![](/user_photo/2706_HbeT2.jpg)
- •Вопрос 1:классификация автоматизированных ведеоинформационных систем(авис).Особенности представления сигналов в авис по сравнению с другими видами телевизионных систем
- •Вопрос 2. Дваварианта архитектуры авис и связанные с ним способы организации обмена между тд и эвм
- •Вопрос 3.Структура блока предвар обработки.Назначение и работа его функциональных узлов.
- •Вопрос 4. Структура блока предвар обработки.Назначение и работа его узлов
- •Вопрос 5.Программный ввод данных из бзу в эвм
- •Вопрос 6. Ввод данных в режиме прерывания.Способы идентификации источника прерывания(несколько видеодатчиков)
- •Вопрос 7. Программный и аппаратный способы решения задачи распределения приоритетов в обслуживании источников в прерывании.
- •Вопрос 8. Ввод данных в режиме прямого доступа к памяти
- •Вопрос 1: этап предварительной обработки
- •Вопрос 2:простой пороговый метод нелинейной фильтрации импульсных.Анизотропная фильтрация.Рекуррентный алгоритм анизотропной фильтрации.
- •Вопрос 3:медианная фильтрация.Понятие Медианы, одномерного и двумерного медианного фильтра.
- •Вопрос 4:алгоритмы определения интегральных параметров дискретных изображений .Гистограмма отсчетов освещенности.Средняя освещенность и среднеквадратическое отклонение освещенности в изображении.
- •Вопрос 5: дифференциальные алгоритмы обработки изображений.Способы определения норм градиента освещенности в изображении.
- •Вопрос 6:. Выделение границ контролируемых объектов.
- •Вопрос 7: Алгоритмы трансформирования исходных изображений на основе ортогональных преобразований.
- •Вопрос 8: Алгоритмы выделения признаков контролируемых объектов. Определение прощади,периметра параметров вписан.И описанных фигур
- •Вопрос 9: Определение моментов инерции изображения объекта.
- •Вопрос 10: Определение числа и взаимного положения углов.
- •Вопрос 11: идентификация и классификация изображений. Метод прямого сравнения с эталоном
- •Вопрос 12: Корреляционный метод
- •Вопрос 13: Методы распознавания, основанные на использовании системы признаков. Понятие дерева-графа распознавания
- •Вопрос 14: Об измерении параметров объектов наблюдения.Определение геометрического и энергетического центров, угла разворота
- •Вопрос 15. Алгоритм определ координат макс освещенности в изображении точечного объекта при интерполяции видеосигнала по методу наименьших квадратов
- •Вопрос 16. Моделирования, математическое и физическое,особенности
- •Вопрос 17 Применение алгоритма обучения в оптико_электронном угломере.
- •Вопрос 18 Принцип построения обучаемой телевизионной системы для автоматизации контроля заготовок микросхем.
Вопрос 9: Определение моментов инерции изображения объекта.
Моменты инерции являются довольно информационными признаками для последующего этапа распознавания образов, но их определение является не такой уж простой задачей. Вместе с тем, в некоторых случаях могут использоваться промежуточные результаты вычислений, например, для определения угловой ориентации изображения объекта относительно приборной системы координат.
Обозначим главные искомые моменты инерции изображения объекта через J1 и J2 (рис. 2.7б). Однако, чтобы найти J1 и J2, необходимо предварительно определить так называемые промежуточные моменты Jx и Jy , т.е. моменты инерции относительно вертикальной и горизонтальной осей приборной системы координат, а также смешанный момент Jx,y (рис. 2.7 а).
Вычисление осуществляется в следующем порядке.
1. Определяются координаты центра «тяжести» (энергетического центра) изображения объекта:
(19)
2. Определяются промежуточные моменты Jx , Jy , Jx,y:
(18)
3. Рассчитываются главные моменты:
(20)
Вопрос 10: Определение числа и взаимного положения углов.
На предварительном этапе должны быть выделены и пронумерованы элементы контура объекта.
Классический способ определения угловых точек изображения объекта заключается в анализе небольшого фрагмента контура в окрестностях данной точки и в определении радиуса её кривизны. Если этот радиус окажется меньше установленного порога – это угловой элемент, в противном случае – нет. Однако, такой способ связан с очень большим объёмом вычислений. С практической точки зрения в быстродействующих АТСН, работающих в реальном масштабе времени, предпочтительным представляется более простой алгоритм. Он заключается в оценке расстояний между начальной и конечной точками фрагмента контура, т.е. между элементами контура с порядковыми номерами k – 2 и k + 2 (рис 2.6).
Пусть x(k) и y(k) абсцисса и ордината контурных элементов соответственно. Тогда решающее правило может выглядеть следующим образом:
Если условие выполняется, тогда данная точка контура принадлежит множеству угловых точек L. Здесь H – пороговое значение, выбираемое с учётом свойств изображения объектов данного класса.
При реализации вычислительной процедуры необходимо соблюдать следующие правила:
1. Если, в соответствии с условием, оказываются выделенными несколько смежных элементов контура, то решающее правило должно предусматривать выбор только одного элемента в качестве углового, например, по минимуму значения модуля разности, а в случае совпадения значений – любой из этих элементов. Это, разумеется, может привести к некоторой ошибке в определении координат углового элемента, но позволит избежать более существенной (аномальной) ошибки, связанной с неправильным определением числа углов и, следовательно, формы объекта.
2. Выделенным угловым элементам целесообразно присваивать порядковые номера, которые могут быть использованы на последующем этапе распознавания и определения ориентации объекта.
3. Процедуру анализа контурных элементов удобно осуществлять в цикле, однако два первых и два последних элемента приходится осуществлять вне цикла, так как для них не удаётся задать значения переменной k + 2 и k – 2.