- •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 3:медианная фильтрация.Понятие Медианы, одномерного и двумерного медианного фильтра.
Медианная фильтрация осуществляется посредством замены значения каждого элемента массива [Ei,j], находящегося в центре окна скользящей апертуры, медианой исходных значений, находящихся внутри апертуры. В результате такой обработки на выходе медианного фильтра получается как бы сглаженное изображение, в котором отсутствуют малоразмерные, например, точечные детали, занимающие малое (по сравнению с размерами апертуры) число элементов.
Медианой (med) последовательности X1, X2, …, Xn при нечётном n является средний член ряда, получающегося при упорядочении последовательности по возрастанию (или по убыванию). При чётном n медиана определяется как среднее арифметическое двух средних членов упорядоченного ряда.
Одномерный медианный фильтр с апертурой n для одномерной последовательности {Xi ; i ∈ Z} при нечётном n определяется как
(3)
где: v = (n – 1)/2; Z – множество всех натуральных чисел.
Двумерный медианный фильтр с апертурой L для двумерного массива определяется как
(4)
Вопрос 4:алгоритмы определения интегральных параметров дискретных изображений .Гистограмма отсчетов освещенности.Средняя освещенность и среднеквадратическое отклонение освещенности в изображении.
Алгоритмы определения интегральных параметров
дискретных изображений.
В некоторых случаях на этапе предварительной обработки изображений целесообразно определение некоторых обобщённых (интегральных) признаков или свойств изображений, которые в сочетании с другими признаками (или самостоятельно) могут быть использованы на последующем этапе распознавания объектов, попавших в поле зрения АТСН.
Гистограмма отсчётов освещённости – зависимость числа одинаковых значений освещённости в анализируемом дискретном изображении, соответствующих какому"либо уровню квантования сигнала, от этого уровня
где: h = 0, 1, 2, … , (H − 1); H – число уровней квантования видеосигнала.
Средняя освещённость в изображении
где n – число разрядов двоичного кода (число разрядов АЦП).
Среднеквадратическое отклонение освещённости от среднего значения
Вопрос 5: дифференциальные алгоритмы обработки изображений.Способы определения норм градиента освещенности в изображении.
Дифференциальные алгоритмы используются для определения нормы градиента в точках изображения с целью последующего выделения границ и контуров объектов наблюдения.
1. Простейший алгоритм вычисления нормы градиента
(5)
где: Gi,j – норма градиента для элемента матрицы [Ei,j].
Здесь при анализе каждой точки исходного изображения используются три значения сигнала, соответствующие смежным точкам. Отметим, что при незначительном увеличении погрешности вычислений, нормы градиента могут определяться по упрощённой формуле алгоритма:
(5 а)
2. Меньшую погрешность даёт, так называемый, оператор Робертса, благодаря тому, что на каждом шаге вычислений используются четыре исходных значения сигнала:
(6)
или
(6 а)
3. Вычислительный алгоритм Собела предполагает использование восьми отсчётов освещенности в окрестностях анализируемой точки, однако значение освещенности в самой анализируемой точке в вычислениях не участвует
(7)
или
(7 а)
где:
Gi, j(x) = [E(i−1),(j−1) +2E(i−1), j +Ε(i−1),(j+1)] − [E(i+1),( j−1) +2E(i+1), j + Ε(i+1),( j+1)];
Gi, j(y) = [E(i− 1),(j−1) +2Ei,( j−1) +Ε(i+1),(j−1)] − [E(i−1),(j+1)+2Ei, ( j+1) + Ε(i+1),( j+1)].
Такой алгоритм наряду с более точным определением нормы градиента позволяет, в принципе, определять и направление вектора градиента в плоскости анализа изображения:
где α – угол между направлением вектора градиента и направлением строк матрицы [Ei,j].
4. В тех случаях, когда требуется максимальная точность в определении нормы градиента, может быть рекомендован многошаговый метод вычислений
где: G(k) – скалярное произведение векторов
При проектировании АТСН выбор конкретного алгоритма следует делать с учётом допустимых временных затрат, определяемых техническим заданием.