И. К. Бейсембетов ректор Зам главного редактора



Pdf көрінісі
бет83/92
Дата31.03.2017
өлшемі51,43 Mb.
#10731
1   ...   79   80   81   82   83   84   85   86   ...   92

Заключение.  Таким  образом,  показано,  что  процесс  взаимодействия  частиц  с  веществом  и 

образования радиационных дефектов в твердых телах, облученных ионами, является цепью Маркова. 

В  нашем  случае  цепь  Маркова  неоднородна,  поскольку  переходные  вероятности     

n

k

k

 

...



 

,

1



 ,

0

   



,



 

меняются  на  каждом  шаге  k,  интенсивность  потока  зависит  от  глубины  проникновения,  т.е.  все 



потоки,  переводящие  систему  S  из  одного  состояния  в  другое,  являются  нестационарными 

пуассоновскими.  Условные  вероятности 



n









...


,

,

,



3

2

1



0

    являются  переходными  вероятностями 

для  неоднородной  цепи  Маркова,  не  имеющей  стационарного  режима.  Простейшая  каскадно-

вероятностная функция не учитывает потери энергии на ионизацию и возбуждение непосредственно 

в  процессе  генерации  первично-выбитых  атомов.  Данная  цепь  Маркова  не  имеет  стационарного 

режима, поскольку не обладает эргодическим свойством.  



 

ЛИТЕРАТУРА 

[1] Босс Э.Г., Купчишин А.И. Решение физических задач каскадно-вероятностным методом. - Алма-Ата:  

Наука, 1988, т.1. - 112 с. 

[2] Босс Э.Г., Купчишин А.И. Решение физических задач каскадно-вероятностным методом. - Алма-Ата:  

Наука, 1988, т.2. - 144 с. 





 Физико–математические науки

  

 

№2 2016 Вестник КазНИТУ  



                    

482 


[3] Гутер Р.С., Овчинский Б.В. Основы теории вероятностей, 1967. М.: Просвещение, 159 с. 

[4] Колмогоров А.Н. Основные понятия теории вероятностей, 1974. М.: Наука, 119 с. 

[5] Феллер В. Введение в теорию вероятностей и ее приложения, 1984. М.: Мир, Т.1. 527 с. 

[6] Вентцель А. Д., Курс теории случайных процессов. — М.: Наука, 1996. — 400 с. 

[7] Купчишин  А.И.  Взаимодействие  излучений  с  веществом.  Каскадно-вероятностный  метод  

(методическая разработка для студентов физико-математического факультета).-  Алма-Ата, 1986.- 68 с. 



 

REFERENCES 

 

[1] Bоss  Э.G.,  Кupchyshyn  А.I.  Reshenye  fyzycheskyh  zadach  kaskadno-veroyatnym  metodom.  -  Аlma-Аtа:  



Naukа, 1988, t.1. - 112 s. 

[2] Bоss  Э.G.,  Кupchyshyn  А.I.  Reshenye  fyzycheskyh  zadach  kaskadno-veroyatnym  metodom.    -  Аlma-Аtа:  

Naukа, 1988, t.2. - 144 s. 

[3] Guter R.S., Obchynsky B.V., Osnovy teory veroyatnosty, 1967. M.: Prosvechenye, 159 s. 

[4] Коlmogorov А.N. Osnovnye ponyatye teoryy veroyatnostey, 1974. M.: Nauka, 119 s. 

[5] 5.Feller V. Vedenie v neoryu veroyatnostey i ee prylojenya, 1984. М.: Мyr, Т.1. 527 s. 

[6] Ventsel А. D., Кurs teoryi sluchaynyh prosessov. — M.: Nauka, 1996. — 400 s. 

[7] Кupchyshyn А.I. Vzaymodeystvie izluchenyi s veshestvom. Kaskadno--veroyatnym metod (metodycheskaya 

razrabotka dlya studentov fyzyko-matematysheskogo fakulteta). –Alma-Ata, 1986.- 68 s. 

 

Шмыгалева Т.А., Черикбаева Л.Ш., Маркова Л.Ф., Ахатаева Д.М.,  

Тюлепбердинова Г.А., Адилжанова С.А., Темирбекова Ж.Е. 

Ақау  түзуші  радиациялық  процестерінің  Марков  тізбегімен  ионды  сәулелендіру  кезінде 

байланысы  

Түйіндеме.  Жұмыста  Марков  тізбектерімен  және  ионды  сәулелендіру  кезіндегі  радиациялық  ақаулар 

түзу  және  заттармен  бөлшектердің  өзара әрекеттесу  процесін  сипаттаушы  моделдерін  алуға  арналған  Марков 

процестерімен  байланыс  қарастырылған.  Ары  қарай  Марков  тізбектерін  тұрақсыз  бөлшектер,  мю-мезон,  пи-

мезон, нейтрон, позитрондар үшін арналған каскадты-ықтимал функцияларды алу үшін қолдану жоспарлануда.  



Кілттік сөздер: Каскадты-ықтимал, ион, ақау түзуші, Марков тізбегі, Марков процестері.  

 

Shmygaleva Т.А., Cherykbaeva L.Sh., Маrkova L.F., Аhаtаеvа D.М.,  



Тulepberdynovа G.А., Аdylzhanova S.А., Теmyrbekova Zh.Е. 

Communication processes of radiation defect formation by ion irradiation with Markov chains 

Summary.  The  paper  considers  the  communication  with  Markov  chains  and  Markov  processes  to  produce 

models  describing  the  process  of  interaction  particles  with  matter  and  Education  radiation  defects  in  the  ion 

bombardment. In the future we plan to use a Markov chain for the cascade-probability functions for unstable particles, 

muons, pions, neutrons, positrons. 

 

 

 



UDC 004 

 

Zh.E. Temirbekova, L.Sh. Cherykbaeva, G.A. Tulepberdynova, S.A. Adylzhanova 

(Faculty of Mechanics and Mathematics, al-Farabi Kazakh National University,  

Almaty, Kazakhstan, e-mail: 

zhanerke_3089@mail.ru

 



COLOR MANIPULATION OF IMAGES OPENCV IN PYTHON 

 

Abstract.  This  paper  investigates,  demonstrate  in  use  and  evaluate  the  need  for  image  processing  and 

manipulation.  This  work  presents  a  technique  of  the  gray  image  coloring,  negative  image  and  sepia  image.  Here  is 

introduced a general technique for “colorizing” grayscale images by transferring color between a source, color image 

and  a  destination  or  target,  grayscale  image.  The  approach  presented  here  attempts  to  provide  a  method  to  help 

minimize the amount of human labor required for this task. Here we transfer the entire color “mood”  of the source to 

the target image by matching luminance and texture information between the images. This work presents a technique of 

the gray image coloring, achieved using a very simple algorithm, and its core strategy is to choose a suitable color space 

and then to apply simple operations there. Color manipulation of images did in program language python using library 

opencv. 

Keywords: Image manipulation, grayscale, sepia, negative, RGB color. 

 




 Физика–математика ғылымдары 

 

ҚазҰТЗУ хабаршысы №2 2016  



 

483 


Digital image processing is the use of computer algorithms to perform image processing on digital images. 

Digital  image processing  has  many advantages  over analog  image processing. It allows a  much  wider range  of 

algorithms  to  be  applied  to  the  input  data  and  can  avoid  problems  such  as  the  build-  up  of  noise  and  signal 

distortion during processing. Since images are defined over 2D(two dimensions) digital image processing may be 

modeled  in the  form  of  multidimensional systems. Image processing usually refers to  digital  image processing, 

but optical and analog image processing also are possible. Image processing are computer graphic and computer 

version.  In  computer  graphics,  images  are  manually  made  from  physical  models  of  objects,  environments,  and 

lighting, instead of being acquired (via imaging devices such as cameras) from natural scenes, as in most animated 

movies.  Computer  vision,  on  the  other  hand,  is  often  considered  high-level  image  processing  out  of  which  a 

machine/computer/software intends to decipher the physical contents of an image or a sequence of images (e.g., 

videos or 3D full-body magnetic resonance scans) [1]. 

Digital  image  processing  refers  to  the  process  of  using  algorithms  to  edit  and  manipulate  digital 

images.  A  digital image  is a finite collection  of small, discrete picture  elements called pixels. These pixels 

are  organized  in  a  two-dimensional  grid  and  represent  the  smallest  amount  of  picture  information  that  is 

available. If you look closely at an image, pixels can sometimes appear as small "dots". More pixels in your 

image mean more detail or resolution [2].  



Image manipulation  

One  of  the  great  of  digital  images  is  that  they  can  be  manipulated  just  like  any  other  kind  of  data. 

Although  methods for processing images  have been  developed almost since the beginning of the computer, 

these  methods  where  available  only  for  large  computers  and  were  not  relevant  to  clinical  medicine.  This 

situation  is  changing  rapidly,  however,  as  digital  images  become  widely  available  through  the  image 

modalities  themselves,  Picture Archiving  and Communication System  and  powerful  desktop  workstations. 

Even though there has been relatively little progress in the area of computer image understanding, these has 

been much progress in applying existing methods to aid the human as he or she analyzes the images [3]. 



The RGB color model 

The RGB color  model is used for specifying colors. This  model specifies the  intensity  of red, green, 

and  blue  on  a  scale  of  0  to  255,  with  0  (zero)  indicating  the  minimum  intensity.  The  settings  of  the  three 

colors are converted to a single integer value by using this formula: 

 

)

256



*

256


*

(

)



256

*

(



Re

Blue

Green

d

RGB



   


 

 

(1) 



The Image Module 

The Image module provides a class with the same name which is used to represent a PIL image. The 

module  also  provides  a  number  of  factory  functions,  including  functions  to  load  images  from  files,  and  to 

create new images. 

 

The pixel Object 



Images  are  collections  of  pixels.  In  order  to  represent  a  pixel,  we  need  a  way  to  collect  together  the 

red, green and blue components. The Pixel object provides a constructor and methods that allow us to create 

and  manipulate the color components  of pixels. The constructor will require the three color components. It 

will return a reference to Pixel object that can be accessed or modified. We can extract the color intensities 

using the getRed, getGreen, and getBlue methods [4]. 

Basic image processing 

We now have all of the tools necessary to do image processing. We will perform color manipulations 

on  an  image.  The  basic  idea  will  be  to  systematically  process  each  pixel  one  at  a  time  and  perform  the 

following operations: 

1. Extract the color components. 

2. Build a new pixel. 

3. Place that pixel in a new image at the same locations as the original. 



Grayscale image 

Despite the eventual introduction of color photography, monochromatic photography remains popular. 

If  anything,  the  digital  revolution  has  actually  increased  the  popularity  of  monochromatic  photography 

because  any  digital  camera  is  capable  of  taking  black-and-white  photographs  (whereas  analog  cameras 

required the use  of special  monochromatic  film). Monochromatic photography is sometimes considered the 

“sculpture” variety of photographic art. It tends to abstract the subject, allowing the photographer to focus on 

form and interpretation instead of simply reproducing reality. 




 Физико–математические науки

  

 

№2 2016 Вестник КазНИТУ  



                    

484 


Because  the  terminology  black-and-white  is  imprecise  –  black-and-white  photography  actually 

consists of many shades of gray – this article will refer to such images as grayscale. 

Several  other  technical  terms  will  be  used  throughout  my  explanations.  The  first  is  color  space.  A 

color  space  is  a  way  to  visualize  a  shape  or  object  that  represents  all  available  colors.  Different  ways  of 

representing color lead to different color spaces.  

How all grayscale algorithms fundamentally work? 

All grayscale algorithms utilize the same basic three-step process: 

1.  Get the red, green, and blue values of a pixel 

2.  Use fancy math to turn those numbers into a single gray value 

3.  Replace the original red, green, and blue values with the new gray value [5]. 

When describing grayscale algorithms, I’m going to focus on step 2 – using math to turn color values 

into a grayscale value. So, when you see a formula like this: 

 

3

/



)

(Re


Blue

Green

d

Gray



   


 

 

(2) 



 

Recognize that the actual code to implement such an algorithm looks like: 

 

 

 



Figure 1. The pseudo-code in python 

 

Figure 2. The grayscale image 

 

To get sepia, you need to calculate the average value and take a coefficient. 



 

3

/



)

(

B



G

R

middle



   


 

 

 



 

(3) 


k

middle

R

*

2



 



 

    


 

 

      (4) 



k

middle

G



   

 

 



 

 

 



(5) 

middle

 

 



 

 

 



 

 

(6) 



 

Recognize that the actual code to implement such an algorithm looks like: 

 

 

 



 

Figure 3. The pseudo-code in python 

 

Figure 4. The sepia image 

 




 Физика–математика ғылымдары 

 

ҚазҰТЗУ хабаршысы №2 2016  



 

485 


Negative image 

In 


photography

, a negative is an image, usually on a strip or sheet of transparent plastic film, in which 

the  lightest  areas  of  the  photographed  subject  appear  darkest  and  the  darkest  areas  appear  lightest.  This 

reversed  order occurs because  of the  extremely  light-sensitive  chemicals a camera film  must use to capture 

an image quickly enough for ordinary picture-taking, which are darkened, rather than bleached, by exposure 

to light and subsequent 

photographic processing

 [6]. 


In order to obtain a sufficiently negative each pixel value subtracted from 255. 

Recognize that the actual code to implement such an algorithm looks like: 

 

 

 



 

Figure 5. The pseudo-code in python 

 

Figure 6. The negative image 

 

CONCLUSION 

In  this  paper,  we  have  explained  about  Image  processing  and  then  about  the  Image  Manipulation. 

Image  manipulation  algorithms  either  transform  pixels  at  given  positions  or  create  a  new  image  using  the 

pixel information of a source image. Examples of the former type of operation are conversion to grayscale, 

sepia and negative. 



 

REFERENCES 

[1] Shikha  Kothiyal,  Shivani  Sanini.  Image  processing  and  manipulation.  //  Internatonal  journal  of  innovative 

research in technology. – 2014. – Vol. 1, No 6. – P. 962–966. 

[2] Bradley  N.  Miller,  David  L.  Ranum.  Python  Programming  in  Context.  –  2nd  Edition  –Paperback,  2014.  – 

185 p. 


[3] Edward  H.  Shortliffe,  Leslie  E.  Medical  Informatics.  –  2nd  Edition  –  SpringerScience+Business  Media, 

2001. – 515 p. 

[4] Bradley  N.  Miller,  David  L.  Ranum.  Python  Programming  in  Context.  –  1st  Edition  –Jones  and  Bartlett 

publisher, 2009. – 187 p. 

[5] 

http://www.tannerhelland.com/3643/grayscale-image-algorithm-vb6/



 

[6] 


https://en.wikipedia.org/wiki/Negative

 

 



Темирбекова Ж.Е., Черикбаева Л.Ш., Тюлепбердинова Г.А., Адилжанова С.А. 

Манипуляции с цветом изображений OpenCV В Python 

Резюме.  Статья  посвящена  обработке  цифровых  изображений,  в  частности  задаче  повышения 

разрешающей  способности  изображений.  Рассматриваются  методы  оттенки  серого,  негатива,  сепии  

изображения,  а  также  реализация  изображений  в  реальном  времени  на  основе  технологии  Python  используя 

библиотеку OpenCV. 



Ключевые слова: Манипуляции изображения, градациях серого, сепия, негатив изображения, цвет RGB. 

 

Темирбекова Ж.Е., Черикбаева Л.Ш., Тюлепбердинова Г.А., Адилжанова С.А. 



OpenCV  Python-да бейнелердің түсіне әр-түрлі өзгерістер енгізу 

Түйіндеме.  Бұл  мақалада  бенелік  ақпараттарды  өңдеу  үшін  әр  түрлі  кеңістікте  түс  түзетуі 

қарастырылған. Сұр  түс,  негатив,  сепия  әдістері  қарастырылған,  сонымен  қатар  бейнені  нақты  уақытта  өңдеу 

үшін Python технологиясының негізінде OpenCV кітапханасын қолдану арқылы жасалынған.  

Кілттік сөздер: бейнеге өзгерістер енгізу, сұр түс, сепия, негатив бейнесі, RGB түсі. 

 

 



 



 Физико–математические науки

  

 

№2 2016 Вестник КазНИТУ  



                    

486 


УДК 004.434 

 

Л. Ш. Черикбаева, Г.А. Тюлепбердинова, С.А. Адилжанова, Ф.С. Телғожаева,  



Б.К. Алимбаева, Б. Төлеугазы, Ж.Е. Темірбекова  

(Әл-Фараби атындағы ҚазҰУ, Алматы, Қазақстан  Республикасы 

lyailya_sh@mail.ru)

 

 



ЭЛЕКТРОНДЫ ОҚУЛЫҚ ЖАСАУДЫ JSP ТЕХНОЛОГИЯСЫН ҚОЛДАНУ 

 

Аннотация. Бұл жұмыста электрондық кітаптарды (e-book)  интернетке орналастыру қарастырыған. Осы 

мәселені  жүзеге  асыру  үшін    JSP  технологиясын  пайдаланып,  XML  құжатында  сақталған  мәліметтерді  WEB 

беті  ретінде  шығару.  Электрондық  кітаптар  осы  уақытқа  дейін  әр  түрлі  технологиялар  арқылы  жасалынып 

келді.  Бұл  жұмыста  JSP  технологиясын  пайдалана  отырып  электрондық  кітап  жасаумен  қатар  JSP 

технологиясының негізгі аспектілері мен электрондық кітап жасаудағы JSP технологиясының артықшылықтары 

қарастырылған. 



Кілттік сөздер: интернет, электрондық кітап, технология, программалық қосымша, сервер, сервлеттер. 

 

Қазіргі  таңда  интернет  көптеген  қызықты  және  ойландыратын  жаңалықтарға  толы.  Интернет 



ақпарат  әлемін  бір  арнаға  байланыстырады. Сондықтан    көптеген  ұйымдар  ақпараттық  жүйені  құру 

стратегиясында Интернет пен Web-ке аса көңіл бөліп отыр. 

Соңғы  бірнеше  жылдар  ішінде  информациялық  технологияның  бүкіл  әлемде,  сонымен  қатар 

Қазақстанда  заманға  сай  жетістіктерін  дамыту  күннен  күнге  артып  келе  жатыр.  Информациялық 

технологиялардың  даму  жолдарын  зерттеудегі  алынған  нәтижелер  осы  уақыт  ішіндегі  информатика 

саласындағы  маңызды  жетістіктерінің  бірі  болып  саналады.  Осындай  жетістіктердің  арқасында 

интернет  желісін  пайдалану  мүмкіндігі  артып,  пайдаланушылар  саны  арта  түсуде.  Қандай  да  бір 

жасалынған  жұмыстарымыздан  және  ақпараттардан  алынған  нәтижелерді  дәл  сол  уақыт  мезетінде 

қолдана алатын болсақ, онда олардың маңызы өте зор болатын еді. 

Кез-келген компания, кез-келген адам бірінші кезекте Интернет сайттарына көңіл бөле отырып, 

осындай  мәселелерді  шешу  мүмкіндігін  интернет  желілерінде    кеңінен  жүзеге  асырады.  Осындай 

себептерге байланысты қазіргі таңда Web программалау саласы өте жақсы қарқынмен дамып жатыр. 

Орналасқан  жеріне,  ара-қашықтыққа  қарамастан  байланыс  орната  алу  Web  программалаудың  үлкен 

артықшылығы болып табылады.  

Мұнда  қарастырып  отырған  негізгі  мәселе-осындай  артықшылықтарды,  мүмкіндіктерді 

пайдалана отырып күннен-күнге дамып келе жатқан Интернет желісінің даму мәселелерін қарастыру, 

соның  ішінде  электрондық  кітаптардың  (e-book)  барлық  оқырмандарға  жеткілікті  болуы  үшін  оны 

интернетке  орналастыру.  Осы  мәселені  жүзеге  асыру  үшін    JSP-ні  пайдаланып  XML  документінде 

сақталған  мәліметтерді  WEB  беті  ретінде  шығару,  яғни  WEB  беттерінде  электрондық  кітаптарды 

орналастыруды JSP технологиясы арқылы жасау.  

Java  серверлік  беті  өзімен  бірге  web-қосымшасын  өңдеу  үшін  Java  технологиясын  ұсынып 

отыр.  Сервлеттер  технологиясының  web-технологиясында  ең  жетілген  және  кең  ауқымды  қолданыс 

уақытында  JSP  іске  қосылған.  Бірақ  JSP  сервлеттер  орнын  толықтара  алмайды.  JSP  сервлеттер 

технологиясының кеңейтілген түрі болып саналады.  

Сервлеттер  –  бұлJava  Web  серверінде  жұмыс  істейтін  немесе  Java  қосымшасы  серверінде 

жұмыс  істейтін  Java  прогаммасы.  CGI-программасы  сияқты  сервлеттер  Web-қызметтерді  браузерге 

жеткізе алады. Сервлеттер –  бұлнақты бір платформаға немесе  web  серверге  байланыссыз құрылған 

Java кластар. Клиентпен сервердің өзара іс-әрекеті сұраныс-жауап стандартты схемасында құрылады. 

Сонымен  сервлет  өзі  үздіксіз  клиентпен  байланыспайды,  керісінше  жойылған  клиентпен  байланыс 

ұстайтын  роль  атқара  отырып  web–контейнерге  түседі.  Сервлеттер  Java  тілінде  жазылады,  ал 

сервлеттер  технологиясын  кез-келген  Java–машинасында  жіберілген  платформасында  қолдануға 

болады.  Бір  жағынан  Java  тілінің  көмегімен  сервлеттерді  бір  платформадан  басқа  платформаға 

ешқандай компиляциялаусыз апаруға болады.  

Сервлеттер  –  бұл  Java  Web  серверінде  жұмыс  істейтін  Java  программасы.CGI-  программасы 

сияқты    сервлеттер  Web-қызметтерді      браузерге        жеткізе    алады.  Сервлет  –  бұлнақты  бір 

платформаға немесе web серверге байланыссызқұрылған Java класс. Қандайда бір болмасын жаңадан 

программалауды  үйренуді  бастау  үшін  әрқашанда  түпкі  негізінен  бастау  керек.  Мысалы  үшін 

javaх.servlet интерфейсін түсіну үшін де Servlet өте маңызды болып саналады, өйткені  ол интерфейс 




Достарыңызбен бөлісу:
1   ...   79   80   81   82   83   84   85   86   ...   92




©emirsaba.org 2024
әкімшілігінің қараңыз

    Басты бет