- •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
Методы и алгоритмы подсчета признаков
Метод моментов. Одно из алгоритмических направлений подсчета метрических признаков — метод моментов. В его основе лежат вычислительные соотношения для подсчета mpq и pq, определяемые формулами (3.2), (3.5). Этим методом подсчитываются признаки NS, i0, j0, , A, d1, d2. Подразумевается, что d1, d2 аппроксимируются величинами, пропорциональными собственным числам , матрицы рассеяния, которая в свою очередь отождествляется с матрицей центральных моментов второго порядка
.
Такое отождествление правомерно, когда f(i,j) описывает бинарное изображение. Правильное использование соотношений (3.2), (3.5) требует знания области описанного вокруг объекта прямоугольника.Другими словами, применению метода должны предшествовать процесс «локализации» дискретных объектов в прямоугольных ячейках и определение параметров последних. Необходимо отметить также, что функцияf(i,j) при использовании метода моментов должна быть кусочно-постоянной (в частности бинарной) с тем, чтобы «яркостная информация» объекта при вычислениях не являлась мешающим параметром.
Метод интегральной геометрии используют для подсчета ряда метрических признаков через числовые характеристики так называемых случайных геометрических событий [17]. В подавляющем большинстве случаев эти события связаны с числом пересечений случайной прямой некоторого объекта и с длиной хорды, вырезаемой объектом на пересекающих сто случайных прямых. В [17] приведены следующие основные результаты относительно поведения и практического использования отмеченных случайных величин:
вероятность того, что случайная прямая пересечет объект, равна, где—периметр выпуклой оболочки границы объекта; — периметр сетчатки;
математическое ожидание числа пересечений границы со случайной прямой равно , где NP — длина (периметр) границы объекта;
математическое ожидание длины пересечений случайной прямой произвольным объектом пропорционально площади объекта.
Для правильного понимания этих результатов необходимо отметить, что под сетчаткой (областью анализа) подразумевается круг радиуса R, а под случайной прямой — двумерный случайный вектор с равномерным распределением координат в диапазонах .
Каждая точка задает прямую, отстоящую от начала координат на расстоянииz0 и наклонную к оси абсцисс под углом 0. С вычислительной точки зрения этот метод является методом статистических испытаний (методом Монте-Карло), и его практическое использование требует применения программных датчиков случайных чисел и векторов.
Обсуждавшиеся выше методы носят большей частью теоретический характер и не нашли практического распространения. В этом смысле альтернативными являются методы, описываемые ниже.
Метод на основе использования пирамид и квадродеревьев позволяет подсчитывать практически все «первичные» метрические признаки. Пусть бинарное изображение s(u, v) содержит односвязный дискретный объект, по-прежнему BL={bli}, i = 1, 2, ..., MB — множество блоков s (u. v), a ED={edi}, j = 1, 2, ..., ME — множество ребер блоков из BL. Будем считать заданными следующие процедуры-функции: VALUE(X); VALUE'(Y), аргументами которых является блок из BL, а значения равны + 1, если Y – черный блок и 0, если Y – белый блок; AR(Y) – площадь блока Y и, наконец, WID(X) – длина ребра X. Заметим, что для подсчета функций AR(Y) и WID(X) достаточно знания уровня пирамиды (квадродерева), на котором расположен блок Y (ребро X). С учетом введенных обозначений и понятий алгоритм подсчета площади и периметра дискретного объекта имеет следующий вид.