- •2. Типовые дискретные сигналы
- •3.Дискретные экспоненциальные функции
- •4. Дискретное преобразование Фурье и его свойства
- •5. Циклическая и линейная свертка
- •6. Преобразование Хаара
- •7. Корреляция, вычисление прямым методом и с помощью дискретных преобразований
- •8. Алгоритм бпф с прореживанием по времени
- •10.Алгоритм бпф с прореживанием по частоте
- •9. Передаточная функция цф
- •11. Преобразование Уолша-Адамара и его свойства
- •12. Низкочастотная фильтрация изображений в пространственной области
- •13. Глобальные методы улучшения контраста полутоновых изображений
- •14. Линейные методы контрастирования изображений
- •15. Принципы и особенности пространственной фильтрации изображений
- •16. Улучшение качества бинарных изображений
- •17. Вычисление сверток при помощи дискретных преобразований
- •18. Обработка бинарных изображений на основе математической морфологии
- •19. Связность в изображениях
- •20. Глобальная бинаризация полутоновых изображений
- •21. Обработка полутоновых изображений на основе математической морфологи
- •22. Быстрое преобразование Уолша-Адамара
- •23. Классификация методов распознавания объектов изображений
- •24. Структурные методы распознавания объектов изображений
- •25. Фильтрация изображений в частотной области
- •26. Базовая структура анализатора спектра на основе дпф
- •27. Цифровые фильтры, их математическое описание, особенности рекурсивных и не рекурсивных
- •28. Основные шаги стандарта сжатия jpeg
- •29. Параметры анализаторов спектра
- •30. Нелинейные методы контрастирования изображений
24. Структурные методы распознавания объектов изображений
При структурном подходе объекты описываются не множеством числовых значений признаков x , а структурой объекта. Изображение и описание его иерархической структуры.
Иерархия предполагает описание сложных объектов с помощью более простых подобъектов. Те, в свою очередь, могут быть описаны с помощью подобъектов следующего уровня и т.д. Этот подход основан на аналогии между структурой объектов и синтаксисом языков. Он приемлем тогда, когда простейшие подобъекты вычленять и распознавать легче, чем изображение (объект) в целом. Правила композиции простейших (непроизводных) элементов при описании объекта в целом называют грамматикой языка описания объектов. Распознавание объекта состоит в распознавании непроизводных его элементов и синтаксическом анализе
(грамматическом разборе) "предложения", описывающего данный объект. пример описания объекта при помощи операции композиции "составления цепочки" из непроизводных элементов a + a + a + b + b + c + c + c + d + d.
Грамматика языка описания объектов формируется на этапе обучения на основе обучающей выборки. Теоретической базой данного подхода является теория формальных языков и лежащих в их основе порождающих грамматик.
25. Фильтрация изображений в частотной области
Процедура фильтрации в частотной области из :1. Исходное изображение умножается на (−1)i+k , чтобы его фурье- преобразование оказалось центрированным; 2. Вычисляется прямое ДПФ u,v f изображения, полученного после первого шага; 3. Функция u,v f умножается на функцию фильтра u,v h ; 4. Вычисляется обратное ДПФ от результата шага 3; 5. Выделяется вещественная часть результата шага 4; 6. Результат шага 5 умножается на (−1)i+k . Множитель u,v h называется фильтром состоит в том,что он подавляет некоторые частоты преобразования, оставляя при этом другие без изменения. Пусть i,k s обозначает входное изображение после шага 1, и пусть u,v f есть его фурье-образ. Тогда фурье-образ выходного изображения определяется выражением u,v u,v u,v g = h fУмножение функций двух переменных h и f осуществляется поэлементно. Это означает, что первый элемент функции h умножается на первый элемент функции f , второй элемент функции h— на второй элемент функции f , и т.д. Вобщем случае компоненты фильтра h являются комплексными величинами. В случае, если компоненты фильтра содержат только действительные величины, то действительная, и мнимая части функции f умножаются на одну и ту же действительную функцию фильтра h . Такие фильтры называются фильтрами нулевого фазового сдвига. Как и следует из названия, эти фильтры не меняют фазу фурье преобразования.Фильтрованное изображение получается вычислением обратного преобразования Фурье от фурье-образа u,v g .Искомое изображение получается выделением действительной части из по-следнего результата и умножения на (−1)i+k , чтобы скомпенсировать эффект от ум-ножения входного изображения на ту же величину. Обратное фурье преобразование в общем случае является комплексным. Однако в случае вещественного входного изображения и вещественной передаточной функции фильтра мнимые части всех значений обратного фурье-преобразования должны равняться нулю Описанная процедуры фильтрации схематически:
Простейшим примером фильтрации изображений является обращение в нуль среднего значения на изображении. Применения низкочастотной фильтрации, изображение, по сравнению с исходным, содержит меньше резких деталей, поскольку высокие частоты подавлены. Аналогично, после применения высокочастотной фильтрации, на изображении уменьшаются изменения яркости в пределах больших гладких областей и выделяются переходные зоны быстрого изменения яркости. Такое изображение выглядит более резким.
