Распознавание образов - весьма популярное направление не только в научных исследованиях, но и в темах дипломных работ. Все дело в том, что это новое направление исследований, ставшее доступным для широкого круга исследователей совсем не давно и определяющегося возможностями современной вычислительной техники для обработки тяжеловесных изображений. Алгоритмов придумано уже достаточно много, и эффективность их работы как правило определяется умением программиста учесть те или иные особенности обрабатываемого изображения. Адаптация известного алгоритма под конкретный тип анализируемых изображений позволяет уменьшить время обработки и повысить точность классификации идентифицируемых элементов изображений. Одним из интересных и перспективных направлений является разработка алгоритмов распознавания диагноза на рентгеновских снимках, полученных в рентген аппаратах или в томографах. А учитывая тенденции уменьшения размеров аппаратов для проведения рентгеновских и ультразвуковых исследований, позволяющих уже сейчас сделать рентген на дому или в условиях дорожно-транспортного происшествия на улице или даже рентгенологическое исследование с возможностью быстрого анализа полученного снимка для определения диагноза безусловно определит и актуальность и практическую ценность такой дипломной работы.
И если рентгеновский аппарат для получения не тривиального изображения все же не приборы массового пользования, то тот же микроскоп сегодня вполне доступный аппарат, который используется в тех же школах для проведения лабораторных работ на уроках физики, биологии, химии. Его можно с успехом использовать и на уроках информатики для получения очень интересных изображений для последующей обработки в графических редакторах или для демонстрации фракталов, на примере, тех же кристаллов. Если же микроскоп цифровой, то тут уж точно его стоит использовать на уроках информатики, чтобы показать межпредметные связи, научит детей чему-то практическому: получаем цифровое изображение каких-то пестиков и тычинок и потом анализируем изображения: цветовую гамму, rgb-каналы и так далее. Благо сегодня выбор таких микроскопов огромен и по вполне демократичным ценам: https://altair.ru/category/mikroskopy/.
Предварительная обработка изображений может помочь квалифицированному рентгенологу или биологу, химику ускорить описание снимка за счет автоматизации выявления потенциально патогенных зон на изображении или особенностей в структуре исследуемого материала под микроскопом. Применение фильтров поможет повысить четкость и контрастность снимков. Тоже самое касается и эхограмм, получаемых с помощью аппаратов ультразвукового исследования.
Вывод: преобразование и классификация нечетких изображений с искажениями на границах представляет собой интересную задачу и тему для магистерской работы.
