Диаграмма последовательности

Диаграмма последовательности — UML-диаграмма, на которой для некоторого набора объектов на единой временной оси показан жизненный цикл объекта (создание-деятельность-уничтожение некой сущности) и взаимодействие актеров (действующих лиц) информационной системы в рамках прецедента.

Рисунок 2.6 - Диаграмма последовательности

Диаграмма компонентов

Диаграмма компонентов ‒ UML-диаграмма, которая показывает взаимосвязи между модулями (логическими или физическими), из которых состоит моделируемая система.

Рисунок 2.7 - Диаграмма компонентов

 

 

ОТКРЫТИЕ ФАЙЛА

Открытие BMP изображения осуществляется с помощью диалога OpenFileDialog ImageDialog. С помощью свойства Filter задано отображение только изображений BMP формата. После выбора изображения, пользователь нажимает кнопку «Открыть», на случай если файл не откроется, есть исключение, которое сообщит, что файл невозможно открыть. Если же файл откроется, то оно выведется в SourcePixtureBox.

Рисунок 3.1 – Алгоритм открытия BMP изображения

СОХРАНЕНИЕ ФАЙЛА

Сохранение JPEG изображения осуществляется с помощью диалога SaveFileDialog saveFile.  Расширением по умолчанию установлено JPEG. С помощью свойства Filter задано отображение только изображений JPEG формата. После выбора имени и расположения будущего файла, пользователь нажимает кнопку «Сохранить», на случай если файл не сохранится, есть исключение, которое сообщит, что файл невозможно сохранить.

Рисунок 4.1 – Алгоритм сохранения JPEG изображения

РЕАЛИЗАЦИЯ ЭФФЕКТОВ

Согласно варианту, в данной курсовой работе необходимо выполнить разложение изображения по базисам RGB, собрать по базисам HLS, зашумить составляющие R и H, сделать негатив изображения. Рассмотрим данные операции более детально.

Разложение по базисам RGB

RGB (Red, Green, Blue - красный, зеленый, синий) - аппаратно-ориентированная модель, используемая в дисплеях для аддитивного формирования оттенков самосветящихся объектов (пикселов экрана). Система координат RGB - куб с началом отсчета (0,0,0), соответствующим черному цвету. Максимальное значение RGB - (1,1,1) соответствует белому цвету.

Рисунок 5.1 – Цветовой куб

За разложение по цветовым базисам RGB в программе отвечает метод GetRgbChannels, который создает массив изображений, в которых обнуляет значение двух каналов, а третье значение берет из пикселя исходного изображения.

Рисунок 5.2 – Алгоритм разложения по базисам RGB

Собирание по базисам HLS

HLS (Hue, Lightness, Saturation - цветовой тон, светлота, насыщенность) -модель ориентированная на человека и обеспечивающая возможность явного задания требуемого оттенка цвета. Эта модель образует подпространство, представляющее собой двойной конус, в котором черный цвет задается вершиной нижнего конуса и соответствует значению L = 0, белый цвет максимальной интенсивности задается вершиной верхнего конуса и соответствует значению L = 1. Максимально интенсивные цветовые тона соответствуют основанию конусов с L = 0.5, что не совсем удобно. Цветовой тон H, аналогично системе HSV, задается углом поворота. Насыщенность S меняется в пределах от 0 до 1 и задается расстоянием от вертикальной оси L до боковой поверхности конуса. Т.е. максимально насыщенные цветовые цвета располагаются при L=0.5, S=1.

Рисунок 5.3 – Цветовое пространство HLS

За сложение по цветовым базисам HLS в программе отвечает метод GetHLSChannels, который берет значения R, G, B каждого пикселя, с помощью формул в H, L, S, затем, с помощью другим формул, обратно преобразует в R, G, B и записывает значения в пиксели нового изображения.

Рисунок 5.4 – Формулы перевода RGB в HLS

Рисунок 5.5 – Формулы перевода из HLS в RGB

Рисунок 5.6 – Алгоритм сложения по базисам HLS

Негатив изображения

Создание негатива является базовым эффектом. В основе этого метода лежит логическое отрицание значения каждого пиксела изображения.

За негатив изображения в программе отвечает метод Generate_negative_image, который берет значения R, G, B каждого пикселя исходного изображения, отнимает от 255 эти значения, это и будут значения R, G, B для изображения-негатива.

Рисунок 5.7 – Алгоритм получения негатива изображения

Зашумление составляющей R

За зашумление составляющей R в программе отвечает метод NoiseR, который заменяет значение R пикселей оригинального изображения на значение, указанное с помощью TrackBar.

Рисунок 5.8 – Алгоритм зашумления составляющей R

Зашумление составляющей H

За зашумление составляющей H в программе отвечает метод NoiseH, который берет значения L и S оригинального изображения, а значение H берет из TrackBar, после этого, с помощью математических формул, переводит H, L, S в R, G, B и записывает эти значения в пиксели нового изображения.

Рисунок 5.9 – Формулы перевода из HLS в RGB

Рисунок 5.10 – Алгоритм зашумления составляющей H