнов, В. Э. IBM PC для пользователя / В. Э. Фигурнов. – 25-е изд. – М.: БХВ-Петербург, 2021. – 784 с. Практическое руководство по работе с ПК, включая технические аспекты. ПРИЛОЖЕНИЕ А – Тестирование, сравнение изображений........................84 " |
| Цена, руб. | 3000 |