АВТОМАТИЗАЦІЯ ВИЗНАЧЕННЯ ГУСТИНИ ПЛОСКИХ ОБ’ЄКТІВ ЗІ СКЛАДНИМ КОНТУРОМ ПОВЕРХНІ ЯК ЗАГАЛЬНОЇ ОЗНАКИ У КРИМІНАЛІСТИЧНИХ ДОСЛІДЖЕННЯХ
DOI:
https://doi.org/10.37025/1992-4437/2023-40-2-88Ключові слова:
object boundary recognition, identification of trasological studies of the whole by parts, digital graphic image, software, density, common featureАнотація
Висвітлено особливості роботи започаткованого працівниками
Сумського науково-дослідного експертно-криміналістичного
центру Міністерства внутрішніх справ України та Сумського
державного університету програмного продукту на основі
платформи програмування та числових обчислень MATLAB,
який дозволяє досліджувати густину плоских об’єктів зі складним
контуром поверхні як загальної ознаки під час криміналістичних
досліджень, обґрунтовано доцільність його використання.
Методологія. Під час дослідження застосовувалися різні методи,
серед них: фізичний – для дослідження фізичних ознак матеріалу,
математичний – для розрахунків за отриманими даними,
загальнологічні, зокрема синтезу та аналізу, статистичний,
в межах яких виявлено форми взаємодії елементів цілого,
а також узагальнення. Наукова новизна. Обґрунтовано
доцільність використання оригінального програмного продукту
розрахунку густини плоских тіл за прямими вимірюваннями
товщини та маси об’єктів дослідження й обрахування значень
площі за цифровими зображеннями контуру поверхні зі складною
конфігурацією периметра. В основі програми лежать методи
розпізнавання границь цифрових зображень і вимірювання мас
тіл способом зважування. Як програмне середовище
використовувалася платформа програмування та числових
обчислень MATLAB із пакетом прикладних програм Image
Processing Toolbox. Здобуті результати. Схарактеризовано
основні ідеї та принципи, що становлять підґрунтя роботи
програми, визначено завдання, як-то: створення зручної системи
введення та збереження даних дослідження; автоматизація
розпізнавання границь цифрового зображення досліджуваного
об’єкта; автоматизація очищення області дослідження
на цифровому зображенні від дрібного забруднення; обрахування
площі цифрового зображення досліджуваного об’єкта; розрахунок
густини досліджуваних об’єктів на базі введених даних, зважаючи
на похибку вимірювання тощо. Рекомендовано правила підготовки
зразків дослідження для подальшого створення цифрових
зображень для подальшого їх оброблення в програмі (отримання
зображення об’єкта дослідження з еталонним зразком в одному
масштабі; попереднє очищення цифрового зображення від сильного
забруднення). Роботу програми унаочнено на прикладі дослідження
густини фрагмента паперу. Визначено точність вимірювання, межі
використання, недоліки та шляхи подальшого вдосконалення
запропонованої програми. Окреслено напрями подальших
досліджень – удосконалення клієнтської частини програми,
передбачивши можливість дослідження цифрових зображень
об’єктів та еталона без їх попереднього розділення, а також
автоматичний розрахунок щільності у розмірності г/м2 (GSM)
для безпосереднього порівняння зі значеннями
щільності, заявленими виробником офісного паперу.