- •Глава 3
- •3.1. Задача описания
- •3. 1.1. Содержательная
- •3.1.2. Общие подходы
- •3.2. Методы и алгоритмы
- •3.2.1. Категории признаков.
- •3.2.2. Методы и алгоритмы
- •Сканирующий алгоритм определения связности
- •3.2.2. Методы и алгоритмы
- •Методы и алгоритмы подсчета признаков
- •Алгоритм подсчета метрических признаков на пирамидах
- •Сканирующий алгоритм вычисления метрических признаков
- •3.3. Методы вычисления
- •3.4. Структурные методы
- •3. 4. 1. Структурные методы
- •Методы сегментации кривых
- •Алгоритм оценки кривизны дискретной кривой через кусочно-линейную аппроксимацию кривой
- •Алгоритм вычисления углов дискретной кривой через анализ поведения угла отклонения касательной к кривой
- •3. 4. 1. Синтез структурных
- •1) , 4) ,
- •2) , 5) ,
- •3) , 6) ,
- •Алгоритм построения «дерева полосок»
- •3. 4. 3. Структурные методы
- •Построение реляционные дескриптивных структур на основе разбиения области
- •Алгоритм разбиения многоугольника на выпуклые составляющие
- •Алгоритм построения дерева вогнутостей
- •Алгоритм прослеживания границ для построения дерева связности
- •Построение реляционных дескриптивных структур на основе декомпозиции области через покрытие
3.2. Методы и алгоритмы
ПОСТРОЕНИЯ ПРИЗНАКОВЫХ ОПИСАНИЙ
ГЕОМЕТРИЧЕСКИХ СТРУКТУР
3.2.1. Категории признаков.
Классификация методов и алгоритмов
Построение признакового описания плоских геометрических фигур требует привлечения разнородной информации о тех или иных свойствах фигуры. Указанная разнородность обусловлена в первую очередь рядом содержательных понятий. связанных с психофизическими особенностями восприятия зрительных образов [29, 32]. В ряду этих понятий «головным» является понятие связности фигуры (объекта, области), понимаемое как свойство множества точек дискретной решетки, содержащее цепочку соседей, которая соединяет любые два элемента этого множества. Точнее математическое определение связности дано в приложении. Именно связная (односвязная) область чаще всего воспринимается и интерпретируется на практике как смысловой объект. Следующим по значимости свойством объекта является его размер. Размер объекта часто становится основным классификационным признаком, и поэтому так важна его роль в восприятии зрительной информации. Далее необходим учет информации о форме объекта в целом и форме границы объекта. Говоря о форме объекта, мы пользуемся понятиями продолговатый, вытянутый, круглый, компактный, выпуклый, вогнутый; форма границы объекта может характеризоваться как гладкая, изрезанная, волнообразная, прямолинейная и т. д. Эти содержательные характеристики должны найти количественное выражение в признаковом описании объекта. Наконец, местоположение и ориентация объекта также являются его свойствами, которые должны быть включены в рассматриваемое описание. Отмеченными выше свойствами порождаются категории признаков и конкретные представители этих категорий. В табл. 3.1 приведены основные классы методов и алгоритмов, используемых для вычисления признаков тон или иной категории.
Таблица 3.1
Описываемое свойство объекта |
Категория признака (признаков) |
Признак (признаки) и его смысловое содержание |
Вычислительные методы и алгоритмы |
1 |
2 |
3 |
4 |
Связность |
Топологический |
NC — число связных компонент NH — число дыр NE — число Эйлера |
Алгоритмы «сканирующего» и перцептронного типа; алгоритмы, использующие иерархические представления изображений в виде пирамид и квадродеревьев |
Размер |
Метрический |
NS – площадь NP – периметр а, b — стороны описанного прямоугольника d1, d2 — диаметр и ширина объекта |
Алгоритмы «сканирующего» типа Алгоритмы на основе метода моментов Алгоритмы, использующие представления изображений в виде пирамид и квадродеревьев |
Форма |
Метрический |
T — отношение толщины Е —компактность CNV— выпуклость —эксцентриситет А —отношение аспекта |
Алгоритмы на основе метода интегральной геометрии Алгоритм «следящего» типа |
Местоположение объекта |
Метрический |
i0, j0— координаты центра тяжести |
|
Ориентация объекта |
Метрический |
— угол между главной осью инерции фигуры н осью х |
|
Форма границы объекта |
Параметрический |
Сс — цепной код Rc — «разрывной» цепной код |
Методы и алгоритмы цепного кодирования |
, – конту-ры Фримэна в – «пси-эс» кривая |
Методы н алгоритмы подсчета функциональных параметрических зависимостей | ||
– Фурье-дескриптор |
Метод дискретного преобразования Фурье и быстрые вычислительные алгоритмы его реализации | ||
– аппроксимирующий полином |
Методы определения параметров аппрокснмирующего полинома |