- •Список вопросов по курсу
- •1. Этапы формирования изображения. Оптическая система, сенсор, изображение в виде файла данных.
- •2. Типы (цветное, оттенки серого, черно-белое) и форматы записи изображений.
- •3. Оптический спектр, длины волн видимого света. Спектр излучения абослютно-черного тела, спектр солнца. Цветовая температура. Поглощение света в атмосфере.
- •4. Отражающая способность. Спектр на изображении с учетом освещения, поглощения и отражающей способности.
- •5. Тристимулус. Цветовые схемы rgb и cmyk. Особенности применения, переход от одной схемы к другой.
- •6. Спектральная чувствительность человеческого глаза. Суммарно-разностные схемы. Болезни связанные с цветовосприятием (примеры нарушения цветовосприятия)
- •9. Контраст изображения. Мтf, методы измерения.
- •8. Связь апертуры объектива, глубины резкости и фокусного расстояния. Краткий ответ (основная мысль)
- •Развернутый ответ для зачета
- •11. Контраст изображения. Гамма – коррекция, применение.
- •12. Выравнивание гистограммы. Построение функции преобразования s(r)
- •13. Пространственная фильтрация. Маска изображения. Свертка изображения с маской. Низко, средне и высокочастотная фильтрация.
- •14. Типы пространственных фильтров: равномерный и Гауссов фильтр. Сравнение на примере высокочастотного фильтра с различным размером маски (3х3, 7х7, 31х31)
- •Размер 3x3:
- •Размер 7x7:
- •Размер 31x31:
- •15. Виды шумов на изображении: Гауссов, периодический, соль-перец и д.Р. И их функции распределения.
- •16. Применение арифметического, медианного, Гауссова, контргарамонического фильтра для удаления шумов.
- •17. Лапласиан, применение для повышения резкости изображения. Нерезкое маскирование. Примеры пространственных фильтров для реализации Лапласиана
- •18. Выделение линий на изображении. Применение градиента. Фильтр Собола. Выделение линий различной ориентации.
- •19. Сегментация изображений. Методы сегментации.
- •20. Перцептрон. Примение для классификации. Ограничения. Обучение.
- •21. Модель нейрона. Функции активации. Преимущества и недостатки различных фунций активации.
- •2. Функции активации (рассмотренные в материале)
- •3. Преимущества и недостатки (на основе материала)
- •22. Многослойные сети. Полносвязная сверточная сеть (fcnn).
- •23. Уравнение обратного распространения. Матричная запись уравнений
- •24. Методы обучения нейронных сетей.
- •25. Сверточная нейронная сеть. Особенности, преимущества.
- •Структура сверточных нейросетей
- •Как работают сверточные нейронные сети
- •26. Глубокая сверточная нейронная сеть. Пример применения на основе распознавания цифр.
- •2. Архитектура LeNet как пример cnn
- •3. Пример применения: распознавание цифр (почтовых индексов)
- •Детали примера:
4. Отражающая способность. Спектр на изображении с учетом освещения, поглощения и отражающей способности.
Отражательная способность — величина, описывающая способность какой-либо поверхности или границы раздела двух сред отражать падающий на неё поток электромагнитного излучения.
Количественно отражательная способность характеризуется коэффициентом отражения — безразмерной физической величиной, показывающей, какая часть падающего на поверхность излучения отражается обратно, не поглощаясь и не проходя сквозь материал. Величина выражается в долях единицы (от 0 до 1) или в процентах. Значение 0 означает, что материал полностью поглощает падающее излучение (абсолютно чёрное тело), а 1 — что оно полностью отражается (идеальное зеркало).
Выделяют несколько типов отражательной способности в зависимости от характера взаимодействия излучения с поверхностью:
Зеркальное (спекулярное) — падающий луч отражается под тем же углом, под которым падает. Такой эффект характерен для полированных металлических и стеклянных поверхностей.
Диффузное (рассеянное) — отражение происходит во многих направлениях благодаря микронеровностям поверхности. Это типично для штукатурки, бетона, камня.
Комбинированное — чаще всего встречается в строительных материалах: часть энергии отражается зеркально, часть рассеивается.
В физике оптический спектр — это совокупность частот или длин волн электромагнитного излучения в инфракрасном, видимом и ультрафиолетовом диапазонах, излучаемого или поглощаемого веществом. Выделяют несколько типов оптических спектров:
Непрерывный (сплошной) спектр — содержит все длины волн видимого диапазона без разрывов. Характерен для сильно нагретых твёрдых или жидких тел, а также газов при высоком давлении.
Линейчатый спектр — состоит из отдельных тонких линий, соответствующих определённым длинам волн. Характерен для разрежённых газов и паров химических элементов. У каждого элемента свой уникальный линейчатый спектр.
Полосатый спектр — состоит из групп линий, собранных в полосы. Каждая полоса может включать множество тесно расположенных линий. Характерен для молекулярных газов.
Спектр поглощения — тёмные линии на фоне непрерывного спектра, соответствующие длинам волн, которые поглощаются атомами вещества.
При формировании изображения (в том числе мультиспектрального или гиперспектрального) регистрируемый сигнал зависит от трёх ключевых факторов: освещения, поглощения и отражающей способности объектов. В дистанционном зондировании и компьютерном зрении спектр сигнала в каждом пикселе обычно описывается моделью:
L(λ)=E(λ)⋅R(λ)⋅T(λ) ,
где
L(λ) — измеряемая спектральная яркость (или цифровой отсчёт) на длине волны λ
E(λ) — спектральная плотность потока освещения (падающего излучения от источника света, Солнца, лампы и т.д.);
R(λ) — отражательная способность (альбедо) поверхности, показывающая, какая доля падающего света отражается в направлении датчика;
T(λ) — коэффициент пропускания среды на пути «источник – объект – датчик», учитывающий поглощение и рассеяние (например, атмосферными газами, аэрозолями, водой).
Подробнее о каждом факторе
Освещение E(λ)
Зависит от спектра источника (солнечный свет, лампа накаливания, светодиод).
Может меняться во времени и по сцене (тени, наклон поверхности).
Влияет на абсолютный уровень сигнала, но не на относительную форму спектра отражения.
Отражающая способность R(λ)
Главная характеристика материала объекта.
Определяет «спектральную подпись» (траву, воду, грунт, искусственные покрытия).
Именно её чаще всего хотят восстановить для классификации или идентификации.
Поглощение T(λ)
Включает поглощение в атмосфере (полосы водяного пара, углекислого газа, озона) и в толще воды, если съёмка подводная.
Приводит к ослаблению сигнала на определённых длинах волн.
Понимание разделения этих трёх составляющих необходимо для:
калибровки датчиков;
удаления атмосферных искажений;
извлечения физических параметров поверхности;
построения инвариантных к освещению признаков.
