Аналіз та порівняння методів покращення контрастності зображення шахових фігур

Abstract

Здійснено огляд літературних джерел, автори яких пропонують два варіанти отримання оригінального зображення для подальшого виявлення прихованого вмісту зображення для подальшого виявлення типу шахової фігури з використанням згорткових нейронних мереж різних типів, гамма-корекції та фільтра високих частот, вирішивши поширену проблему покращення візуальної якості зображення, зменшення шуму, виділення об`єкта на фоні для підвищення достовірності подальшої обробки зображення; проведено аналіз ефективності кожного з методів та сфери застосування цих методів. За допомогою розробленого на мові програмування Swift програмного забезпечення здійснено аналіз довільного зображення з власної бібліотеки зображень, побудовано гістограми для кожного зі складових кольорів зображення; проведено обробку кольорового зображення з використанням високочастотного фільтру; проведено обробку зображення згортковими штучними нейронними мережами двох типів.

This article reviews the literature, the authors of which offer two options for obtaining the original image to further detect the hidden content of the image to further detect the type of chess piece using convolutional neural networks of different types, gamma correction and high-pass filter, solving the common problem of improving visual quality image, noise reduction, selection of the object in the background to increase the reliability of further image processing; an analysis of the effectiveness of each of the methods and the scope of these methods. With the help of software developed in the Swift programming language, the analysis of an arbitrary image from its own image library is performed, histograms are constructed for each of the constituent colors of the image; color image processing was performed using a high-pass filter; image processing was performed by convolutional artificial neural networks of two types.