- •1.1. Элементы зрительного восприятия
- •1.2. Использование движения при сегментации
- •2.1. Свет и электромагнитный спектр
- •2.2. Сегментация на отдельные области
- •3.1. Понятие о дискретизации и квантовании изображения
- •3.2. Пороговая обработка
- •4.1. Фундаментальные отношения между пикселями
- •4.2. Связывание контуров и нахождение границ
- •5.1. Основные градационные преобразования
- •5.2. Обнаружение разрывов яркостей
- •6.1. Видоизменение гистограммы
- •6.2. Стандарты сжатия изображений
- •7.1. Основы пространственной фильтрации
- •7.2. Сжатие с потерями
- •8.1. Пространственные фильтры
- •8.2. Сжатие без потерь
- •9.1. Введение в фурье-анализ
- •9.2. Модели сжатия
- •10.1. Сглаживающие частотные фильтры
- •10.2. Основы теории сжатия изображений
- •11.1. Частотные фильтры повышения резкости
- •11.2. Вейвлет-пакеты
- •12.1. Гомоморфная фильтрация. Вопросы программной реализации
- •12.2. Двумерные вейвлет-преобразования
- •13.1. Модели шума
- •13.2. Быстрое вейвлет-преобразование
- •14.1. Подавление шумов с помощью пространственной и частотной фильтрации
- •14.2. Одномерные вейвлет-преобразования
- •15.1. Оценка искажающей функции
- •15.2. Цветовая сегментация
- •16.1. Геометрические преобразования
- •16.2. Цветовые преобразования
- •17.1. Цветовые модели
- •17.2. Кратномасштабное разложение
- •18.1. Сглаживание и повышение резкости
- •18.2. Одномерные вейвлет-преобразования
- •19.1. Шумы на цветных изображениях
- •19.2. Элементы зрительного восприятия
4.1. Фундаментальные отношения между пикселями
У элемента изображения имеются 4 соседа по вертикали и горизонтали.
(х+1,у), (х-1,у), (х,у+1), (х,у-1)
Если точка лежит на края изображения, то некоторые из соседей оказываются за пределами изображения.
4 соседа по диагонали: (х+1,у+1), (х-1,у-1), (х-1,у+1), (х+1,у-1)
Вместе это 8ка соседей. Отношение смежности – соседние пиксели со схожими(равными) уровнями яркости .
4-смежность. Два пикселя p и q со значениями из множества V являются 4-смежными, если q входит в множество N4(p);
8-смежность. Два пикселя p и q со значениями из множества V являются 8-смежными, если q входит в множество N8(p);
m-смежностъ (смешанная). Два пикселя p и q со значениями из множества V являются m-смежными, если:
а) пиксел q входит в множество N4(p), или
б) пиксел q входит в множество N8(p) и множество(пересечение N4(p) и N4(q)) не содержит элементов изображения со значением яркости из множества V. Связные пикселы(p,q)- Пусть S - некоторое подмножество элементов изображения. Два его элемента р и q называются связными в S, если между ними существует путь, целиком состоящий из элементов подмножества S.
Подмножество элементов R изображения называется его областью, если R - связное множество. Границей области R (замкнутый контур или край) называется множество пикселей этой области, у которых один или более соседей не являются элементами R. Граница конечной области всегда образует замкнутый путь и поэтому является «глобальным» понятием.
Контуры состоят из пикселей, в которых значения яркости превышают заданный порог. Поэтому контур является «локальным» понятием, основанным на мере непрерывности уровня яркости в некоторой точке. Контурные точки могут соединяться, образуя сегменты контуров, и эти сегменты иногда соединяются подобно границам.
4.2. Связывание контуров и нахождение границ
На практике множество пикселей редко отображает контур по причине шумов, разрывов контуров из-за неоднородности освещения и пр.
Существует несколько подходов для процедур связывания :
Локальная обработка
- Глобальная обработка
ИДЕЯ
Анализируется
небольшая окрестность (3х3 или 5х5) каждой
точки (x, y) изображения, которая отмечена
как контурная. Все точки, сходные по
определённым критериям, связываются и
образуют контур. Используют величину
отклика и направление вектора градиента.
где
Е – заданный неотрицательный порог (по
модулю градиента).
(1.11)
где
А – заданный неотрицательный угловой
порог. Направление контура в точке (x,
y) перпендикулярно направлению вектора
градиента в этой точке.
Пиксель в окрестности объединяется с центральным, если критерии сходятся. Процесс повторяется для каждой точки с одновременным запоминанием найденных пикселей.
ИДЕЯ
Будем связывать точки в контур путем предварительного выяснения, лежат ли они на некоторой кривой заданной формы.
Обобщенный алгоритм:
1) Вычисляется модуль градиента изображения в каждой точке. По пороговому преобразованию формируется бинарное изображение.
2)Выполняется дискретизация пространства параметров на ячейки накопления. Осуществляется процедура накопления в пространстве параметров.
3) Отыскиваются ячейки с наибольшей концентрацией точек.
4) Исследуются отношения между пикселями изображения, отвечающим выбранным ячейкам накопления
