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

Морфологический анализ цветных (спектрозональных) изображений

видимой компоненты f(× ) (40) определяется как оператор наилучшего приближения в задаче

Морфологический анализ цветных (спектрозональных) изображений, в данном случае

Морфологический анализ цветных (спектрозональных) изображений, причем *f действует фактически только на "видимую компоненту" g(× ), обращая "невидимую, ИК, компоненту" g(× ) в ноль.

Форма ИК компоненты f(× ) может быть определена лишь тогда, когда известно множество возможных преобразований j 2(× ) f2(× ).

Некоторые применения.

Задачи идентификации сцен.

Рассмотрим вначале задачи идентификации сцен по их изображения, неискаженным геометрическими преобразованиями, поворотами, изменениями масштаба и т.д. Ограничимся задачами, в которых предъявляемые для анализа изображения получены при изменяющихся и неконтролируемых условиях освещения и неизвестных и, вообще говоря, различных оптических характеристиках сцены.

1). Задачи идентификации при произвольно меняющейся интенсивности освещения.

Можно ли считать f(× ) и g(× ) изображениями одной и той же сцены, возможно, отличающимя лишь распределениями яркости, например, наличием теней?

В простейшем случае для идентификации достаточно воспользоваться теоремой 5, а именно, f(× ) и g(× ) можно считать изображениями одной и той же сцены, если существует распределение цвета Морфологический анализ цветных (спектрозональных) изображений, для которого v(j (× )) содержит f(× ) и g(× ). Если Морфологический анализ цветных (спектрозональных) изображений, и Морфологический анализ цветных (спектрозональных) изображений, то, очевидно, существует Морфологический анализ цветных (спектрозональных) изображений, при котором f(x)Î v(j (× )), g(x)Î v(j (× )), а именно, Морфологический анализ цветных (спектрозональных) изображений, Морфологический анализ цветных (спектрозональных) изображений, если Морфологический анализ цветных (спектрозональных) изображений, Морфологический анализ цветных (спектрозональных) изображений, если Морфологический анализ цветных (спектрозональных) изображений, и, наконец, Морфологический анализ цветных (спектрозональных) изображений - произвольно, если Морфологический анализ цветных (спектрозональных) изображений.

На практике удобнее использовать другой подход, позволяющий одновременно решать задачи совмещения изображений и выделения объектов. Можно ли, например, считать g(× ) изображением сцены, представленной изображением f(× )? Ответ следует считать утвердительным, если

Морфологический анализ цветных (спектрозональных) изображений.

Здесь j (× ) - распределение цвета на изображении f(× ), символ ~0 означает, что значение d (g(× )) можно объяснить наличием шума, каких-либо других погрешностей, или, наконец, - наличием или, наоборот, отсутствием объектов объясняющим несовпадение g(× ) и f(× ) с точностью до преобразования распределения яркостей. Такие объекты, изменившие распределение цвета g(× ) по сравнению с распределением цвета f(× ), представлены в Морфологический анализ цветных (спектрозональных) изображений.

2).Идентификация при произвольном изменении распределения интенсивности и пространственно однородном изменении спектрального состава освещения.

Можно ли считать изображением сцены, представленной на изображении f(× ), изображение, полученное при изменившихся условиях регистрации, например, перемещением или изменением теней и изменением спектрального состава освещения?

Пусть - форма в широком смысле изображения f(× ), определенная в теореме @, П* - форма f(× ). Тогда ответ на поставленный вопрос можно считать утвердительным, если Морфологический анализ цветных (спектрозональных) изображений. Если изменение g(× ) обусловлено не только изменившимися условиями регистрации, но также появлением и (или) исчезновением некоторых объектов, то изменения, обусловленные этим последним обстоятельством будут представлены на Морфологический анализ цветных (спектрозональных) изображений.

3). Задачи совмещения изображений и поиска фрагмента.

Пусть f(× ) - заданное изображение, AÌ X - подмножество поля зрения, c A(× ) - его индикатор, c A(× )f(× ) -назовем фрагментом изображения f(× ) на подмножестве A, представляющем выделенный фрагмент сцены, изображенной на f(× ). Пусть g(× ) - изображение той же сцены, полученное при других условиях, в частности, например, сдвинутое, повернутое, т.е. геометрически искаженное по сравнению с f(× ). Задача состоит в том, чтобы указать на g(× ) фрагмент изображения, представляющий на f(× ) фрагмент сцены и совместить его с c A(× )f(× ).

Ограничимся случаем, когда упомянутые геометрические искажения можно моделировать группой преобразований R2->R2, преобразование изображения Морфологический анализ цветных (спектрозональных) изображений назовем сдвигом g(× ) на h. Здесь

Q(h): Rn->Rn, hÎ H, - группа операторов. Векторный сдвиг на h¢ Î H даст

Морфологический анализ цветных (спектрозональных) изображений.

В задаче выделения и совмещения фрагмента рассмотрим фрагмент сдвинутого на h изображения g(× ) в “окне” A:

Морфологический анализ цветных (спектрозональных) изображений(100)

причем, поскольку Морфологический анализ цветных (спектрозональных) изображений где Морфологический анализ цветных (спектрозональных) изображений то в (100) Морфологический анализ цветных (спектрозональных) изображений - ограничение на сдвиг “окна” А, которое должно оставаться в пределах поля зрения X.

Если кроме цвета g(× ) может отличаться от f(× ), скажем, произвольным преобразованием распределения яркости при неизменном распределении цвета и Морфологический анализ цветных (спектрозональных) изображений - форма фрагмента f(× ), то задача выделения и совмещения фрагмента сводится к следующей задаче на минимум

Морфологический анализ цветных (спектрозональных) изображений.(101)

При этом считается, что фрагмент изображения g(× ), соответствующий фрагменту c A(× )f(× ), будет помещен в “окно”.А путем соответствующего сдвига h=h*, совпадает с c A(× )f(× ) с точностью до некоторого преобразования распределения яркости на нем. Это означает, что

Морфологический анализ цветных (спектрозональных) изображений.

т.е. в (101) при h=h* достигается минимум.

4). В ряде случаев возникает следующая задача анализа спектрозональных изображений: выделить объекты которые “видны”, скажем, в первом канале и “не видны” в остальных.

Рассмотрим два изображения Морфологический анализ цветных (спектрозональных) изображений и Морфологический анализ цветных (спектрозональных) изображений. Определим форму в широком смысле Морфологический анализ цветных (спектрозональных) изображений как множество всех линейных преобразований Морфологический анализ цветных (спектрозональных) изображений: Морфологический анализ цветных (спектрозональных) изображений (A - линейный оператор R2->R2, не зависящий от xÎ X). Для определения проектора на Морфологический анализ цветных (спектрозональных) изображений рассмотрим задачу на минимум

Морфологический анализ цветных (спектрозональных) изображений.[*]

Пусть Морфологический анализ цветных (спектрозональных) изображений, Морфологический анализ цветных (спектрозональных) изображений, тогда задача на минимум [*] эквивалентна следующей: tr A*AS - 2trAB ~ Морфологический анализ цветных (спектрозональных) изображений. Ее решение Морфологический анализ цветных (спектрозональных) изображений (знаком - обозначено псевдообращение).

Морфологический анализ цветных (спектрозональных) изображений=Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений=Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений

Рис.1.

fe - вектор выходных сигналов детекторов, отвечающий излучению e(× ), j e - его цвет; j 1,j 2,j 3, - векторы (цвета) базовых излучений, b - белый цвет, конец вектора b находится на пересечении биссектрис.

Литература.

[1] Пытьев Ю.П. Морфологические понятия в задачах анализа изображений, - Докл. АН СССР, 1975, т. 224, №6, сс. 1283-1286.

[2] Пытьев Ю.П. Морфологический анализ изображений, - Докл. АН СССР, 1983, т. 296, №5, сс. 1061-1064.

[3] Пытьев Ю.П. Задачи морфологического анализа изображений, - Математические методы исследования природных ресурсов земли из космоса, ред. Золотухин В.Г., Наука, Москва, 1984, сс. хххх-ххххх.

[4] Пытьев Ю.П., Чуличков А.И. ЭВМ анализирует форму изображения, - Знание,сер. Математика, Кибернентика, Москва, 1988, 47 стр.

[5] Yu.P.Pyt’ev. Morphological Image Analysis, Patt. Recogn. and Image Analysis, 1993, v.3, #1, pp.19-28.

[6] Антонюк В.А., Пытьев Ю.П. Спецпроцессоры реального времени для морфологического анализа реальных сцен. Обработка изображений и дистанционное исследования, -Новосибирск, 1981, сс. 87-89.

[7] Антонюк В.А., Пытьев Ю.П., Рау Э.И. Автоматизация визуального контроля изделий микроэлектроники,Радиотехника и электроника, 1985, т. ХХХ,№12, сс. 2456-2458.

[8] Ермолаев А.Г., Пытьев Ю.П. Априорные оценки полезного сигнала для морфологических решающих алглритмов, - Автоматизация, 1984, №5, сс. 118-120.

[9] Пытьев Ю.П, Задорожный С.С., Лукьянов А.Е. Об автоматизации сравнительного морфологического анализа электронномикроскопических изображений, - Изв. АН СССР, сер. физическая, 1977, т. 41, №11, сс. хххх-хххх.

[10] A.A. Stepanov, S.Yu. Zheltov, Yu.V. Visilter. Shape analysis using Pyt'ev morphological paradigm and its using in machine vision. Proc. SPIE - Th. Intern. Soc. For Optical Engineering Videometrics III, 1994, v. 2350, pp. 163-167.

[11] Пытьев Ю.П.. Математические методы интерпретации эксперимента, Высшая школа, 351 стр., 1989.

[12] Майзель С.О. Ратхер Е.С. Цветовые расчеты и измерения. М:Л:Госэнергоиздат 1941, (Труды всесоюзного электротехнического института, вып.56).

[13] P. Kronberg. Fernerkundung der Erde Ferdinand Enke. Verlag Stuthgart 1985.

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.

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: