Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Применение объектно-ориентированного программирования в задачах обработки сигналов и изображений с элементами искусственного интеллекта

Покупка
Артикул: 800914.01.99
Доступ онлайн
500 ₽
В корзину
Учебное пособие содержит пять теоретических разделов по основам объектно-ориентированного подхода в прикладных задачах обработки сигналов и изображений. Каждый раздел включает практические задания для самостоятельной работы и контрольные вопросы. Для студентов специальности 11.05.01 «Радиоэлектронные системы и комплексы», направлений подготовки 11.04.01 «Радиотехника», 12.03.04, 12.04.04 «Биотехнические системы и технологии», 09.03.02, 09.04.02 «Информационные системы и технологии», 15.03.01, 15.04.01«Машиностроение».
Применение объектно-ориентированного программирования в задачах обработки сигналов и изображений с элементами искусственного интеллекта : учебное пособие / А. А. Баев, К. О. Иванов, Ю. А. Ипатов, А. Н. Леухин ; Министерство науки и высшего образования Российской Федерации, ФГБОУ ВО «Поволжский государственный технологический университет». - Йошкар-Ола : Поволжский государственный технологический университет, 2022. - 206 с. - ISBN 978-5-8158-2275-7. - Текст : электронный. - URL: https://znanium.com/catalog/product/1972681 (дата обращения: 18.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
 
 
 
 
 
 
 
 
 
 
 
 
 
ПРИМЕНЕНИЕ  
ОБЪЕКТНО-ОРИЕНТИРОВАННОГО ПРОГРАММИРОВАНИЯ  
В ЗАДАЧАХ ОБРАБОТКИ СИГНАЛОВ И ИЗОБРАЖЕНИЙ  
С ЭЛЕМЕНТАМИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 
 
 
Учебное пособие 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Йошкар-Ола 
ПГТУ 
2022 
 


 
УДК 621.391.6:621.396.96(07) 
ББК  32.95я73 
 П 62 
 
 
Р е ц е нз е н ты :  
А. В. Рыбаков, генеральный директор ООО «Омега-Софт»; 
Н. В. Парсаев, канд. техн. наук, доцент кафедры прикладной  
математики и информатики Марийского государственного  
университета 
 
 
Печатается по решению 
редакционно-издательского совета ПГТУ 
 
 
Применение объектно-ориентированного программирова- 
П 62 ния в задачах обработки сигналов и изображений с элементами искусственного интеллекта : учебное пособие / А. А. Баев, 
К. О. Иванов, Ю. А. Ипатов, А. Н. Леухин ; Министерство науки 
и высшего образования Российской Федерации, ФГБОУ ВО «Поволжский государственный технологический университет». — 
Йошкар-Ола : Поволжский государственный технологический 
университет, 2022. — 206 с. 
ISBN 978-5-8158-2275-7 
Учебное пособие содержит пять теоретических разделов по основам объектноориентированного подхода в прикладных задачах обработки сигналов и изображений. Каждый раздел включает практические задания для самостоятельной работы 
и контрольные вопросы. 
Для студентов специальности 11.05.01 «Радиоэлектронные системы и комплексы», направлений подготовки 11.04.01 «Радиотехника», 12.03.04, 12.04.04 
«Биотехнические системы и технологии», 09.03.02, 09.04.02 «Информационные системы и технологии», 15.03.01, 15.04.01«Машиностроение». 
УДК 621.391.6:621.396.96(07) 
ББК 32.95я73 
 
 
 
  А. А. Баев, К. О. Иванов,  
Ю. А. Ипатов, А. Н. Леухин, 2022 
 
 
© ФГБОУ ВО «Поволжский государственный 
ISBN 978-5-8158-2275-7 
 
технологический университет», 2022


ОГЛАВЛЕНИЕ 
 
СПИСОК СОКРАЩЕНИЙ .................................................................................................. 5 
ВВЕДЕНИЕ ..................................................................................................................... 6 
1. Консольные приложения .................................................................................... 9 
1.1. Создание консольного приложения ........................................................... 9 
1.2. Классификация типов данных .................................................................. 12 
1.3. Ввод данных, преобразования типов  и операторы ................................ 16 
1.4. Поразрядные операции,  выбор и исключения ........................................ 22 
Задания для самостоятельной работы .................................................................. 32 
Контрольные вопросы .............................................................................................. 37 
2. Основы объектно-ориентированного программирования в С# ................. 38 
2.1. Понятие класса, работа с комплексными числами ................................. 38 
2.2. Unit-тестирование кода на C# ................................................................... 42 
2.3. Создание библиотеки классов .................................................................. 45 
2.4. Комплексные сигналы ............................................................................... 55 
2.5. Создание оконного приложения ............................................................... 62 
Задания для самостоятельной работы .................................................................. 71 
Контрольные вопросы .............................................................................................. 72 
3. Ввод-вывод данных. Генерация  и визуализация данных........................... 74 
3.1. Подготовка оконного приложения  для генератора 
случайных чисел ....................................................................................................... 74 
3.2. Создание генератора случайных чисел .................................................... 75 
3.3. Генерация сигналов и визуализация данных ........................................... 85 
3.4. Цифровая обработка сигналов .................................................................. 97 
3.4.1. Автокорреляционная функция..................................................... 101 
3.4.2. Генератор М-последовательности ............................................... 102 
3.4.3. Согласованная фильтрация сигналов .......................................... 105 
3.4.4. Модуляция сигналов .................................................................... 108 
3.5. Обработка звуковых файлов ................................................................... 117 
3.5.1. Визуализация процесса вычислений ........................................... 127 
3.6. Вычисление спектра через оконное преобразование Фурье ................ 131 
Задания для самостоятельной работы ................................................................ 141 
Контрольные вопросы ............................................................................................ 145 
 
 


4. Обработка изображений .................................................................................. 146 
4.1. Загрузка и сохранение изображений ...................................................... 146 
4.2. Спектр изображений  и фильтрация в частотной области ................... 153 
4.3. Фильтрация изображений в частотной области .................................... 158 
4.4. Фильтрация изображений  в пространственной области ..................... 164 
4.4.1. Пространственная фильтрация .................................................... 164 
4.4.2. Линейная пространственная фильтрация ................................... 166 
4.4.3. Поиск фрагмента на изображении............................................... 168 
4.4.4. Теорема свёртки ............................................................................ 172 
Задания для самостоятельной работы ................................................................ 175 
Контрольные вопросы ............................................................................................ 177 
5. Использование нейронных сетей для сегментации изображений ............ 178 
5.1. Последовательные нейронные сети ....................................................... 178 
5.2. Обучение нейронной сети с помощью алгоритма 
обратного распространения ошибки ..................................................................... 179 
5.3. Сверточные нейронные сети ................................................................... 181 
5.4. Сверточная нейронная сеть U-Net для сегментации изображений ...... 185 
5.5. Реализация нейронной сети U-Net для сегментации 
медицинских изображений .................................................................................... 188 
5.6. Реализация нейронной сети U-Net на Python ........................................ 190 
Задания для самостоятельной работы ................................................................ 200 
Контрольные вопросы ............................................................................................ 201 
ЗАКЛЮЧЕНИЕ ............................................................................................................ 203 
СПИСОК ЛИТЕРАТУРЫ ............................................................................................... 204 
 
 
 


СПИСОК СОКРАЩЕНИЙ 
 
АКФ — автокорреляционная функция 
АМ — амплитудная модуляция 
АЧМ — амплитудно-частотная модуляция 
БПФ — быстрое преобразование Фурье 
ВКФ — взаимокорреляционая функция 
ДПФ — дискретное преобразование Фурье 
ИИ — искусственный интеллект 
ПЛИС — программируемая логическая интегральная схем 
СКО — среднеквадратическое отклонение 
ЦОС — цифровая обработка сигналов 
ЧМ — частотная модуляция 
ФМ — фазовая модуляция 
ЯП — язык программирования 
QAM (Quadra-ture Amplitude Modulation) — квадратурная амплитудно-фазовая модуляция  
QPSM (Quadrature Phase Shift Keying) — квадратурная фазовая 
манипуляция  
DVB (Digital Video Broadcast) — цифровое телевизионное вещание  
 


ВВЕДЕНИЕ 
 
Цифровая обработка сигналов (ЦОС) и изображений являeтся 
динамично развивающейся областью вычислительной техники [1]. 
В теории информации и связи под сигналом понимается материальный носитель информации, используемый для передачи сообщений, 
однако в исследованиях сигнал чаще всего представляется функцией 
времени, параметры которой могут нести нужную информацию.  
В современной вычислительной технике сигналы представляются в виде последовательности значений (измеренных величин), взятых через некоторые промежутки времени [2]. Такие сигналы называют дискретными. Частным случаем сигналов являются цифровые 
изображения, представляющие собой двумерные массивы чисел. 
Каждый элемент этих массивов соответствует одному элементу 
изображения.  
Системы цифровой обработки сигналов и изображений используются при обработке данных дистанционного зондирования земли, 
медико-биологических исследованиях, решении задач навигации 
аэрокосмических и морских объектов, связи, радиофизики, распознавании речи и лиц [2]. При этом подавляющее большинство современных систем цифровой обработки сигналов и изображений 
используют технологии искусственного интеллекта, включающие 
машинное и глубокое обучение.  
Материал данного учебного пособия строится на последовательном изучении базовых принципов объектно-ориентированного 
программирования, алгоритмов предварительной обработки сигналов и изображений с использованием современных вычислительных 
средств и языков программирования, изучении инструментов классификации данных, что позволит студентам в будущем реализовывать системы обработки изображений и сигналов с элементами  
искусственного интеллекта на различных аппаратных платформах.  
Большинство материалов предлагаемого вниманию читателей 
издания базируется на научных исследованиях, проводимых на кафедре радиотехнических и медико-биологических систем (РТиМБС) 
Поволжского государственного технологического университета. 
На кафедре действует научная школа с более чем тридцатилетним 


стажем работы в области разработки систем распознавания изображений и сигналов для различных приложений. За этот срок были 
разработаны уникальные методы распознавания изображений  
объектов в зашумленных сценах по форме их контуров, а также методы выделения и прослеживания контуров изображений объектов, 
методы распознавания трехмерных объектов на базе технологии  
обработки гиперкомплексных сигналов [3]. 
Издание содержит пять разделов, охватывающих широкий круг 
вопросов, связанных с разработкой программного обеспечения 
с элементами искусственного интеллекта для цифровой обработки 
изображений и сигналов. Начиная с первой лабораторной работы 
обучающиеся знакомятся с методологией объектно-ориентированного программирования. Разработка приложений выполняется на 
языке программирования (ЯП) C#. Он является мощным инструментом для разработки desktop- и web-приложений, при этом сочетает 
в себе простоту использования за счет автоматического управления 
памятью и эффективного синтаксиса, вобравшим лучшие техники 
программирования на таких языках, как C++, Java и Delphi. Благодаря этому, в настоящее время язык программирования C# оказывается 
наиболее популярным средством разработки приложений под 
управлением операционной системы Windows. Он поддерживает 
основные средства объектно-ориентированного программирования 
и является предпочтительным в начале изучения объектно-ориентированного подхода при проектировании приложений.  
Перед началом работы с данным учебным пособием рекомендуется пройти бесплатный курс от Microsoft по основам программирования на C#, расположенный по адресу: https://docs.microsoft.com/  
ru-ru/dotnet/csharp/.  
Первый раздел книги посвящен получению базовых навыков 
программирования на языке С# и знакомству с его синтаксисом. Во 
втором разделе читатели познакомятся с базовыми концепциями 
объектно-ориентированного программирования, методами тестирования кода, а также с рабочим процессом создания desktop-приложений. В третьем разделе пособия подробно описываются основные 
алгоритмы, используемые в цифровой обработке сигналов: дискретное преобразование Фурье, согласованная фильтрация, модуляция, 
генерация М-последовательности. Даются примеры реализации  
указанных алгоритмов на языке программирования C#. Четвёртый 


раздел пособия посвящен изучению алгоритмов цифровой обработки 
изображений и включает в себя такие подразделы, как двумерное 
дискретное преобразование Фурье, анализ изображений в частотной 
и пространственной области, фильтрация изображений. Пятый раздел содержит информацию о методах глубокого обучения. В нем 
подробно рассматриваются современные архитектуры нейронных 
сетей и их приложения при классификации и сегментации данных. 
Выполнение практических заданий позволит закрепить и углубить полученные на лекционных занятиях теоретические знания. 
Помочь в усвоении теоретических сведений, систематизации 
изученного материала и успешном выполнении практических заданий призваны достаточно подробные контрольные вопросы по каждой теме и список рекомендуемой литературы, где можно получить 
дополнительную информацию. 
 
Авторы выражают благодарность профессору кафедры РТиМБС, 
д-ру техн. наук, проректору по развитию университетского комплекса ПГТУ А. А. Роженцову, профессору кафедры РТиМБС, д-ру техн. 
наук Р. Г. Хафизову, доценту кафедры РТиМБС, канд. техн. наук 
Д. Г. Хафизову за ценные замечания, которые были учтены при подготовке рукописи к печати. 
 
 
Критерии оценки знаний 
 
Для получения оценки «удовлетворительно» необходимо выполнить практическую часть работы, знать и уметь объяснить назначение переменных, классов и функций программы. 
Для получения оценки «хорошо» необходимо выполнить задание своего варианта, осуществить модульное тестирование кода, 
а также дополнительное задание преподавателя.  
Для получения оценки «отлично» необходимо выполнить дополнительное усложненное задание преподавателя, уметь свободно 
использовать справочные материалы. Исходный код должен содержать исчерпывающие комментарии, иметь строгую стилизацию, 
имена функций и переменных должны полностью отражать выполняемую задачу. 


1. КОНСОЛЬНЫЕ ПРИЛОЖЕНИЯ 
1.1. СОЗДАНИЕ КОНСОЛЬНОГО ПРИЛОЖЕНИЯ 
Консольное приложение — это компьютерное приложение без 
графического интерфейса пользователя (GUI), предназначенное для 
работы исключительно с командами клавиатуры. Одним из способов 
реализации консольных приложений является использование платформы .NET («дот нет»), разработанной компанией Microsoft. Она  
включает в себя множество средств разработки, таких как средства 
поддержки баз данных, электронной почты и др. [4].  
Важным преимуществом использования данной платформы является полная совместимость разрабатываемых программ с различными версиями операционной системы Windows, а также возможность создания кросс-платформенных приложений, которые будут 
работать одинаково на компьютерах с другими операционными  
системами, такими как Linux и OS X.  
C# (Си-Шарп) — это один из языков программирования платформы .NET. Он входит в Visual Studio – Visual Studio.NET. Кроме 
C#, в Visual Studio.NET входят Visual Basic.NET и Visual C++.  
Создадим консольное приложение. Так, для этого выполним 
«File» -> «New Project». 
 
 
Рис. 1.1. Создание нового проекта «New Project» 


В указанном на рисунке 1.1 окне выбираем Windows Desktop 
(1), Console App (2), в поле Name (3) должно однозначно описывать 
назначение проекта, в нашем случае — это пример 1 раздела 1; для 
названия пути к проекту (4) и именования проектов принято использовать английский язык. Таким образом, первый проект назовём 
Ex_0_1.  
 
 
 
Для запуска проекта на трансляцию и выполнение служит кнопка 
, расположенная на панели инструментов («Debug»-«Start  
Debugging»). Также это можно сделать с помощью клавиши F5. После создания консольного приложения среда автоматически создает  
заготовку программы с текстом: 
 
 
using System; 
using System.Collections.Generic; 
using System.Linq; 
using System.Text; 
using System.Threading.Tasks; 
 
namespace Ex_0_1 
{ 
  class Program 
  { 
    static void Main(string[] args) 
    { 
    } 
  } 
} 
 
 
Ключевое слово using <Namespace> подключает соответствующее пространство имен — список классов, определенных в одноименном программном модуле. 
Внимание!  Название проекта следует назначать при создании проекта. От правильности выбора зависит корректность  
работы программы. 


Доступ онлайн
500 ₽
В корзину