Вариационный подход к сглаживанию и определению характерных точек черно-белых изображений
=
? (знак «+» или «-»).
Тогда
координату вектора
следует обнулить, если
минимизация вдоль этого направления в любом случае приводит к перемещению точки
за пределы области допустимых значений ? .
При программной
реализации положение точки
удобно закодировать:

Тогда координату
следует обнулить, если
выполняется условие:
> 0.
После того, как вычислено направление
минимизации
, функционал
минимизируется вдоль
данного направления. Для этого необходимо решить оптимизационную задачу
![]()
относительно параметра
. Учитывая, что
- это полином второй
степени от многих переменных (положительно определенная квадратичная форма),
раскрывая скобки и приводя подобные, получим многочлен второй степени
относительно?:
.
Нетрудно заметить, что последняя оптимизационная задача имеет явное решение:
= -
.
Из логики предлагаемого
метода следует, что значение
должно быть
положительным. Сглаженное изображение на следующем итерационном шаге определяем
по формуле:
.
(4)
Однако непосредственно
формулу (4) использовать нельзя, поскольку точка
может попасть за пределы
области допустимых значений. С учетом
этого следует корректировать координаты вектора
по формуле:

Сходимость данного алгоритма следует оценивать
по модулю градиента
, при этом модуль следует рассчитывать только по тем
координатам
, которые не находятся на границе области (в этом случае
). Аналогично
рассчитывается модуль градиента и в формуле (3).
5. Выделение контуров и
характерных точек изображения будем называть характерными те точки
изображения, которые являются наиболее информативными, т.е.
по которым можно восстановить с некоторой точностью исходное изображение.
Нетрудно заметить, что предлагаемый метод сглаживания позволяет выделить
характерные точки. Это точки с координатами
, которые являются граничными в том смысле, что
. Данные точки должны определять согласно решению
оптимизационной задачи положение всех нехарактерных точек.
Нетрудно заметить, что граничными точками будут также точки, определяющие контуры края изображения. В этих точках является большим значение модуля градиента, поэтому в окрестности этих точек не удастся сгладить изображение и значения яркости в этих точках сглаженного изображения окажутся на границе допустимых значений.
Предлагаемая процедура сглаживания позволяет улучшить качественные характеристики методов предварительной обработки изображений, использующих градиент изображения. Отметим в заключение, что предлагаемый метод сглаживания особенно эффективно фильтрует ошибки, возникающие при оцифровке реальных изображений.
Список литературы
Lee D. Coping with discontinuities in Computer Vision: Their Detection, Classification and Measurement// IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.12, № 4, 1990.
Дуда Р.,. Харт П. Распознавание образов и анализ сцен. - М. : Мир, 1976.
Павлидис Т. Алгоритмы машинной графики и обработки изображений. - М.: Радио и связь, 1986.