РОЗВИТОК ТЕХНІЧНИХ НАВИЧОК ЗДОБУВАЧІВ ВИЩОЇ ОСВІТИ В ПРОЦЕСІ ПОБУДОВИ ПРОТОТИПУ СИСТЕМИ СЕГМЕНТАЦІЇ ЗОБРАЖЕНЬ ТРАНСПОРТНИХ ЗАСОБІВ
DOI:
https://doi.org/10.24919/2308-4634.2024.296388Ключові слова:
формування технічних навичок; концептуальна модель; логічна модель; цифровізація освіти; моделювання системи сегментації зображень; нечіткі когнітивні карти; нечітка логіка; інженерно-педагогічні спеціальностіАнотація
У статті актуалізовано роль розвитку технічних навичок здобувачів вищої освіти інженерно-педагогічних спеціальностей в умовах цифровізації. Презентовано процес побудови концептуальної та логічної моделі прототипу системи сегментації зображень транспортних засобів.
Функціями системи сегментації зображень є зчитування цифрових зображень з відеокамер або з графічних файлів, попередня обробка зображень, виділення значущих ділянок (сегментів) на зображеннях транспортних засобів. Сегменти зображень транспортних засобів розрізняють вікна, фари, номерні знаки, колеса тощо. Виділення сегментів на зображеннях значно спрощує їх подальшу комп’ютерну обробку, зокрема визначення розмірів і площ деталей, розпізнавання об'єктів.
Посилання
Ushenko, Y.O., Derevyanchuk, O.V., Talakh, M.V. & Dvorzhak, V.V. (2023). Metody y zasoby intelektualnoi obrobky syhnaliv: obrobka tsyfrovykh zobrazhen [Methods and means of intelligent signal processing: digital image processing]. Chernivtsi, 312 p. [in Ukrainian].
Stratehiia rozvytku vyshchoi osvity v Ukraini na 2022–2032 roky [Strategy for the development of higher education in Ukraine for 2022–2032]. Available at: https://www.kmu.gov.ua/npas/pro-shvalennya-strategiyi-rozvitku-vishchoyi-osviti-v-ukrayini-na-20222032-roki-286- (Accessed 03 Jan. 2024) [in Ukrainian].
Balovsyak, S.V., Derevyanchuk, O.V., Fodchuk, I.M., Kroitor, O.P., Odaiska, Kh.S., Pshenychnyi, O.O., Kotyra, A. & Abisheva, A. (2019). Adaptive oriented filtration of digital images in the spatial domain. Proc. SPIE 11176, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments, Vol. 11176, pp. 111761A-1–111761A-6. DOI: https://doi.org/10.1117/12.2537165. [in English].
Balovsyak, S.V. & Odaiska, Kh.S. (2018). Automatic Determination of the Gaussian Noise Level on Digital Images by High-Pass Filtering for Regions of Interest. Cybernetics and Systems Analysis, Vol. 54. No. 4, pp. 662–670. DOI: 10.1007/s10559-018-0067-3. [in English].
Balovsyak, S.V., Derevyanchuk, O.V. & Fodchuk, I.M. (2019). Method of calculation of averaged digital image profiles by envelopes as the conic sections. Advances in Intelligent Systems and Computing (AISC). Vol. 754, pp. 204–212. DOI: 10.1007/978-3-319-91008-6_21. [in English].
Balovsyak, S.V., Derevyanchuk, O.V., Kravchenko, H.O., Kroitor, O.P. & Tomash, V.V. (2021). Computer system for increasing the local contrast of railway transport images. Proc. SPIE, Fifteenth International Conference on Correlation Optics. Vol. 12126, pp. 21261E1–7. DOI: 10.1117/12.2615761. [in English].
Balovsyak, S.V., Derevyanchuk, O.V., Tomash, V.V. & Yarema, S.V. (2022). Segmentation of railway transport images using fuzzy logic. Trans Motauto World. Vol. 7, No. 3, pp. 122–125. [in English].
Balovsyak, S., Derevyanchuk, O., Kravchenko, H., Ushenko, Y. & Hu, Z. (2023). Clustering Students According to their Academic Achievement Using Fuzzy Logic. International Journal of Modern Education and Computer Science (IJMECS). No. 6, pp. 31–43. DOI: 10.5815/ijmecs.2023.06.03. pp. 122–125. [in English].
Davies, E.R. (2012). Computer and Machine Vision: Theory, Algorithms, Practicalities. Elsevier. 912 p. [in English].
Fayek, A.R. (2020). Fuzzy Logic and Fuzzy Hybrid Techniques for Construction Engineering and Management. Journal of Construction Engineering and Management. Vol. 146, No. 7, pp. 1–12. DOI: 10.1061/(ASCE)CO.1943-7862.0001854. [in English].
Fuzzy Cognitive Map. Mental Modeler. Available at: https://www.mentalmodeler.com (Accessed 28. Dec. 2023). [in English].
Kovalchuk, V., Maslich, S., Tkachenko, N., Shevchuk, S. & Shchypska, T. (2022). Vocational Education in the Context of Modern Problems and Challenges. Journal of Curriculum and Teaching. Vol. 11, No. 8, pp. 329–338. DOI: https://doi.org/10.5430/jct.v11n8p329. [in English].
Kovalchuk, V. (2016). High education system challenges in the context of requirements of labour market and society. Scientiic letters of academic society of Michal Baludansky, pp. 88–90. [in English].
Kovalchuk, V. & Soroka, V. (2020). Developing digital competency in future masters of vocational training. Professional Pedagogics. No. 1, pp. 96–103. [in English].
Kovalchuk, V.I., Maslich, S.V., Movchan, L.G., Lytvynova, S.H. & Kuzminska, O.H. (2022). Digital transformation of vocational schools: Problem analysis. CEUR Workshop Proceedings, Vol. 3085, pp. 107–123. [in English].
Kovalchuk, V., Tkachenko, N., Soroka, V., Tomash, V. & Kovalchuk, A. (2022). Forming and Developing Future Masters’ of Industrial Training of Motor Transport Profile Readiness for Applying Digital Technologies in the Conditions of Education Digitalization. Internationaal journal of computer science and network security. Vol. 22, No. 5, pp. 559–564. DOI: https://doi.org/10.22937/IJCSNS.2022.22.5.77. [in English].
Kovalchuk, V.I., Maslich, S.V., Movchan, L.G., Lytvynova, S.H. & Kuzminska, O.H. (2022). Digital transformation of vocational schools: Problem analysis. CEUR Workshop Proceedings. Vol. 3085, pp. 107–123. [in English].
Kovalchuk, V., Androsenko, A., Boiko, А., Tomash, V. & Derevyanchuk, O. (2022). Development of Pedagogical Skills of Future Teachers of Labor Education and Technology by means of Digital Technologies. International Journal of Computer Science and Information Security. Vol. 22, No. 9, pp. 551–560. DOI: https://doi.org/10.22937/IJCSNS.2022.22.9.71. [in English].
Shkurat, O. et al. (2020). Image Segmentation Method Based on Statistical Parameters of Homogeneous Data Set. Advances in Intelligent Systems and Computing. Vol. 902, pp. 271–281. DOI: 10.1007/978-3-030-12082-5_25. [in English].
Tereikovskyi, I., Zhengbing, Hu, Chernyshev, D., Tereikovska, L., Korystin, O. & Tereikovskyi, O. (2022). The Method of Semantic Image Segmentation Using Neural Networks. International Journal of Image, Graphics and Signal Processing (IJIGSP). Vol. 14, No. 6, pp. 1–14. DOI: 10.5815/ijigsp.2022.06.01. [in English].
Web service for constructing UML diagrams. Available at: https://app.creately.com/ (Accessed 28 Dec. 2023). [in English].
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Імена та електронні адреси, які вказуються користувачами сайту цього журналу, будуть використовуватись виключно для виконання внутрішніх технічних завдань цього журналу; вони не будуть поширюватись та передаватись стороннім особам.
