Халықаралық ғылыми-практикалық конференциясының е ң б е к т е р І

101 
Для рассмотрения процесса озеленения деревьев и травяного покрова 
используется опция Plant Health. Она представляет собой набор 
инструментов, специально ориентированных на сельское хозяйство. 
Основной целью этих инструментов является изучение 
сельскохозяйственных данных более детально. 
Используя эти инструменты, можно настроить контрастность, чтобы 
выделить изменчивость (и, следовательно, проблемные области) в 
пределах области. 
NDVI (Normalized Difference Vegetation Index) — Нормализированный 
вегетационный индекс - это стандартизированный индекс, показывающий 
наличие и состояние растительности (относительную биомассу). Этот 
индекс использует контраст характеристик двух каналов из набора 
мультиспектральных растровых данных – поглощения пигментом 
хлорофилла в красном канале и высокой отражательной способности 
растительного сырья в инфракрасном канале (NIR).  
При помощи NDVI можно рассмотреть, например, скорость роста 
листьев на деревьях и травяного покрытия, что и являлось целью 
исследования. Для этого необходимо провести сравнение съемок в разные 
дни. В данном случае, проведено сравнение снимков дерева в три разные 
даты (21.04, 28.04, 05.05), во всех случаях перекрытие составляет 70% и 
высота полета 75 метров.  
По данным снимкам видно, что с интервалом в две недели количество 
листьев на дереве значительно увеличилось.     
 INDEX NDVI -0,38 до 0,18                         INDEX NDVI -0,38 до 0,28   
Cнимки 21.04.2016     Cнимки 28.04.2016           Cнимки 05.05.2016 
 
Рисунок 3 - Процесс изменения растительного покрова дерева в течении 
трех дат: 21.04, 28.04, 05.05 
 
По трем снимкам в индексе NDVI видно, что точка расположения 
дерева уплотняется и становится более зеленой с течением времени.     
Благодаря этому инструменту мы получаем возможность наблюдать за 
ростом растительности. 

102 
УДК 338.24.01                                                Барков Д.А. (Караганда, КГМУ) 
 
 
СОВЕРШЕНСТВОВАНИЕ ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИОННЫХ 
ТЕХНОЛОГИЙ И IT – МЕНЕДЖМЕНТА   
 
Современный  период  развития  общества  характеризуется  сильным 
влиянием на него компьютерных технологий, важнейшая роль принадлежит 
информации как глобальному ресурсу человечества и информатизации, как 
процессу совершенствования использования достижений информационной 
цивилизации во всех сферах человеческой деятельности.  
Одними  из  основных  направлений  информатизации  общества 
являются  формирование  и  развитие  информационной  инфраструктуры 
Республики  Казахстан  с  учетом  современного  мирового  уровня  развития 
информационных технологий; информационное обеспечение социального и 
экономического развития страны.  
Карагандинский  государственный  медицинский  представляет  собой 
крупное  предприятие  с  обширной  системой  клинических  баз,  сложной 
организационной  структурой  и  дифференцированной  деятельностью, 
включающей  процессы  обучения  и  воспитания  бакалавров,  магистров  и 
докторов  в  области  медицины,  научно-исследовательскую  деятельность, 
функционирование медицинского колледжа, поликлиники и стоматологии.  
Использование  информационных  технологий  в  административно-
управленческой  деятельности  КГМУ  позволяет  осуществлять  анализ 
образовательной ситуации, проводить мониторинг учебно-воспитательной 
и  инновационной  деятельности,  осуществить  оперативную  подготовку  и 
выпуск  дидактических  материалов,  учебно-методического  и  научно-
методического  обеспечения,  автоматизировать  выполнение  основных 
должностных обязанностей ППС и методической службы. 
В  настоящее  время  в  образовательные  учреждения  внедряются 
программные 
комплексы, 
призванные 
помочь 
в 
организации 
административной  деятельности  в  ВУЗе.  Созданы  информационно-
справочные  системы,  обеспечивающие  нормативно-правовую  поддержку 
работников системы образования. 
На  сегодняшний  день  в  университете  используются  следующие 
программные  продукты:  Microsoft  Exchange  Server,  Microsoft  SharePoint, 
«Ирбис», «Деканат», «Платонус», «1С-Предприятие». 
 Microsoft  Exchange  Server  –  программный  продукт  для  обработки  и 
пересылки  почтовых  сообщений,  включающий  корпоративная  почта 
Outlook,  основными  функциями  Microsoft  Exchange  является  обработка  и 
пересылка  почтовых  сообщений,  совместный  доступ  к  календарям  и 
задачам,  поддержка  мобильных  устройств  и  веб-доступ,  интеграция  с 
системами голосовых сообщений. 

103 
Exchange Server тесно интегрирован с Active Directory: большая часть 
пользовательских данных хранится в Active Directory. Отдельно от Active 
Directory хранятся только сами почтовые ящики.  
В структуру КГМУ входит 86 структурных подразделений с кадровым 
составом,  насчитывающим  1618  человек.  Каждому  новому  сотруднику 
КГМУ создается учетная запись Outlook, почтовый ящик снабжен адресной 
книгой с контактами сотрудников университета. 
Программа Microsoft SharePoint Products and Technologies представляет 
собой  интегрированный  пакет  корпоративных  приложений,  который 
предназначен  для  роста  производительности  труда,  организации 
совместной работы сотрудников, решения важных бизнес-задач. 
В  продукте  сделан  акцент  на  социальную  составляющую,  облака  и 
мобильность.  Microsoft  SharePoint  предлагает  новые  средства  простого 
администрирования, эффективной защиты коммуникации и информации и 
гибкой  совместной  работы.  Социальные  возможности  позволяют  легко 
обмениваться  идеями,  отслеживать  действия  коллег,  отыскивать 
информацию и т.п.  
Еще  одна  немаловажная  информационно-библиотечная  программа 
«Ирбис»  представляет  собой  автоматизацию  библиотеки  ВУЗа,  которая 
предполагает  создание  электронного  каталога,  обеспечение  всех 
производственных  процессов  компьютерами  и  соответствующими 
программами.  Данные  вводятся  один  раз  и  затем  многократно 
используются, что экономит материальные ресурсы и время библиотекарей.  
«Деканат»  –  информационная  система для  организации  и поддержки 
учебного  процесса.  Основной  целью  разработки  подсистемы  «Деканат» 
является  создание  информационной  системы  автоматизированного  учета 
сведений  по  контингенту  студентов,  автоматизация  и  совершенствование 
основных и вспомогательных процессов обучения.  
Система  «Платонус»  –  информационная  система  для  обработки 
процессов  кредитной  и  дистанционной  формы  обучения,  имеет 
централизованную  базу  данных,  в  которой  отражаются  все  реальные 
события  и  процессы  вуза.  По  программам  бакалавриата  –  магистратуры-
докторантуры и резидентуры КГМУ обучаются более 9000 студентов. 681 
человек составляет профессорско-преподавательский состав. 
Кроме  перечисленных  программных  продуктов  на  базе  КГМУ 
внедрена 
корпоративная 
телефония 
посредством 
сервиса 
телекоммуникационных  услуг  оператора  связи  АО  «Казахтелеком»  - 
IDPhone, построенная на цифровой IP-телефонии.  
Совершенствование использования информационных технологии и IT 
–  менеджмента  является  одной  из  приоритетных  стратегических  задач 
КГМУ  на  2014-2108  гг.  В  настоящее  время  для  совершенствования  IT-
структуры ВУЗа проводится работа по расширению парка тонких и нулевых 
клиентов, увеличение виртуальных серверов (облачных) и внедрение call-

104 
центра,  проведена  работа  по  следующим  направлениям:  объединение 
локальной сети, создание центра обработки данных (ЦОД), формирование 
развернутой  беспроводной  интернет  сети,  организация  системы 
видеорегистрации экзаменов. 
Для создания Центра Обработки Данных (ЦОД) КГМУ была проведена 
ревизия  всех  серверов,  установлена  двойная  система  ИБП  на  40  кВт, 
проведено 
серверное 
кондиционирование, 
внедрена 
система 
пожаротушения,  контроля  доступа  и  видеонаблюдения.  На  ключевые 
сервера и сетевое оборудование приобретены сервисные контракты CISCO 
SmartNet, что позволяет внедрить системы электронного документооборота 
и гарантирует восстановление работоспособности оборудования максимум 
за четыре дня. 
Информационные технологии не обошли и систему сдачи экзаменов, в 
КГМУ  организована  система  видеорегистрации  экзаменов  в  учебно-
клиническом  центре.  Установлены  IP-камеры  AXIS,  позволяющие 
регистрировать  все  события  на  экзаменах  в  УКЦ,  преподаватели  могут 
удаленно  следить  за  экзаменом  с  любого  компьютера  в  сети  КГМУ. 
Студенты, в свою очередь, оснащены высокочувствительными петличными 
микрофонами Sennheiser - обучающихся слышно даже если он очень тихо 
говорит. 
В  условиях  глобальной  информатизации  важнейшим  фактором 
общественного  развития  и  средством  повышения  результативности  всех 
сфер деятельности выступают современные информационные технологии, 
совершенствование  их  использования  в  образовательных  учреждениях 
направленно  на  создание,  сохранение,  переработку  и  обеспечение 
эффективных  способов  представления  информации  учащимся  и 
оптимизацию образовательного процесса. 
 
Список литературы 
1.
 
Сайков 
Б.П. 
Организация 
информационного 
пространства 
образовательного  учреждения:  практическое  руководство.  -  М.:  Бином. 
Лаборатория знаний, 2005. 
2.
 
Баймулдина  Н.С.,  Джаманкулова  Н.О.  Внедрение  системы 
электронного  обучения  в  вузах  Республики  Казахстан.//  Бюллетень 
лаборатории  математического,  естественнонаучного  образования  и 
информатизации.  Рецензируемый  сборник  научных  трудов.  Том  2  –
г.Москва -2012 г., С.364-368  
3.
 
Роберт  И.В.,  Панюкова  С.В.,  Кузнецов  А.А.,  Кравцова  А.Ю. 
Информационные и коммуникационный технологии в образовании: учебно-
методическое пособие. −М.: «Дрофа», 2007. − 35 п.л. 

105 
УДК 004.9                                               Бейсетаев Д.Б. (Караганда, КарГТУ) 
Когай Г.Д. (Караганда, КарГТУ) 
 
 
РОЛЬ УНИВЕРСИТЕТСКОЙ КОРПОРАЦИИ В ПРОЦЕССЕ 
ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ 
 
Основной  особенностью  развития  современного  университета  как 
корпорации  является  развитие  его  коммуникационного  потенциала  при 
помощи  новых  информационных  технологий.  Цель  данного  процесса  - 
поддержка деловой активности членов корпорации, создание условий для 
развития  инновационной  базы,  поиск  новых  стратегических  решений, 
создание  устойчивого  положительного  имиджа  организации  и  завоевание 
общественного  признания,  сдерживание  текучести  квалификационных 
кадров и т.д. 
В условиях эффективного использования имеющихся в распоряжении 
современных  средств  коммуникации  возрастает  роль  исследований, 
направленных  на  изучение  форм  эффективного  взаимодействия  членов 
корпорации в комплексах вузовской системы. 
Установка  на  информационную  направленность  на  практике 
реализуется  в  виде  трех  направлений  развития  университетской 
корпорации. 
Первое 
ресурсное, 
направлено 
на 
накопление 
структурированных  данных.  Второе  коммуникационное,  обеспечивает 
развитие  средств  и  форм  эффективной  коммуникации  на  базе  новых 
информационных 
технологий. 
Третье 
направление 
связано 
с 
осуществлением  программ,  обеспечивающих  тенденцию  к  внедрению 
информационно  емких  форм  для  создания  виртуального  имиджа 
университетской  корпорации.  Оно  ориентировано  на  разработку 
презентационных форм и моделей. 
Современное  состояние  процессов  информатизации  в  образовании 
имеет два основных направления: 
-  содержательное,  связанное  с  формированием  нового  содержания 
самого  образовательного  процесса  и  эффективности  коммуникативных 
систем образования; 
-  инструментально-технологическое,  связанное  с  использованием 
новых возможностей средств информационных технологий. 
Развитие  процессов  информатизации  ведет  к  формированию  не 
только  динамичной  среды  обитания  людей,  но  и  внедрению  новых 
представлений  в  структуре  профессиональной  деятельности  как  внутри 
университетской  корпорации,  так  и  за  её  пределами.  Это  означает,  что 
изменение  традиций  взаимодействия  преподавателей,  студентов  и 
сотрудников в системе университетского образования неизбежно. В связи с 
этим  возникает  необходимость  изучения  форм  и  методов  эффективного 

106 
взаимодействия  членов  корпорации  в  университетской  среде  и 
усовершенствования системы управления вузом в целом. 
Переход к информационному обществу связан главным образом с тем 
фактом,  что  информационные  и  телекоммуникационные  технологии  все 
глубже  проникают  во  все  сферы  человеческой  деятельности.  При  этом 
информатизация образования уже не может быть ограничена процессами, 
происходящими внутри системы образования. 
Дистанционное 
обучение 
сделало 
доступным 
получение 
качественного  образования  и  престижного  диплома  для  студентов  из 
удаленных населенных пунктов, где по экономическим причинам не может 
быть размещено высшее учебное заведение или его филиал. Возможность 
обучения  с  использованием  дистанционной  технологии  важна  и  для 
жителей крупных городов, так как расширяет выбор учебных заведений и 
позволяет  еще  в  процессе  обучения  освоить  современные  компьютерные 
технологии,  без  знания  которых  на  сегодняшний  день  невозможен 
профессиональный  рост  в  любой  сфере  деятельности.  При  этом  спрос  на 
образовательные 
услуги 
носит 
распределенный 
характер, 
что 
подтверждается заинтересованностью регионов в доступе к ним. 
В  этой  связи  эффективное  и  качественное  обеспечение 
быстрорастущих потребностей, как государственных и негосударственных 
организаций,  так  и  отдельных  граждан  в  доступе  к  образовательным 
услугам и ресурсам сети Интернет, является актуальной задачей. 
Развитие Интернета не может скрыть реальные трудности, с которыми 
в  начале  XXI  в.  приходится  сталкиваться,  чтобы  получить  доступ  к 
надлежащей, недорогой информации, предназначенной и адаптированной к 
требованиям соответствующих пользователей. 
Особенно  эти  трудности  проявляются  в  образовательном  процессе. 
Учащиеся, имея хорошие навыки работы с компьютером и представление 
об информационных технологиях, практически не имеют фундаментальной 
подготовки  в  структуре  информации,  методах  ее  организации  и 
распространения. 
Трудности  доступа  к  нужной  информации  возникают,  в  первую 
очередь, от неудовлетворительных характеристик информации и только во 
вторую  очередь  от  слабости  средств  доступа  к  ней.  Более  точно, 
информация поступает из многих источников, что заставляет пользователей 
последовательно  переключаться  к  ней.  Электронные  документы  часто 
плохо  или  вообще  не  структурированы  и  очень  редко  организованы 
согласно принятой классификации. 
Порталы должны изменить сложившуюся ситуацию. Создание порталов 
является наиболее перспективным направлением развития 
информационных и телекоммуникационных технологий в науке и 
образовании. 

107 
УДК 004.42 
Геккель Е.И. (Караганда, КарГТУ) 
Амиров А.Ж. (Караганда, КарГТУ) 
 
СПОСОБЫ ПРОЕКТИРОВАНИЯ ПРИЛОЖЕНИЙ ПОД IOS 
 
Программирование  приложений  под  iOS  –  это  один  из  способов 
предоставления услуг для потребителя с учетом его личных предпочтений. 
Если,  к  примеру,  у  клиента  есть  возможность  проверить  свой  счет  при 
помощи карты в банкомате, или просто тыкнув пальцем в экран любимого 
смартфона,  –  как  вы  считаете,  что  выберет  он?  Или  еще  один  пример: 
потребитель  может  запустить  браузер,  найти  в  поисковике  нужный 
интернет-магазин  и  только  потом  приступить  к  выбору  товара.  А  с 
помощью приложения от вашего сервиса его отделяет всего пара нажатий 
пальцем на экране! Согласитесь, это намного проще и удобней. К тому же, 
многие  с  радостью  делятся  приложениями,  которые  их  привлекли,  с 
друзьями и знакомыми. 
В  отличие  от  Android,  разработка  приложений  для  iOS  более 
стандартизирована, но это, как ни странно, является скорее достоинством, 
чем  недостатком.  Разработчики  Apple  придерживаются  единообразия  в 
разработке  приложений  для  iOS,  что  позволяет  пользователю  не  ломать 
голову в догадках, какое действие последует после нажатия определенной 
кнопки. 
Также и при выборе способа проектирования приложений разработчики 
стараются  придерживаться  стандартных решений.  Существует  множество 
способов  проектирования  приложений,  но  в  этой  статье  остановимся  на 
двух наиболее популярных: MVC и VIPER.  
Наверное,  самым  популярным  способом  проектирования  приложений 
является использование паттерна Model-View-Controller.  
Модель-Представление-Контроллер  (Model—View—Controller  или 
просто  MVC)  –  одна  из  основ  Cocoa  и,  несомненно,  наиболее  часто 
используемый  паттерн.  Он  классифицирует  объекты  согласно  их  роли  в 
приложении и помогает чистому разделению кода. 
Данный паттерн имеет три роли (рисунок 1): 
1.  Модель  (model)  содержит  данные  приложения  и  определяет 
механизмы манипуляций над ними.  
2. Представление (view), иногда говорят «вид» — отвечает за визуальное 
представление  модели,  а  также  элементов  управления,  с  которыми 
пользователь  может  взаимодействовать.  Как  правило,  это  UIView  и  его 
подклассы.  
3.  Контроллер  (controller)  координирует  всю  работу.  Имеет  доступ  к 
данным  модели,  отображает  их  в  представлениях,  подписывается  на 
события и манипулирует данными.  

108 
Правильная  реализация  паттерна  MVC  означает,  что  в  вашем 
приложении каждый объект попадает только в одну из этих групп. 
 
 
 
Рисунок 1 – Паттерн MVC 
 
Модель уведомляет контроллер о любых изменениях в данных. В свою 
очередь, контроллер обновляет данные в представлениях. 
Представление  уведомляет  контроллер  о  действиях  пользователя. 
Контроллер  по  необходимости  обновляет  модель  или  получает 
запрошенные данные. 
В  идеале,  представление  полностью  отделено  от  модели.  Если 
представление  не  зависит  от  конкретной  реализации  модели,  оно  может 
быть  использовано  совместно  с  другой  моделью,  для  отображения  иных 
данных. 
Наряду с существованием паттерна MVC набирает популярность другой 
подход к проектированию приложений – паттерн VIPER. 
VIPER - это подход к архитектуре мобильных приложений (в частности 
- iOS), основанный на идеях Роберта Мартина, изложенных им в статье The 
Clean Architecture. 
Основные задачи, которые помогает решить VIPER: 

 
Обеспечение  более  полного  покрытия  тестами  слоя  Presentation, 
обычно включающего в себя Massive View Controllers. 

 
Разбитие  самых  крупных  классов  наших  приложений  на  набор 
элементов с более-менее четко определенными границами ответственности. 
Важно сразу же отметить, что VIPER - это ни в коем случае не набор 
строгих  шаблонов  и  правил.  Скорее  это  перечень  рекомендаций,  следуя 
которым  можно  построить  гибкую  и  переиспользуемую  архитектуру 
мобильного приложения. 
Слово  VIPER  —  бэкроним  для  View,  Interactor,  Presenter,  Entity  и 
Routing. 
Структура VIPER: 

 
View - Отображает то, что ему говорит Presenter и возвращает обратно 
данные тому же Presenter, введенные пользователем. 

109 

 
Interactor- Включает в себя всю бизнес-логику. 

 
Presenter-  Включает  в  себя  View  логику  подготовки  данных  для 
отображения и реагирует на обратные действия пользователя. 

 
Entity- Включает в себя базовую модель объектов, которые использует 
Interactor. 

 
Routing- Отвечает за логику навигации, какие экраны показывать и в 
каком порядке. 
Это  разделение  также  соответствует  принципу  Single  Responsibility. 
Interactor  ответствен  за  бизнес-аналитику,  Presenter  отвественныей  за 
отображение, и View ответствено за визуальное предствление. 
Ниже приведена схема различных компонентов и как они связаны между 
собой. 
 
 
 
Рисунок 2 – Схема компонентов VIPER 
 
Основные достоинства и недостатки VIPER: 
Плюсы: 

 
Повышение тестируемости Presentation-слоя приложений. 

 
Полная  независимость  модулей  друг  от  друга  -  это  позволяет 
независимо их разрабатывать и переиспользовать как в одном приложении, 
так и в нескольких. 

 
Передача  проекта  другим  разработчикам,  либо  внедрение  нового, 
дается  намного  проще,  так  как  общие  подходы  к  архитектуре  заренее 
определены. 
Минусы: 

 
Резкое  увеличение  количества  классов  в  проекте,  сложности  при 
создании нового модуля. 

 
Некоторые из принципов не ложатся напрямую на UIKit и подходы 
Apple. 

 
Отсутствие  в  открытом  доступе  набора  конкретных  рекомендаций, 
best practices и примеров сложных приложений. 
 

110 
УДК 004.9   
 
 
 
       Даненова Г.Т.(Караганда, КарГТУ) 
 
 
 
 
Альжанова А.У. (Караганда, КарГТУ) 
Зияшева А.М. (Караганда, КарГТУ) 
 
 
АНАЛИЗ УРОВНЕЙ СЛОЖНОСТИ МОДЕЛИРОВАНИЯ  
 
Моделирование    широко  используется  в  различных  сферах 
человеческой  деятельности,  особенно  в  сферах  проектирования  и 
управления,  где  особенными  являются  процессы  принятия  эффективных 
решений на основе получаемой информации.  
Идея  данной  статьи  заключается  в  последовательном  усложнении 
моделируемой 
природы. 
Ниже 
представлен 
перечень 
уровней 
последовательного усложнения с кратким обоснованием. 
Хаотический уровень (тепловое движение молекул) демонстрируется с 
помощью  Броуновского  движения.  В  программировании  этот  уровень 
характеризует  отказы  кластеров  и  ядер,  аварии  жестких  дисков  и 
обнаружение ошибок – в ТЗ и программах. Обычно описывается с помощью 
вероятностей. 
Следующий  уровень,  который  можно  назвать  элементарным,  в 
простейшем  случае  представлен  материальными  точками  в  физике  и  их 
связями. В вычислительной технике этому  уровню могут соответствовать 
ячейки памяти, каждая из которых обладает своим «местом в пространстве» 
–  адресом.  На  этом  уровне  проявляются  причинно-следственные 
отношения, передача сообщений и обработка событий. 
Далее  появляются  структуры  из  объектов.  Наиболее  наглядно  это 
демонстрируется на уроках химии и в программных структурах данных. На 
этом уровне происходит оценка, описываются правила. На этом же уровне 
появляется  субъект,  который  способен  воспринимать  не  только 
окружающие явления, но и себя. 
Следующим уровнем являются системы, которые обеспечивают свою 
целостность.  Это  является  одним  из  свойств  объектов  в  объектно-
ориентированном  программировании.  Одним  из  примеров  поддержания 
стабильности  является  принцип  Ле  Шателье  –  Брауна,  например  – 
поддержание температуры у поверхности Земли за счет замерзания воды и 
таяния льда, испарения воды и конденсации пара. Наиболее характерным 
представителем является воспроизводящаяся биологическая жизнь планеты 
Земля.  В  программировании  название  «операционная  система»  говорит 
само за себя. 
Новый уровень представлен процессами, которые в программировании 
представлены  структурными  технологиями,  например,  SADT(IDEF0),  а  в 
живой  природе  –  психологическими  явлениями.  В  настоящее  время  они 
представлены  в  моделировании  предприятий  бизнес-процессами.  Если 

111 
предыдущие  уровни  завязаны  на  элементы,  то  процессы  могут  быть 
объяснены не зависимо от объектов, которые их выполняют. 
Специализация  за  счет  разнообразия  –  представлена  в  человеческом 
обществе социологией. В программировании можно провести параллель с 
шаблонным  программированием,  где  для  определенных  видов  задач 
используются  специализированные  «коллективы»  экземпляров.  В  живой 
природе  этому  соответствуют  «стайные»  виды  рыб,  птиц  и  более 
высокоорганизованных существ. 
Далее  вступает  в  действие  экономический  уровень,  который 
предоставляет 
возможность 
выбора 
ресурсов, 
соотношения 
распределительных  методов,  и  методов  обмена.  Как  предполагают  в 
настоящее  время,  экономическое  мышление  в  простейшем  виде 
проявляется  даже  у  высших  приматов.  Возможно,  что  к  этому  уровню 
можно отнести заботу родителей о детях. 
Следующий  уровень  –  синергетический.  В  качестве  примера  можно 
привести эстафеты, фаланги Македонского, разделение на рода войск в те 
же времена. В наше время можно привести в качестве примера спортивные 
соревнования,  непосредственными  участниками  которых  являются 
спортсмены,  тренеры,  судьи,  массажисты  и  медики,  зрители.  К  этому  же 
уровню можно отнести уход за старшими, с взаимным получением чужого 
опыта.  
Предпоследний  элемент,  который  удалось  выявить  –  это 
стандартизация, которая появилась, видимо, с развитием индустриального 
производства. Стандартизация вряд ли старше, чем единицы измерения СИ.  
Применительно к программированию неплохо звучит цитата из одного 
неизвестного источника: «Если стандарты и конвенции не используются в 
крупном проекте, завершить его становится невозможно. Не тратьте свою 
творческую  энергию  на  то,  что  не  играет  никакой  роли.  Установите 
конвенции  для  второстепенных  областей  и  сосредоточьтесь  на 
действительно важных аспектах». 
В  последнюю  очередь  появились  современные  информационные 
технологии, с помощью которых цивилизация ненадолго вернулась в эпоху 
ремесленников.  Однако  теперь,  с  использованием  технологий  хранения 
мультимедиа и печати – двухмерной и трехмерной, изготовлением заказных 
микросхем  и  других  преимуществ,  появляется  возможность  не  только 
быстро  изготовить  произведение  искусства,  но  и  с  помощью  Интернет 
ознакомить  с  ними  большое  количество  людей.  Соответственно, 
увеличилась скорость рекламы произведений «ремесленников». 
В  настоящее  время трудно  увидеть,  какой  уровень  сложности  может 
быть следующим.  
 
 

112 
УДК 004.94 
 
 
 
  Доскажанов Ч.Т. (Караганда, КарГТУ)  
Верещагина Д.О. (Караганда, КарГТУ)  
 
 
АВТОМАТИЗИРОВАННЫЙ РАСЧЕТ ПРЕССОВОГО СОЕДИНЕНИЯ НА 
ОСНОВЕ ПК ANSYS 
Компьютерное моделирование – это метод решения задачи анализа или 
синтеза  сложной  системы  на  основе  использования  ее  компьютерной 
модели.  Суть  компьютерного  моделирования  заключена  в  получении 
количественных  и  качественных  результатов  на  основе  имеющегося 
объекта. Качественные выводы, сделанные по результатам компьютерного 
моделирования,  позволяют  обнаружить  такие  свойства  сложной  системы, 
как  ее  структуру,  динамику  развития,  устойчивость,  целостность  и  др. 
Количественные  выводы  в  основном  носят  характер  прогноза  некоторых 
будущих 
или 
объяснения 
прошлых 
значений 
переменных, 
характеризующих систему. Одно из основных направлений использования 
компьютерного моделирования – поиск оптимальных вариантов внешнего 
воздействия  на  объект  с  целью  получения  наивысших  показателей  его 
функционирования. 
Компьютерное  моделирование  дает  ряд  преимуществ  перед  другими 
видами, оно позволяет: 

 
исследовать явления и процессы в динамики их развертывания; 
совершать многоразовые испытания модели, каждый раз возвращая её в 
первичное состояние; 

 
получать разные характеристики объекта в числовом или 
графическом виде; 

 
находить  оптимальную  конструкцию  объекта,  не  изготовляя  его 
пробных экземпляров; 
Подобные  выводы  позволяют  нам  предпочесть  моделирование  в 
компьютерной  среде  другим  видам  создания  моделей,  что  поможет  нам 
значительно повысить качество выполняемых вычислений, сократить время 
их выполнения и получить высокотехнологичный продукт на выходе. 
Одним  из  самых  распространенных  современных  комплексов 
инженерного анализа сегодня является программа ANSYS, использующая 
метод  конечных  элементов.  Многоцелевая  направленность  программы, 
независимость  от  аппаратных  средств  (от  персональных  компьютеров  до 
рабочих  станций  и  суперкомпьютеров),  средства  геометрического 
моделирования  на  базе  B-  сплайнов  (технология  NURBS),  полная 
совместимость  с  CAD/CAM/CAE  системами  ведущих  производителей  и 
«дружеский» интерфейс привели к тому, что именно ANSYS в настоящее 
время используется во многих сферах как передовой многоцелевой продукт. 
 

113 
Программа  ANSYS  может  быть  положена  в  основу  сквозной 
подготовки  студентов  ряда  специальностей,  начиная  с  первого  курса  и 
заканчивая  дипломным  проектом.  На  младших  курсах  студенты  могут 
ознакомиться с возможностями геометрического моделирования сложных 
конструкций  средствами  ANSYS,  а  также  пересылки  геометрии  из  CAD 
программ путем использования стандартных графических форматов IGES и 
STEP. Далее, в курсе теоретической механики, с помощью ANSYS могут 
решаться  задачи  статики,  кинематики  и  динамики.  Решение  целого  ряда 
задач  может  быть  освоено  студентами  и  в  последующих  курсах 
общепрофессиональных  и  специальных  дисциплин.  Благодаря  наличию  в 
ANSYS  модулей  теплового  и  гидроаэродинамического  анализа,  а  также 
анализа  электромагнитных,  электрических  полей  и  пьезоэлектрических 
явлений  программа  также  может  быть  использована  при  подготовке 
специалистов  по  ряду  специальностей  большинства  факультетов 
университета. 
В  данной  работе  приведен  пример  расчета  прессового  соединения 
деталей  двумя  способами:  в  программе  ANSYS  методом  конечных 
элементов  и  методом  математических  вычислений  с  помощью  формул 
Ляме.  Результаты  показывают,  что  данные,  полученные  с  помощью 
компьютерного  моделирования,  не  превышают  допустимого  значения  и 
эквивалентны итогам по формулам. 
 
 

114 
 
В  настоящее  время  более  половины  студентов  технических 
специальностей  и  инженеры  производят  расчеты  вручную  или/и  с 
использованием  минимального  количества  вычислительных  машин,  что 
является непродуктивным и долгим, а порой и некачественным. 
Таким образом, закономерно и целесообразно принятие решение об 
использовании компьютерного моделирования и использование 
программного продукта ANSYS в частности в расчетах и исследовании 
различных моделей в учебном и рабочем процессе. 
 
 

115 
УДК 616-073.753.5            
 
       Игнатьев В.С. (Караганда, КарГТУ) 
Муравлёв В.К. (Караганда, КарГТУ) 
 
АНАЛИЗ СХЕМОТЕХНИКИ ИСТОЧНИКОВ СВЕРХКОРОТКИХ 
ИМПУЛЬСОВ ТОКА БОЛЬШОЙ АМПЛИТУДЫ 
 
Сейчас всё большую популярность приобретают полупроводниковые 
источники оптического излучения, работающие в режиме мощных коротких 
периодических  импульсов.  Они  нашли  своё  применение  в  дальномерах, 
системах  атмосферной  оптической  связи,  лидарах  и  там,  где  требуются 
мощные оптические импульсы наносекундных диапазонов. 
Для организации режимов работы полупроводниковых излучателей в 
наносекундных  диапазонах  необходимы  источники  импульсов  тока  с  
большой  амплитудой,  малой  скважностью,  с  приемлемыми  уровнями 
нарастания/спада и хорошими временными характеристиками сигнала. 
 
Рисунок 1 - Традиционная схема импульсного драйвера светодиода 
 
На  рисунке  1  изображена  традиционная  ключевая  схема  для 
организации  импульсного  режима  работы  светодиода.  При  подаче 
управляющего  импульса  на  затвор  VT1  транзистор  открывается, 
обеспечивая  прохождение  тока  с  накопительного  С1  конденсатора  через 
цепь  R1-L1-VD1-VT1.  R1  здесь  -  токоограничительный  резистор,  L1  - 
паразитная  индуктивность  монтажа,  VD1  -  излучающий  светодиод.  При 
применении такой схемотехники характерно наличие большого количества 
выбросов  в  период  переходных  процессов,  которые  можно  погасить 
частичным введением диода Шоттки встречно-параллельного диоду VD1. К 
сожалению, такая схема не показывает должных результатах при режимах 
работы  в  микросекундном  и  наносекундном  диапазонах  длительности 
импульса. Причина заключается в избыточной паразитной индуктивности  
L1,  которая  портит  форму  импульса  и  уменьшает  амплитуду  тока  своим 
реактивным  сопротивлением.  Часто  для  компенсации  реактивного 

116 
сопротивления  L1  увеличивают  напряжение  питания  Uп  до  величин 
порядка  250-300В,  увеличивают  ёмкость  конденсатора  С1  для  большего 
тока, протекающего через диод VD1. 
Существует  иная  схемотехника  драйверов  импульсных  свето-  и 
лазерных диодов, предложенная инженерами компании DEI, воплощённая 
в OEM модулях линейки типа PCO-7110, выпускаемых на промышленной 
основе (рис. 2). 
 
Рисунок 2 - Модуль PCO-7110 
 
Электрическая  схема  данного  модуля  представлена  для  анализа  на 
рисунке 3. 
 
 
 
Рисунок 3 - Схемотехника силовой части модуля PCO-7110 
 
Принцип работы данной схемы поделен на два такта. Когда силовой 
ключ VT1 закрыт, конденсатор Cpfn заряжается до нужного уровня через 
резистор Rchr и диод VD1. После окончания процесса зарядки открывается 
ключ VT1, обеспечивая протекание тока с конденсатора Cpfn по цепи VT1-
Rpfn-VD2. Таким образом, весь ток протекает через общую шину VT1-Rpfn, 
обеспечивая минимальные потери.  
Поверхностный  монтаж  и  применение  деталей  для  поверхностного 
монтажа (SMD) сокращают паразитную индуктивность силового контура. 

117 
Так, в качестве силового ключа VT1 идеально подойдут транзисторы серии 
IRFH50XX, выпускаемые в корпусе PQFN 5*6mm и другие, аналогичные по 
конструкции  и  исполнению.  В  качестве  конденсатора  формирователя 
импульса Cpfn используется массив керамических конденсаторов емкостью 
1-10мкФ  и  типоразмеров  1210-1812.  VD1  -  диод  Шоттки  планарный,  с 
минимальной обратной ёмкостью и временем восстановления. 
 
 
 
Рисунок 4 - Моделирование схемы PCO-7110 в LTspiceIV 
 
Схема силовой части PCO-7110 была промоделирована в симуляторе 
LTspiceIV.  Как  видно,  в  идеальных  условиях  схема  генерирует  импульсы 
тока амплитудой до 100А с хорошими фронтами. Конечно, на практике  сила 
тока будет ограничена паразитной индуктивностью компонентов. 
 
Список использованной литературы: 
1. PCO-7120 Pulsed laser diode driver module. Directed Energy, Inc. 2008. 
2. Афонский А. А., Дьяконов В. П. Тараканов. Электронные измерения в 
нанотехнологиях и микроэлектронике. /Под ред. проф. В. П. Дьяконова. - 
М.:ДМК Пресс, 2011. - 688 с. 
 
 

118 
УДК 004.451.353 
Исин Б.Д. (Астана, ЕНУ) 
Старовойтов В.В. (Минск, ОИПИ) 
Искаков К.Т. (Астана, ЕНУ) 
Голуб Ю.И. (Минск, ОИПИ) 
 
 
МЕТОДЫ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЙ 
 
Использование  вычислительной  техники  и  математических  методов 
позволяет не только ускорить процесс обработки материала, но и повысить 
точность  результатов  исследований.  Именно  новые  технические 
возможности  позволяют  значительно  расширить  круг  исследований, 
открывают новые пути решения задач, касающихся анализа изображений. 
Часто изображение представляется для анализа в виде совокупности 
однородных участков. Количество различных типов (или классов) участков 
обычно  невелико.  Все  изображение  может  быть  разделено  на 
непересекающиеся  области,  каждая  из  которых  представлена  цветом  или 
текстурой  одного  типа  (например,  море,  песок  и  растительность  на 
фотографии). При анализе таких изображений важным является выделение 
однородных  областей  и  определение  их  геометрических  характеристик. 
Процесс  разделения  изображения  на  однородные  области  называется 
сегментацией.  Отметим,  что  похожие  по  свойствам  области  относятся  к 
одному классу, но могут располагаться в разных участках изображения. 
Цель  сегментации  –  разбиение  всего  изображения  на  однородные  в 
определенном  смысле  области.  Обозначим  через  R  область,  занимаемую 
всем  изображением.  Сегментацию  можно  рассматривать  как  процесс 
разбиения R на n подобластей: R
1
, R
2
, …, R
n
, при этом должны выполняться 
условия: 
      n 
а)   Ǚ R
i
 = R; 
     i=1 
б) R
i
 является связной областью, i = 1, 2, …, n;  
в) R
i
∩R
j
 = Ǿ для всех i, j = 1, 2, …, n; i ≠ j; 
г) P(R
i
) = ИСТИНА  для i = 1, 2, …, n; 
д) P(R
i
 Ǚ R
j
) = ЛОЖЬ для i ≠ j. 
 
Согласно  данным  условиям:  а)  сегментирована  должна  быть  вся 
область  изображения;  б)  пикселы  одной  области  связные;  в)  области  не 
должны  пересекаться;  г)  пикселы  одного  класса  однородности;  д)  разные 
классы различимы. 
Количество  признаков,  которыми  могут  отличаться  друг  от  друга 
области различных типов, может быть различно. Большое разнообразие в 
задачу  сегментации  вносит  обработка  цветных  изображений.  Одним  из 
важнейших признаков для сегментации в этом случае служит цвет, который 

119 
дополняет  совокупность  характеристик,  применяемых  при  обработке 
полутоновых  изображений.  Единого,  или  универсального,  подхода  к 
решению задачи сегментации нет.  
Существует  множество  алгоритмов  сегментации.  Каждый  из  них 
предназначен для работы с определенным классом изображений и решения 
конкретных задач. Главная идея большей части алгоритмов заключается в 
нахождении  соответствий  или  различий  в  характеристиках  пикселов. 
Характеристиками могут быть их взаимное расположение, яркость, цвет и 
текстура.  
В большинстве случаев используются методы сегментации на основе 
пороговой  обработки,  наращивания  областей,  разделения  и  слияния 
областей, морфологического водораздела, анализа текстур. 
Сегментация  изображений  по  яркости  на  основе  пороговой 
обработки.  Вычисление  порогов  по  гистограмме.  Пороговая  обработка  – 
самый  простой  метод  сегментации,  ориентированный  на  обработку 
изображений,  отдельные  однородные  участки  которых  различаются 
средней  яркостью.  Простейшим  вариантом  сегментации  является 
бинаризация  изображения,  т.  е.  сегментация  на  два  типа  однородных 
участков.  При  этом  преобразование  каждого  пиксела  исходного 
изображения x(i
1
, i
2
) в выходное y(i
1
, i
2
) выполняется по правилу 
 
где  T –  единственный параметр обработки,  называемый порогом.  Уровни 
выходной яркости y
0
 и y
1
 могут быть произвольными, они лишь вы-полняют 
функции меток, при помощи которых осуществляется разметка получаемой 
маски - отнесение ее точек к классам H
0
 или H
1
 соответственно. Часто их 
значения соответствуют уровням черного и белого. Если существует более 
двух  классов,  то  при  пороговой  обработке  должен  быть  задан  набор 
порогов,  отделяющих  яркости  различных  классов  друг  от  друга. 
Центральным  вопросом  пороговой  сегментации  является  определение 
значений  порогов,  которое  должно  выполняться  автоматически. 
Предложено  много  методов  вычисления  порогов,  в  основном  они 
базируются на анализе гистограммы исходного изображения. 
Пусть w(x), 0 ≤ x ≤ 255, – гистограмма полутонового изображения, т. 
е. яркости изменяются в диапазоне от 0 до 255. Идея гистограммного метода 
определения  порога  основывается  на  предположениях  о  том,  что 
распределения  вероятностей  для  каждого  класса  унимодальны  (т.  е. 
содержат  по  одному  доминирующему  пику),  а  граничных  пикселов, 
разделяющих участки разных классов на изображении, гораздо меньше, чем 
пикселов  принадлежащих  обоим  классам.  Этим  предположениям 
соответствует  гистограмма,  которая  имеет  многомодальный  характер. 
Отдельные  моды  (холмы  на  гистограмме)  соответствуют  различным 

120 
классам, а разделяющие их впадины – малочисленным по количеству точек 
границ. Пороги сегментации находятся при этом по положению впадин. 
Рисунок  1  иллюстрирует  сказанное  выше  применительно  к 
сегментации на два класса. 
 
 
 
Рисунок 1- Определение порога по гистограмме  
при сегментации по яркости 
 
На  практике  воспользоваться  такими  упрощенными  соображениями 
для  выбора  порога  удается  крайне  редко,  так  как  реальные  гистограммы 
обычно имеют множество мелких пиков и сильно изрезаны. В связи с этим 
применяется  сглаживание  гистограммы  как  одномерного  массива  данных 
любым 
низкочастотным 
фильтром, 
описанным 
ранее. 
Вторым 
препятствием является то, что границы между однородными участками на 
изображении бывают размытыми, вследствие чего уровень гистограммы в 
тех  ее  частях,  которые  отображают  точки  границы,  возрастает.  Это 
приводит  к  уменьшению  провалов  в  гистограмме  или  даже  их 
исчезновению. 
Если на темном фоне присутствуют светлые и белые предметы, ги-
стограмма  будет  иметь  три  пика.  Сегментацию  можно  выполнить  с  по-
мощью  двух  порогов.  Аналогично  выполняется  сегментация  по  цвету. 
Вначале  строятся  гистограммы  отдельных  цветов  или  исходное  изобра-
жение преобразуется в другое цветовое представление, например HSI, Lab. 
Затем выполняется сегментация по I, L или ab. 
 
Список литературы 
 
1. Гонсалес, Р. Цифровая обработка изображений : пер. с англ. // Р. 
Гонсалес, Р. Вудс. – М. : Техносфера, 2005. – 1072 c. 
2. Методы компьютерной обработки изображений / под ред. В.А. 
Сойфера. – М. : Физматлит, 2003. – 784 с. 
3. Старовойтов, В.В. Локальные геометрические методы цифровой 
обработки и анализа изображений / В.В. Старовойтов. – Минск : Ин-т техн. 
кибернетики НАН Беларуси, 1997. – 282 с. 
 

121 
УДК 004.932 
Исин Б.Д. (Астана, ЕНУ) 
Старовойтов В.В. (Минск, ОИПИ) 
Искаков К.Т. (Астана, ЕНУ) 
Голуб Ю.И. (Минск, ОИПИ) 
 
 
РЕШЕНИЕ ПРИКЛАДНЫХ ЗАДАЧ ОБРАБОТКИ ИЗОБРАЖЕНИЙ 
 
К  одним  из  ключевых  проблем  информатики  можно  отнести 
разработку,  исследование  и  реализацию  методов  обработки  и  анализа 
изображений.  Изображения  являются  очень  специфическим  видом 
информации  и  их  специфика  изучается  как  в  информатике,  так  и  в 
исследованиях, посвященных изучению зрительного восприятия человека и 
животных. 
При решении реальных задач обработки изображений, как правило, 
недостаточно  одного  метода.  Требуется  последовательное,  а  нередко 
итерационное, применение нескольких методов. Тогда возникает проблема 
выбора этих методов и их конкретных параметров. 
Морфологическая 
фильтрация 
бинарных 
изображений. 
Морфологические операции можно использовать для построения фильтров, 
похожих по принципу работы на пространственные фильтры. На рисунке 1 
показано бинарное изображение фрагмента отпечатка пальца, искаженное 
шумом, в виде светлых точек на темном фоне и темных на светлых полосах, 
представляющих  отпечаток.  Задача  состоит  в  устранении  шума  при 
минимальном искажении формы и особенностей отпечатка.  
Для решения этой задачи можно применить морфологический фильтр, 
выполняющий вначале операцию размыкания, затем замыкания. На рисунке 
1,  б  представлен  примитив,  остальные  части  рисунка  иллюстрируют 
последовательность шагов операции фильтрации. Шум в фоновой области 
изображения полностью устраняется на этапе эрозии (рис. 1, в), входящем в 
состав  операции  размыкания,  поскольку  в  данном  примере  физические 
размеры всех составляющих шума меньше размеров примитива.  
Но  шумовые  компоненты  в  виде  темных  пятен  на  отпечатке 
увеличились  в  размерах.  Такое  расширение  нейтрализуется  путем 
дилатации,  что  приводит  к  результату,  показанному  на  рисунке  1,  г. 
Заметно,  что  шумовые  составляющие  на  полосах  отпечатка  пальца 
уменьшились  в  размерах  или  полностью  исчезли.  Две  описанные  выше 
операции  (эрозия  и  дилатация)  вместе  составляют  операцию  размыкания 
исходного изображения по примитиву, представленному на рисунке 1, б. 
Из  рисунка  1,  г  видно,  что  результирующий  эффект  от  размыкания 
состоит  в  устранении  практически  всех  шумовых  составляющих  как 
фоновой  области,  так  и  на  самом  отпечатке.  Однако  в  результате  этой 
операции  по-явились  ранее  отсутствовавшие  пропуски  на  полосах 

122 
отпечатка.  Чтобы  преодолеть  этот  нежелательный  эффект,  можно 
применить к результату размыкания операцию дилатации, как показано на 
рисунке  1,  д.  В  большинстве  указанных  промежутков  целостность  полос 
восстановилась,  но  полосы  стали  шире.  Такое  увеличение  можно 
компенсировать эрозией. 
 
 
Рисунок-1. Повышение качества изображения путем морфологической 
фильтрации: а) отпечаток пальца; б) структурный элемент; в) изображение 
после операции эрозии; г) результат размыкания исходного изображения; 
д) дилатация результата размыкания; е) замыкание результата размыкания 
 
Результат  на  рисунке  1,  е  получен  путем  применения  операции  за-
мыкания  к  ранее  построенному  размыканию  исходного  изображения, 
представленному на рисунке 1, г. В конечном итоге отсутствуют шумовые 
точки,  хотя  некоторые  из  полос  отпечатка  пальца  восстановлены  не 
полностью,  а  содержат  разрывы.  Этого  следовало  ожидать,  поскольку  в 
описываемую  процедуру  не  было  заложено  никаких  условий  для 
сохранения связности. 
 
Список литературы 
1. Гонсалес, Р. Цифровая обработка изображений : пер. с англ. // Р. 
Гонсалес, Р. Вудс. – М. : Техносфера, 2005. – 1072 c. 
2.  Методы  компьютерной  обработки  изображений  /  под  ред.  В.А. 
Сойфера. – М. : Физматлит, 2003. – 784 с. 
3.  Старовойтов,  В.В.  Локальные  геометрические  методы  цифровой 
обработки и анализа изображений / В.В. Старовойтов. – Минск : Ин-т техн. 
кибернетики НАН Беларуси, 1997. – 282 с. 
 

123 
УДК 004.021:004.451.353 
Исин Б.Д. (Астана, ЕНУ) 
Старовойтов В.В. (Минск, ОИПИ) 
Искаков К.Т. (Астана, ЕНУ) 
Голуб Ю.И. (Минск, ОИПИ) 
 
 
АНАЛИЗ АЛГОРИТМОВ СЕГМЕНТАЦИИ 
 
Благодаря  дальнейщему  развитию  цифровой  и  аналоговой  техники 
появляются  большие  возможности  перед  разработчиками  и  увеличение 
быстродействия  вычислительной  техники  им  позволит  использовать 
сложные  алгоритмы  для  решения  поставленных  задач.  Алгоритмы, 
адаптирующие 
свое 
поведение, 
основываясь 
на 
статистиках 
обрабатываемого  изображения,  обладают  большей  устойчивостью  к 
изменению характеристик изображения. 
Опишем  алгоритм  сегментации  полутоновых  изображений, 
основанный  на  принципе  Вебера.  Этот  принцип  подразумевает,  что 
различия уровней серого W(I), которые могут быть замечены человеческим 
глазом,  можно  описать  нелинейной  функцией  градаций  серого  I. 
Простейшей функцией Вебера является 
 
 
 
Согласно принципу Вебера человеческий глаз едва ли различает от-
личия  уровней  серого  между  [I(n),  I(n)+W(I(n))],  поэтому  можно  объеди-
нить  уровни  серого  из  диапазона  [I(n),  I(n)+W(I(n))],  заменив  их  одним 
значением яркости. 
Алгоритм  нелинейного  преобразования  уровней  серого  для  полу-
тоновых изображений 
Шаг  1.  Установить  номер  первого  класса  n=1  и  начальный  уровень 
серого I(n) = 0. 
Шаг 2. Вычислить значение W(I(n)), соответствующее яркости I(n) по 
формуле Вебера. 
Шаг 3. В исходном изображении I установить значения яркости I(n) 
для  всех  пикселов,  яркость  которых  находится  в  диапазоне  [I(n), 
I(n)+W(I(n))]. 
Шаг 4. Найти пикселы, значение яркости которых выше G = I(n) + 
+ W(I(n)) + 1. Если такие пикселы есть, увеличить номер класса n = n 
+  1,  I(n)  =  G,  перейти  к  шагу  2.  Если  таких  нет,  закончить  работу. 

124 
Изображение сегментировано на n классов, каждый класс показан яркостью 
W(I(n)). 
Данный  способ  сегментации  можно  реализовать,  построив  таблицу 
LUT, вычислив новые яркости с помощью функции Вебера и заменив ис-
ходные значения яркости найденными номерами классов одномоментно. 
При  сегментации  цветных  изображений  можно  использовать  стати-
стические  характеристики  в  окрестности  пиксела:  отклонение  каждой  из 
цветовых  компонент  от  среднего  значения  по  окрестности;  дисперсию 
каждой цветовой компоненты в окрестности пиксела и т. д. 
Для  простого  случая  разбиения  по  яркости  можно  использовать  ре-
курсивный алгоритм наращивания областей (Region Growing). 
Вежневец 
разработал 
следующий 
итеративный 
алгоритм 
сегментации. 
Шаг 1. Начать обход изображения из левого верхнего угла.  
Объявить левый верхний пиксел изображения новым классом С
1
. 
Для пикселов первой строки вычислить отклонение от класса левого 
пиксела и сравнить с заданным порогом. Если оно меньше порога, добавить 
пиксел к классу соседа, иначе – завести новый класс C
i+1
. При-надлежность 
к  классу  можно  отметить  номером  этого  класса  в  матрице  такого  же 
размера, как, например, матрица, соответствующая компонен-те R (красный 
цвет). 
Шаг 2. Первый пиксел каждой следующей строки сравнить с клас- 
сом верхнего соседнего пиксела. Далее сравнивать пиксел с классами двух 
соседей: левого и верхнего. 
Если отклонение от обоих сравниваемых классов больше порога, то 
завести новый класс, если отклонение больше только для одного класса, то 
добавить пиксел к тому классу, отклонение от которого меньше порога. 
В случае если отклонение допустимо для обоих классов, возможны  
два варианта:  
L(g(C
i
) –g(C
j
)) < δ – объединить эти два класса (если это не один и  
тот же класс) и добавить к объединенному классу текущий пиксел;  
L(g(C
i
) –g(C
j
))  >  δ  –  добавить пиксел к тому  из двух  классов,  от которого 
отклонение минимально.  
В качестве меры L можно использовать любую функцию расстояния, 
например разность в RGB-пространстве.  
Отметим,  что  алгоритм  использует  четырехсвязность  пикселов,  но 
возможна реализация и для восьмисвязных областей.  
Сегментация по цвету кожи. Использование цвета кожи как свойства 
лица при нахождении лиц на изображениях хорошо зарекомендовало себя 
на  предварительном  этапе  в  процессе  распознавания  людей,  так  как  цвет 
кожи не зависит от ориентации лица, анализ цвета пикселов вычислительно 
эффективен. В литературе описано много подходов к сегментации цветных 
изображений 
с 
целью 
выделения 
на 
фотографиях 
областей, 

125 
соответствующих  цвету  кожи  людей.  Далее  в  найденных  областях 
выполняется детекция лица человека и его распознавание. 
В  качестве  примера  выполним  сегментацию  изображения  по  цвету 
кожи.  Решение  данной  задачи  состоит  в  нахождении  критерия  оценки 
близости  цвета  каждого  пиксела  к  оттенку  кожи.  Определить  понятие 
«оттенок  кожи»  математически  невозможно,  так  как  оно  основано  на  че-
ловеческом  восприятии  цвета,  меняется  при  изменении  освещения,  отли-
чается у разных рас. Тем не менее существует ряд эмпирических подходов 
к приближенному решению этой задачи. Их суть заключается в описании 
некоторой модели распределения цвета, с помощью которой и оце-нивается 
сходство с цветом кожи. Разработка модели цвета кожи разбива-ется на три 
этапа: 
-  накопление  тренировочных  данных,  используя  изображения,  на 
которых  указывают  области  «кожа»  и  «не  кожа».  По  этим  данным 
накапливается  статистика  оттенков  кожи  (иногда  гистограмма  оттенков, 
коже не относящихся, т. е. «не кожа»);  
- обработку полученной статистики и выбор параметров модели цвета 
кожи  для  последующего  использования;  выбор  критериев  оценки 
принадлежности пикселов к области «кожа»;  
- обработку изображений с использованием полученных критериев.  
Простейшим  (но  не  всегда  дающими  корректные  результаты) 
вариантом такой сегментации является разделение цветовых моделей RGB 
или других по порогу. Рассмотрим пороговые критерии, которые в качестве 
модели  цвета  кожи  используют  многогранник,  заданный  в  определенном 
цветовом  пространстве,  т.  е.  задается  набор  правил  для  контекстно-
независимой сегментации. Будем считать, что цвет пиксела (R, G, B) при-
числяется к области «кожа», если выполнены следующие условия: 
R > 95, и G > 40, и B < 20, и max{R, G, B} – min{R, G, B} > 15, и 
|R – G| > 15, и R > G & R > B 
или 
 
R > 220, и G > 210, и B > 170, и |R – G| ≤ 15, и R > B, и G > B. 
 
Другой вариант: 
 
 
где r = R/(R + G + B), g = G/(R + G + B), b = B/(R + G + B). 
 
 
Простота  реализации  –  это  несомненное  преимущество  пороговых 
подходов к сегментации, однако есть и недостатки. Необходимо подби-рать 
цветовое  пространство  и  правила  эмпирически,  при  этом  возможна 
неточная  сегментация  кожи,  трудно подобрать  единые  критерии  к  людям 
разных рас. 

126 
УДК 622.272.б.                                       Кабылова Д.А. (Караганда, КарГТУ) 
Когай Г.Д. (Караганда, КарГТУ) 
Ашимова Д.Е. (Караганда, КарГТУ) 
 
 
МЕТРИКА ТЕСТОВОГО ПОКРЫТИЯ ПРИЛОЖЕНИЙ ДЛЯ 
МОБИЛЬНЫХ УСТРОЙСТВ
 
 
С  каждым  годом  рынок  мобильных  приложений  постоянно 
увеличивается: системные и дополнительные утилиты, приложения на базе 
оповещений. Но к какому бы типу эти приложения не относились, каждое 
из них должно быть хорошо протестировано. На первый взгляд кажется, что 
тестирование  мобильных  приложений  достаточное  простое,  ведь 
приложение чаще всего состоит лишь из нескольких экранов-страниц. Но 
вся суть в том, что новые версии мобильного приложения разрабатываются 
и  собираются  во  много  раз  чаще,  чем  веб-приложения  или  десктоп-
приложения, и, как следствие, приемочное тестирование выполняется очень 
часто.  Довольно  обыденно  становится  для  тестировщика  повторять 
однотипные  действия:  установить  приложение,  запустить,  проверить,  что 
все  необходимые  элементы  присутствуют  и  т.д.  Средства  для  Android-
приложений  были  выбраны  темой  исследования  неслучайно:  устройства 
отличаются большим разнообразием и тестирование необходимо выполнять 
на  каждом  из  них  (устройства  могут  отличаться  версиями  операционной 
системы,  разрешением  экранов,  наличием  или  отсутствием  фронтальной 
камеры  и  др.).  То  есть,  если  рассматривать  iOS-устройства,  то  в  таком 
случае  процесс  тестирования  немного  упрощается,  так  как  произвести 
проверку необходимо только на некоторых устройствах: iPhone, iPad, iPod 
для конкретных версий ОС. 
В  итеративной  схеме,  в  процессе  разработки  приложения  для 
мобильных устройств, приложение поступает в тестирование на системной 
стадии,  минуя  процессы  модульного  и  интеграционного  тестирования. 
Таким  образом,  процесс  функционального  тестирования  сводится  к 
проверке  функциональности  приложения  на  уровне  пользовательского 
интерфейса. 
В  общем  случае  взаимодействие  пользователя  с  приложением 
происходит по следующей схеме: 
-
 
Пользователь  видит  на  экране  мобильного  устройства  некоторый 
«вид»  приложения.  Этот  вид  содержит  элементы  пользовательского 
интерфейса  (кнопки,  поля  ввода  и  др.),  которые  позволяют  совершать 
различные действия (запросы пользователя). 
-
 
 Запрос,  генерируемый  пользователем,  приходит  в  «логическую» 

жүктеу/скачать 4,3 Mb.

Достарыңызбен бөлісу: