1 Пространственная реставрация изображения методом псевдообращения матриц.

g – наблюдаемый вектор, В – модель искажающего явления, f- отсчеты некоторого исходного идеального изображения. Задача состоит в оценке вектора f. (3.8) – система линейных уравнений, в которых элементы вектора f являются неизвестными.

Число отсчетов наблюдаемого изображения Р будет меньше, чем число отсчетов идеального изображения, то есть меньше количества элементов в векторе f (P<Q). Получаем недоопределенную систему линейных уравнений (число неизвестных больше числа уравнений). Можно увеличить число отсчетов нерезкого изображения, то есть добиться того, что P>Q.

Задача реставрации сводится к нахождению такого, что

(3.9)

Проблема состоит в том, что это равенство практически никогда не выполняется, так как, с одной стороны, имеем дело с элементами реального изображения g, а элементы матрицы В определяются совершенно независимо на этапе формирования модели. Поэтому не гарантируется существование такого f, чтобы выполнялось (3.9).

W – оператор обобщенного обращения матриц.

Постановка задачи может быть еще более усложнена, если предполагать, что имеем дело с изображением в виде реализации случайного процесса с известными первым и вторым моментом.

2 Алгоритм оценки координат. Общий подход.

Билет 12

1 Признаки, методы выделения признаков.

Признак изображения – его простейшая отличительная характеристика или свойство. Один из признаков, например, яркость или цвет могут быть измерены непосредственно, а другие признаки могут быть вычислены (искусственные признаки).

Яркостные признаки.

Измерение яркостных признаков можно проводить либо в отдельной точке, либо с учетом некоторой окрестности.

- локальный признак. Вычисление по всему изображению – глобальный.

Степень изменения яркости в окрестности точки также может служить хорошим признаком при обнаружении и выделении объекта.

Гистогаммные признаки.

Существуют гистограммные признаки второго порядка, основанные на определении совместных вероятностей значений яркости.

Рассматриваются пары элементов, находящиеся друг от друга на одинаковом расстоянии ∆.

Пространственно-спектральные признаки.

Спектральные коэффициенты, найденные в результате двумерного преобразования, определяют веса базисных функций (двумерных), причем взвешанная сумма этих функций будет давать исходное изображение.

Очевидно, что, если базисная функция или изображение будет иметь ту же пространственную форму, что и признак, который хотим обнаружить на изображении, то необходимо вычислить необходимый коэффициент функции и сравнить его с каким-то порогом.

Текстурные признаки.

Текстура вычисления для каждой точки путем перемножения элемента, лежащего в этой точке, и смещенной на (). В зависимости от наличия текстуры может меняться ширина основного лепестка этой корреляционной функции.