- •Автоматизированная обработка изображений
- •Цифровая передача изображений из космоса
- •Устройства формирования изображений:
- •Обработка цифровых сигналов
- •Теорема Котельникова (Теорема отсчета).
- •Восстановление сигналов, теорема отсчетов.
- •Представление цифровых изображений.
- •Алгоритмы сжатия.
- •Методы сжатия без потерь.
- •Классический алгоритм Хаффмана.
- •Арифметическое сжатие
- •Интервальное кодирование
- •Алгоритм сжатия изображений
- •Рекурсивный алгоритм (wavelet) волновое сжатие
- •Обработка цифровых снимков
- •Этапы процесса обработки снимков
- •Статистические показатели исходных данных
- •Коррекция и восстановление снимков
- •Атмосферная коррекция.
- •Методы корректировки теплового инфракрасного излучения:
- •Восстановление пропущенных пикселей
- •Геометрическая коррекция
- •Нелинейные преобразования (полином 2-го и выше)
- •Влияние порядка преобразования
- •Метод резинового листа (Rubber sheet)
- •Интерполяция значений яркости
- •Улучшение визуального восприятия снимков
- •Функция градиентного преобразования.
- •Повышение качества
- •Пространственные преобразования
- •Модель изображения при пространственной фильтрации
- •Фильтры свертки
- •Типы локальных фильтров
- •Фильтры lp и hp
- •Фильтр усиления высоких частот
- •Полосовые фильтры
- •Направленные фильтры
- •Граничная область
- •Характеристики обработанных изображений
- •Применение алгоритма совмещения пространственной фильтрации
- •Алгоритм расчета усредняющего фильтра
- •Последовательность линейных фильтров
- •Статистические фильтры
- •Морфологический фильтр
- •Градиентные фильтры
- •Преобразования Фурье
- •Фурье анализ
- •Дискретное преобразование Фурье для 2-мерного случая
- •Форма представления Фурье образа
- •Фильтрация с помощью преобразования Фурье
- •Функция передачи модуляции
- •Пространственный спектр мощности сигнала
- •Фильтры нулевого уровня
- •Фильтр DoG – разность гауссовых функций
- •Wavelet преобразования
- •Устранение шумов
- •Создание маски пространственного фильтра
- •Пространственные признаки изображения
- •Многоспектральные отношения
- •Метод главных компонент (pca)
- •Стандартизированный мгк
- •Мгк с минимизацией шума
- •Метод «Колпачок с Кисточкой»
- •Классификация
- •Понятие сходства.
- •Жесткая классификация
- •Контролируемое изучение
- •Анализ разделимости
- •Мера разделимости Махалонобиса
- •Преобразованная дивергенция
- •Расстояние Джеффриса-Матусита
- •Неконтролируемое обучение
- •Алгоритм классификации методом к-средних
Обработка цифровых сигналов
Изображение может быть представлено пятью элементами:
f(x,y,z,t,λ) – функция непрерывного изображения.
Любой непрерывный сигнал S(t) может быть подвержен дискретизации по уровню t и квантованию по уровню. Если частота дискретизации сигнала Fα не меньше чем удвоенная частота в спектре сигнала Fmax: Fα≥2* Fmax, то полученный дискретный сигнал будет эквивалентен S(k) согласно т.Котельникова. При помощи математических алгоритмов можно преобразовать: S(k)->S1(k)…
Процесс преобразования сигнала – фильтрация. Виды: программная и аппаратная. Отсчеты сигналов поступают с постоянной скоростью Fα, то фильтр должен текущий отчет до поступления следующего. Чаще всего происходит, что появляются промежутки между отчетами, называется временем задержки фильтра. Для обработки сигналов фильтрации в реальном времени применяют специальные устройства – цифровые сигнальные процессоры. Этот принцип применяют для непрерывных сигналов и для сигналов, записанных на магнитные носители.
Различают методы обработки сигналов во временной и частотной области. Эквивалентность частотно-временных сигналов определяется через преобразование Фурье. Электронный осциллограф используется во временной области. Цифровые анализаторы спектра для представления сигнала используются в частотной области.
Теорема Котельникова (Теорема отсчета).
Если
аналоговый сигнал X(t)
имеет ограниченный спектр, то он может
быть восстановлен однозначно и без
потерь по своим дискретным отсчетам,
которые берутся с частотой строго больше
удвоенной максимальной частоты спектра
Ω, взятая с полупериодом
.
Рассмотрим для идеального случая (сигнал бесконечен, без временных разрывов). В неидеальном случае полное восстановление сигнала невозможно.
Следствие
1. Любой аналоговый сигнал может быть
восстановлен, с какой угодно точностью
по своим дискретным отсчетам, взятым с
частотой
Следствие 2. Если максимальная частота в сигнале превышает половину частоты дискретизации, то способа восстановить сигнал из дискретного в аналоговый не существует.
Поэтому Теорема Котельникова утверждает, что непрерывный сигнал можно представить в виде интерполяционного сигнала:
Мгновенное значение ряда и есть наши дискретные сигналы отсчета.
Восстановление сигналов, теорема отсчетов.
При
дискретизации сигналов в общем случае
происходит перекрытие спектров, и
результирующий сигнал на произвольной
частоте
представляет собой сумму многих
составляющих , складывать которые
необходимо с учетом их фаз.
Если учитывать лишь несколько перекрывающихся спектров, то точность может быть подвергнута сомнению. В дискр. методах частотные методы не нашли применения.
Спектр дискретизации сигнала содержит спектр исходного сигнала . В этом состоит отличие от проц-х модуляции, при которых спектр исходного сигнала отсутствует.
Исходный сигнал можно восстановить с помощью фильтрации, это только при выполнении двух условий:
- спектры сигналов не должны перекрываться
- Фильтр должен иметь идеальную прямоугольную форму, и поэтому он будет полностью пропускать и подавлять все другие спектральные составляющие.
Первое
условие требует, чтобы в спектре
не были составляющие на частотах выше
,
спектры не перекрываются.
Второе условие не может быть полностью выполнено, поскольку любой реальный фильтр не имеет идеальных характеристик.
Все
это указывает на то, что теоретически
можно идеально восстановить сигналы с
ограниченным спектром по его выборка,
если частота дискретизации
превышает 2x,
где х – максимальная спектральная
составляющая сигнала.
