Разработка приложения для распознавания образов, ВКР по прикладной информатике с исходниками
Получите бесплатно демо-версию Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить"
Информационная система обслуживания заявок сотрудников строительной компании, диплом по информатике в экономике2 000 ₽
Разработка корпоративной вычислительной сети с использованием технологии VPN, диплом по сетям2 000 ₽
Построение защищенного электронного документооборота в организации, диплом по защите информации2 000 ₽
Формализация бизнес-процессов компании в сфере ЖКХ (проектирование и разработка АИС для расчета стоимости коммунальных услуг и формирования квитанций на оплату), ВКР по информатике2 000 ₽Описание
Работа подготовлена и защищена в 2017 году в Федеральное государственное бюджетное образовательное учреждение высшего образования «Российский государственный университет им. А.Н. Косыгина (Технологии. Дизайн. Искусство)», Магистратура, Кафедра автоматизированных систем обработки информации и управления, Направление подготовки: 09.04.01 «Информатика и вычислительная техника».
Актуальность работы связана с тем, что системы распознавания образов и компьютерного зрения все чаще и чаще используются при автоматическом подсчете количества объектом и других применениях.
Выбор темы обоснован актуальностью применения систем технического зрения в современной промышленности.
Теоретическая значимость работы состоит в изучении методов распознавания изображений, практическая – в применении разработанного программного обеспечения для подсчета деталей.
Системы технического зрения (СТЗ) сегодня можно считать одним из базовых средств развития АСУ движением в рамках, когда суммарное значение совокупных данных не достигает уровня для реализации задач управления и требуется изучение внешней обстановки в режиме реального времени. СТЗ применяют в современных космических, подводных и надводных, а также наземных мобильных объектах. Отличная зона покрытия и широкий спектр цветового и пространственного разрешения нынешних линейных и матричных получателей оптического излучения СТЗ становятся хорошими источниками данных при программном выполнении задач навигации, распознавания и наведения.
Минимизация времени конвертации зрительных сигналов при большой скорости движения мобильных объектов очень сложна в реализации, и является единственным препятствием для повсеместного применения СТЗ. Сложности также связаны с синтезом алгоритмов необходимых преобразований. Нет универсального алгоритма решения задач зрительного слежения, распознавания, навигации и наведения при стандартном движении аппарата или объекта зрительного слежения. Для любой задачи СТЗ и в конкретной ситуации фотометрических и траекторных условий необходим лишь определенный алгоритм, причём даже незначительное изменение указанной зрительной сцены часто требует смены применяемого алгоритма исследования фотометрического сигнала. Это ведет к необходимости поддержания алгоритмической полноты и структурной устойчивости проведения задач технического зрения на различных фотометрических ситуациях и траекториях передвижения.
Сложная ситуация алгоритмического обеспечения СТЗ складывается и с конструктивными просчетами их технической реализации — нехватке динамических диапазонов свето- и цветопередачи, дискретностью фотоприёмников, астигматизмом канала наблюдения, погрешностями калибровочных характеристик и привязок к времени потока видеоданных. Поэтому зачастую полезность алгоритма гибнет под ударами искажений и шумов. Борьба с помехами в видеоданных становится основной алгоритмической задачей в процессе применения зрительной обратной связи в центр управления. Такой подход требует серьезного развития математических методов и алгоритмов зрительных преобразований в рамках реализации конкретных задач управления передвижными объектами.
Объектом исследования выпускной квалификационной работы является методы и способы распознавания изображений.
Предметом исследования является программная реализация методов распознавания изображений.
Целью работы является повышение эффективности работы за счет применения проекта программного обеспечения для подсчета количества деталей в системах логистики.
Основными задачами работы являются:
1.Анализ структуры изображения в цифровом виде;
2.Анализ методов и алгоритмов распознавания объектов;
3.Разработка алгоритмов работы программы;
4.Разработка структуры программного обеспечения;
5.Тестирование программного обеспечения.
В комплект работы входит программа на языке Delphi и СУБД MS Access.
Характеристики
Файлы схем | да |
Год | 2018 |
Программа с исходниками | Да, Delphi |
Заказывал диплом по специальности «цифровая экономика». Думал, что сделают кое-как, но нет: уникальность 87%, куча расчётов в Python. Менеджер ещё предложил дополнительный перечень вопросов с ответами для защиты — я купил, не пожалел. Комиссия спросила про экономическую эффективность, я уже был готов. Спасибо!
РАНХиГС, ГМУ. Заказал ВКР за месяц — сжато, но реально. Работу получил вовремя, антиплагиат 81%. Но в тексте нашёл пару устаревших ссылок (2018 год). Правки сделали, объяснили, что промахнулись. В целом сервис честный, если попросить доработку. На защите проблем не было.
Заказывала ВКР по психологии. Срок 2 месяца. Сделали чётко, уникальность 89%, SPSS, корреляции. Очень боялась защиты — взяла дополнительный пакет вопросов-ответов. И правильно: комиссия спросила про валидность методик, я ответила дословно. Ощущение, что кто-то держал меня за руку. Спасибо команде!
Очень боялась, что после перевода первой части суммы связь с исполнителями просто потеряется. На деле процесс оказался отлаженным: личный кабинет, статусы этапов, быстрый чат с куратором. Был небольшой косяк с первым автором, который не учёл свежие поправки в отраслевых стандартах, но заменили специалиста за сутки. Новая версия полностью соответствовала методичке. В целом надёжно.
Заказывала доработку бакалаврской работы перед самой защитой. Нужно было срочно добавить сравнительный анализ конкурентов. Сделали за два дня, нашли открытые данные, построили матрицу. Без этой главы меня бы просто не допустили. Спасибо за оперативность и понимание студенческих проблем. Буду рекомендовать одногруппникам.
