Xreferat.com » Рефераты по математике » Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений

анализ цветных (спектрозональных) изображений" width="49" height="24" />Морфологический анализ цветных (спектрозональных) изображений на линейное подпространство Морфологический анализ цветных (спектрозональных) изображений, натянутое на собственный вектор Морфологический анализ цветных (спектрозональных) изображений оператора Фi (23), отвечающий наибольшему собственному значению i,

Морфологический анализ цветных (спектрозональных) изображений;(25)

проецирует в Морфологический анализ цветных (спектрозональных) изображений изображение Морфологический анализ цветных (спектрозональных) изображенийМорфологический анализ цветных (спектрозональных) изображений на минимальное линейное подпространство Морфологический анализ цветных (спектрозональных) изображений, содержащее все изображения Морфологический анализ цветных (спектрозональных) изображений

Невязка наилучшего приближения

Морфологический анализ цветных (спектрозональных) изображений(19*).

Доказательство. Равентство (24) и выражение для Пi следует из (17),(20) и решения задачи на собственные значения для оператора Фi (23). Поскольку Фi самосопряженный неотрицательно определенный оператор, то задача на собственные значения (23) разрешима, все собственные значения Фi неотрицательны и среди них i - наибольшее.

Для доказательства свойств операторов Пi, i=1,...,N, и введем обозначения, указывающие на зависимость от f(× ):

Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений(26*)

Эти равенства, показывающие, что результат двукратного действия операторов Пi, i=1,...,N, и (26) не отличается от результатата однократного их действия, позволят считать операторы (26) проекторами.

Пусть fi - cсобственный вектор Фi , отвечающий максимальному собственному значению i. Чтобы определить Морфологический анализ цветных (спектрозональных) изображений следует решить задачу на собственные значения для оператора Морфологический анализ цветных (спектрозональных) изображений:

Морфологический анализ цветных (спектрозональных) изображений.

Поскольку rankМорфологический анализ цветных (спектрозональных) изображений=1, Морфологический анализ цветных (спектрозональных) изображений имеет единственное положительное собственное значение, которое, как нетрудно проверить, равно i, и ему соответствует единственный собственный вектор fi. Поэтому

Морфологический анализ цветных (спектрозональных) изображений.

Отсюда, в свою очередь, следует равенство (26*) для Морфологический анализ цветных (спектрозональных) изображенийn

Лемма 4. Для любого изображения Морфологический анализ цветных (спектрозональных) изображений решение (24) задачи (18) наилучшего приближения единственно и является элементом Морфологический анализ цветных (спектрозональных) изображений.

Доказательство. Достаточно доказать, что единственный (с точностью до положительного множителя) собственный вектор fi оператора (23), отвечающий максимальному собственному значению i, можно выбрать так, чтобы Морфологический анализ цветных (спектрозональных) изображений, поскольку в таком случае будут выполнены импликации:

Морфологический анализ цветных (спектрозональных) изображений,

составляющие содержание леммы. Действительно, если Морфологический анализ цветных (спектрозональных) изображений то согласно (23) Морфологический анализ цветных (спектрозональных) изображений, поскольку включение Морфологический анализ цветных (спектрозональных) изображений означает, чтоМорфологический анализ цветных (спектрозональных) изображенийМорфологический анализ цветных (спектрозональных) изображений; отсюда и из (25) получим, что Морфологический анализ цветных (спектрозональных) изображенийМорфологический анализ цветных (спектрозональных) изображений,i=1,...,N, а поэтому и в (24) Морфологический анализ цветных (спектрозональных) изображенийМорфологический анализ цветных (спектрозональных) изображений.

Убедимся в неотрицательности Морфологический анализ цветных (спектрозональных) изображений. В ортонормированном базисе e1,...,en, в котором Морфологический анализ цветных (спектрозональных) изображений, выходной сигнал i-го детектора в точке Морфологический анализ цветных (спектрозональных) изображений (см. замечание 1) задача на собственные значения (23*) имеет вид Морфологический анализ цветных (спектрозональных) изображений, p=1,...,n,

где Морфологический анализ цветных (спектрозональных) изображений, Морфологический анализ цветных (спектрозональных) изображений.

Так как матрица Морфологический анализ цветных (спектрозональных) изображений симметрическая и неотрицательно определенная (Морфологический анализ цветных (спектрозональных) изображений) она имеет n неотрицательных собственных значенийМорфологический анализ цветных (спектрозональных) изображений, которым соответствуют n ортонормированных собственных векторов Морфологический анализ цветных (спектрозональных) изображений, а поскольку матричные элементы Морфологический анализ цветных (спектрозональных) изображений, то согласно теореме Фробенуса-Перрона максимальное собственное значение Морфологический анализ цветных (спектрозональных) изображений - алгебраически простое (некратное), а соответствующий собственный вектор можно выбирать неотрицательным:

Морфологический анализ цветных (спектрозональных) изображений. Следовательно, вектор fi определен с точностью до положительного множителя Морфологический анализ цветных (спектрозональных) изображений, Морфологический анализ цветных (спектрозональных) изображений.n

Замечание 4.

Если Морфологический анализ цветных (спектрозональных) изображений , т.е. если аппроксимируемое изображение на множествах того же разбиения Морфологический анализ цветных (спектрозональных) изображенийимеет постоянный цвет, то в теореме 3 Морфологический анализ цветных (спектрозональных) изображений, Морфологический анализ цветных (спектрозональных) изображений.

Наоборот, если Морфологический анализ цветных (спектрозональных) изображений, то

Морфологический анализ цветных (спектрозональных) изображений, т.е. Морфологический анализ цветных (спектрозональных) изображений определяется выражением (17), в котором Морфологический анализ цветных (спектрозональных) изображений.

Итак, пусть в изображении g(× ) (17) все векторы f1,.…..,fN попарно не коллинеарны, тюею цвета всех подмножеств A1,...,AN попарно различны. Тогда форма в широком смысле Морфологический анализ цветных (спектрозональных) изображений изображения (17) есть множество решений уравнения

Морфологический анализ цветных (спектрозональных) изображений,Морфологический анализ цветных (спектрозональных) изображений,(27)

где Морфологический анализ цветных (спектрозональных) изображений, fi - собственный вектор оператора Фi: Морфологический анализ цветных (спектрозональных) изображений, отвечающий максимальному собственному значению i, i=1,...,N . В данном случае Морфологический анализ цветных (спектрозональных) изображений, если и только если выполнено равенство (27).

Оператор (24), дающий решение задачи наилучшего приближения Морфологический анализ цветных (спектрозональных) изображений , естественно отождествить с формой в широком смысле изображения Морфологический анализ цветных (спектрозональных) изображений (17).

Заданы векторы цвета j 1,..., j q, требуется определить разбиение A1,..., Aq, на множествах которого наилучшее приближение имеет соответственно цвета j 1,..., j q и оптимальные распределения яркостей Морфологический анализ цветных (спектрозональных) изображений.

Речь идет о следующей задаче наилучшего в Морфологический анализ цветных (спектрозональных) изображений приближения изображения Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений.(28)

Рассмотрим вначале задачу (28) не требуя, чтобы Морфологический анализ цветных (спектрозональных) изображений. Так как для любого измеримого Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений,(29)

и достигается на

Морфологический анализ цветных (спектрозональных) изображений,(30)

то, как нетрудно убедиться,

Морфологический анализ цветных (спектрозональных) изображений,(31)

где звездочка * означает то же самое, что и в равенстве (14): точки xÎ X, в которых выполняется равенство Морфологический анализ цветных (спектрозональных) изображений могут быть произвольно отнесены к одному из множеств Ai или Aj.

Пусть Морфологический анализ цветных (спектрозональных) изображений - разбиение Морфологический анализ цветных (спектрозональных) изображений, в котором

Морфологический анализ цветных (спектрозональных) изображений(32)

а F: Rn- > Rn оператор, определенный условием

Морфологический анализ цветных (спектрозональных) изображений(33)

Тогда решение задачи (28) можно представить в виде

Морфологический анализ цветных (спектрозональных) изображений,(34)

где Морфологический анализ цветных (спектрозональных) изображений - индикаторная функция множества Ai (31), i=1,...,q и F -оператор, действующий в Морфологический анализ цветных (спектрозональных) изображений по формуле (34) (см. сноску 4 на стр. 13).

Нетрудно убедиться, что задача на минимум (29) с условием физичности Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений(35)

имеет решение

Морфологический анализ цветных (спектрозональных) изображений(36)

Соответственно решение задачи (28) с условием физичности имеет вид

Морфологический анализ цветных (спектрозональных) изображений,(37)

где Морфологический анализ цветных (спектрозональных) изображений - индикаторная функция множества

Морфологический анализ цветных (спектрозональных) изображений,(38)

В ряде случаев для построения (34) полезно определить оператор F+: Rn- > Rn, действующий согласно формуле

Морфологический анализ цветных (спектрозональных) изображений(39)

где

Морфологический анализ цветных (спектрозональных) изображений, так что Морфологический анализ цветных (спектрозональных) изображений,i=1,...q. (40)

Подытожим сказанное.

Теорема 4. Решение задачи (28) наилучшего в Морфологический анализ цветных (спектрозональных) изображенийприближения изображения Морфологический анализ цветных (спектрозональных) изображений изображениями на искомых множествах A1,...,Aq разбиения X заданные цветами j 1,..., j q соответственно, дается равенством (34), искомое разбиение A1,...,Aq определено в (31). Требование физичности наилучшего приближения приводит к решению (37) и определяет искомое разбиение формулами (38). Решение (34) инвариантно относительно любого, а (37) - относительно любого, сохраняющего физичность, преобразования, неизменяющего его цвет.

Формой в широком смысле изображения, имеющего заданный набор цветов j 1,..., j q на некоторых множествах положительной меры A1,...,Aq разбиение поля зрения можно назвать оператор Морфологический анализ цветных (спектрозональных) изображений (34), формой такого изображения является оператор F+ (37). Всякое такое изображение g(× ), удовлетворяющее условиям физичности (неотрицательности яркостей), удовлетворяет уравнению F+g(× )=g(× ), те из них, у которых m (Ai)>0, i=1,...,q, изоморфны, остальные имеют более простую форму.n

В заключение этого раздела вернемся к понятию формы изображения, заданного с точностью до произвольного, удовлетворяющего условиям физичности, преобразования яркости. Речь идет о форме изображения Морфологический анализ цветных (спектрозональных) изображений, заданного распределением цвета Морфологический анализ цветных (спектрозональных) изображений, при произвольном (физичном) распределении яркости, например, Морфологический анализ цветных (спектрозональных) изображений. Для определения формы Морфологический анализ цветных (спектрозональных) изображений рассмотрим задачу наилучшего в Морфологический анализ цветных (спектрозональных) изображений приближения изображения Морфологический анализ цветных (спектрозональных) изображений такими изображениями

Морфологический анализ цветных (спектрозональных) изображений,(41)

Теорема 5. Решение Морфологический анализ цветных (спектрозональных) изображений задачи (41) дается равенством

Морфологический анализ цветных (спектрозональных) изображений,(42)

в котором Морфологический анализ цветных (спектрозональных) изображений, где Морфологический анализ цветных (спектрозональных) изображений . Невязка приближения

Морфологический анализ цветных (спектрозональных) изображений,(43)

( Морфологический анализ цветных (спектрозональных) изображений !)n

Определение. Формой изображения, заданного распределением цвета Морфологический анализ цветных (спектрозональных) изображений, назовем выпуклый, замкнутый конус изображений

Морфологический анализ цветных (спектрозональных) изображений

или - проектор Морфологический анализ цветных (спектрозональных) изображений на Морфологический анализ цветных (спектрозональных) изображений.

Всякое изображение g(× ), распределение цвета которого есть j (× ) и только такое изображение содержится в Морфологический анализ цветных (спектрозональных) изображений и является неподвижной точкой оператора

Морфологический анализ цветных (спектрозональных) изображений: Морфологический анализ цветных (спектрозональных) изображенийg(× ) = g(× ).(#)

Поскольку на самом деле детали сцены, передаваемые распределением цвета j (× ), не представлены на изображении f(× ) = f(× )j (× ) в той области поля зрения, в которой яркость f(x)=0, xÎ X, будем считать, что Морфологический анализ цветных (спектрозональных) изображений

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: