BINAR TASVIRLARDAGI YASSI OB'EKTLAR KONTURLARINING METRIK BELGILARINI AJRATIB OLISH USULI

ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 78 BINAR TASVIRLARDAGI YASSI OB’EKTLAR KONTURLARINING METRIK BELGILARINI AJRATIB OLISH USULI Samandarov Ilxomjon Rasulovich¹, Miratoyev Zoxidjon Mirvaliyevich² ¹Toshkent davlat texnika universiteti Olmaliq filiali, Matematika va tabiiy fanlar kafedrasi dotsenti (O‘zbekiston) ²Toshkent davlat texnika universiteti Olmaliq filiali, Matematika va tabiiy fanlar kafedrasi katta o’qituvchisi (O‘zbekiston) Annotatsiya Maqolada binar tasvirlardagi yassi ob’ektlar konturlaridan metrik belgilarni ajratib olishga doir usul taklif etiladi. Ushbu usul tanib olish tizimlarining barqarorligi va informativligini oshirishga qaratilgan bo‘lib, uch asosiy bosqichni o‘z ichiga oladi: kontur uzunligi va nuqtalar sonini hisoblash, bazaviy 3×3 maskalar asosida lokal metrik belgilarni ajratish hamda konturga tutash ichki piksellarni ham qamrab oluvchi kengaytirilgan belgi to‘plamini shakllantirish. Morfologik filtratsiya, kontur maskalarini qurish va shablonlarni ajratib olish orqali kontur bo‘ylab yo‘nalish o‘zgarishlari lokal tahlil qilinadi. Eksperimental natijalar taklif etilgan algoritmning shovqin va buzilishlarga nisbatan yuqori barqarorligini ko‘rsatadi. Shuningdek, Python dasturlash tilida ishlab chiqilgan dasturiy realizatsiya yordamida natijalar Excel formatida qayd etilib, vizual tahlillar amalga oshirildi. Natijalar texnik ko‘ruv, defektoskopiya, metallurgiya va biotibbiy tasvirlarni qayta ishlashda samarali qo‘llanishi mumkinligini ko‘rsatadi. Kalit so‘zlar: binar tasvirlar, metrik belgilar, kontur, lokal maskalar, morfologik filtratsiya, shaklni tanib olish, texnik ko‘ruv. Kirish Raqamli texnologiyalar rivojlanishi bilan bir qatorda, ob’ektlarni tasvirlar asosida avtomatik tanib olish masalalari ilmiy va amaliy sohalarda dolzarb hisoblanmoqda. Ayniqsa, yassi shakllarda ifodalangan binar tasvirlarni qayta ishlash ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 79 va ulardan barqaror belgilarni ajratib olish turli sohalarda muhim ahamiyat kasb etadi. Bunday yondashuv texnik diagnostika, metallurgiya, mashinasozlik, robototexnika, biotibbiyot va intellektual sifat nazorati tizimlarida qo‘llaniladi [1]. Mavjud tanib olish usullarida ko‘pincha global xususiyatlardan foydalaniladi. Biroq bu usullar hisoblash yuklamasini oshiradi va real vaqt rejimida samaradorlikni pasaytiradi. Shu sababli, lokal metrik belgilar asosida ob’ekt shaklini ixcham va invariant tavsiflash maqsadga muvofiqdir [2]. Metodologiya Kontur uzunligi va nuqtalar sonini hisoblash Tasvirlar avval morfologik filtratsiyadan (opening+closing) o‘tkaziladi, so‘ng binarizatsiya qilinadi. CHAIN_APPROX_NONE usuli yordamida tashqi kontur olinadi. Har bir yurish qadamida:  P₀ – kontur nuqtalari soni,  L₀ – kontur uzunligi hisoblanadi. Hisoblashda yonma-yon nuqtalar uchun masofa 1, diagonal uchun √2 deb olinadi. Bu shaklni yanada aniq tavsiflash imkonini beradi. Bazaviy lokal metrik belgilar Kontur bo‘ylab yurishda har bir nuqtaning atrofida 3×3 o‘lchamdagi maska ajratiladi. Maskalar mavjud shablonlar bilan taqqoslanadi va statistik chastotalari hisoblanadi. Bunday yondashuv kontur egri chiziqlarini to‘g‘ri, qavariq yoki botiq sifatida tasniflash imkonini beradi. Bazaviy shablonlar soni taxminan 16 tani tashkil qiladi [3]. Kengaytirilgan lokal metrik belgilar Bazaviy usulni kengaytirish maqsadida konturga tutash ichki piksellar ham hisobga olinadi. Bu holda maskalarda uch xil qiymat qo‘llaniladi: 0 – fon, 1 – kontur, 2 – ichki piksel. Natijada noyob maskalar soni 20–32 oralig‘ida bo‘ladi. Bu murakkab shakllarni yanada aniqroq tasvirlash imkonini beradi. Dasturiy realizatsiya ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 80 Algoritm Python dasturlash tilida ishlab chiqilgan. Natijalar DataFrame ko‘rinishida Excel fayllariga yoziladi, shuningdek, vizual grafik ko‘rinishlarda ko‘rsatiladi. Natijalar 13 ta ob’ekt ustida o‘tkazilgan sinovlarda kontur uzunligi va nuqtalar soni yuqori aniqlikda hisoblandi. Masalan, Ob’ekt 1 uchun P₀ = 239 va L₀ = 290.78; Ob’ekt 6 uchun P₀ = 292 va L₀ = 336.74. Shovqinli tasvirlarda ham usul barqaror natijalarni berdi. Bazaviy va kengaytirilgan belgilarni birgalikda ishlatish shaklni tavsiflash aniqligini oshirdi. Barcha testlarda kontur uzunligi va nuqtalar soni yuqori aniqlikda qayd etildi. Shovqin va tasvir buzilishlariga qaramasdan, algoritm barqaror ishladi. Bazaviy va kengaytirilgan belgilar birgalikda ishlatilganda, shaklni tavsiflashning aniqligi oshdi. Muhokama Taklif etilgan usulning afzalliklari quyidagilardan iborat:  Kontur bo‘yicha ixcham va invariant belgilarni hosil qiladi.  Shovqin, buzilish va ustma-ust tushishlarga nisbatan barqarorlikni ta’minlaydi.  Mavjud global usullarga qaraganda hisoblash samaradorligini oshiradi. Cheklov sifatida, kontur sifatini yaxshilash uchun majburiy morfologik filtratsiya talab qilinadi. Shuningdek, tasvir sifati past bo‘lganda maskalarni noto‘g‘ri tasniflash ehtimoli ortishi mumkin. Xulosa Tezisda yassi ob’ektlarning binar tasvirlari konturlaridan metrik belgilarni ajratib olish usuli taklif qilindi. Ushbu usul uch asosiy bosqichdan iborat: kontur uzunligi va nuqtalar sonini hisoblash, bazaviy 3×3 maskalarga asoslangan belgilarni ajratish hamda kengaytirilgan belgilarni shakllantirish. ZAMONAVIY TA'LIMDA FAN VA INNOVATSION TADQIQOTLAR http://zamtadqiqot.uz/index 3-son 12–to’plam 2025 y. Sahifa: 81 Natijalar shuni ko‘rsatadiki, taklif etilgan yondashuv shovqinli va murakkab shakllar uchun ham barqaror ishlaydi va texnik ko‘ruv, defektoskopiya, metallurgiya va biotibbiy tasvirlarni qayta ishlashda qo‘llanishi mumkin. Adabiyotlar ro‘yxati [1] R. C. Gonzalez, R. E. Woods. Digital Image Processing. Prentice Hall, 2018. [2] Dmitry, S., Sadykov, S., Samandarov, I., Dushatov, N., & Miratoev, Z. (2024). METHOD OF INVESTIGATION OF STABILITY AND INFORMATIVENESS OF BASIC AND DERIVATIVE FEATURES OF ANALYSIS OF MICROSCOPIC AND DEFECTOSCOPIC IMAGES OF CAST IRON MICROSTRUCTURE. Universum: технические науки, 10(11 (128)), 3139. [3] Самандаров, И. Р., Маншуров, Ш. Т., Душатов, Н. Т., Миратоев, З. М., & Мустафин, Р. Р. (2023). Обработка изображений в c++ с помощью библиотеки opencv. Universum: технические науки, (5-2 (110)), 19-28.