Cтраница 4
![]() |
Работа со световым пером. [46] |
ТВ индикатора, на который через смеситель подаются исходное изображение и изображение после ограничения в противоположной полярности. [47]
Этот метод кодирования использует преобразование как средство отображения исходного изображения в коэффициенты преобразования. В отличие от предиктивного кодирования, где изображение отображается пиксел за пикселом, здесь обычно выполняется двумерное преобразование блоков изображения. Затем с помощью матрицы распределения битов все коэффициенты преобразования дискретичуются - каждому коэффициенту присваивается свое число битов. [48]
Принцип действия фильтров этого типа основывается на замене исходного изображения f ( x, у) локальной оценкой одной из ее статистических характеристик. Для определения соответствующих статистических характеристик необходимо разбить изображение на участки с некоторыми фиксированными размерами. Если значение дисперсии оказывается ниже заданного порога, то значения f ( x, у) заменяются ее средним. В противном случае соответствующий участок разбивается на более мелкие и процедура повторяется. Таким способом обеспечивается выделение краев. Вместо оценивания среднего значения можно обратиться к приближению / ( х, у) некоторой гладкой функцией и переходить к разбиению участка на более мелкие, если ошибка приближения оказывается чрезмерно большой. Соответствующие структуры данных обсуждаются в гл. Этот подход также тесно связан с сегментацией изображения, рассматриваемой в следующей главе. [49]
Видно, что последнее выражение повторяет выражение для исходного изображения с точностью до сдвига на три элемента. [50]
![]() |
Блок-схема системы формирования изображения в винеровской фильтрации. [51] |
Фильтрующая система должна по возможности с наибольшей точностью извлечь исходное изображение 1г из изображения I2 N, в котором содержится шум. [52]
Наращивание областей - метод сегментации изображения, применяемый на исходном изображении для идентификации областей объектов. Вследствие наличия тонко детализированных структур и присутствия шума процесс сегментации может дать слишком большое число областей, что увеличит сложность системы и сделает ее неприменимой на практике. Поэтому применяется предобработка в виде сглаживания с сохранием границ, уменьшающая локальную зернистость исходного изображения и не затрагивающая при этом важные контуры. Операция наращивания областей выполняется на уже предобработанном изображении. При этом ожидается выделение областей, окруженных контурами. [53]
Важно: Команда недоступна, если в текущем окне воспроизводится исходное изображение. [54]
![]() |
Фрактал лист.| Фрактал кристалл. [55] |
Сущность подхода к сжатию изображений состоит в том, что исходное изображение разбивается на отдельные компоненты, каждое из которых считается аттрактором некоторой системы итерированных функций. Для каждой СИФ определяются типы преобразований, например, аффинных. Поскольку одно аффинное преобразование задается только шестью аффинными коэффициентами, то полное исходное изображение можно закодировать относительно небольшим количеством коэффициентов. [56]
Наконец, был сформирован сигнал, точно передающий градации яркости исходного изображения с учетом свойств приемной трубки. [57]
![]() |
Простой эталон. [58] |
Размер эталона, однако, обычно меньше, чем размер исходного изображения, так как наша цель заключается в том, чтобы обнаружить присутствие некоторого малого изображения в пределах большого. [59]
Простейший метод выделения объекта состоит, видимо, в сравнении исходного изображения с порогом: все точки изображения, интенсивность которых превосходит ( или не превосходит) некоторый порог, объявляются принадлежащими объекту. Обобщение этого метода заключается в том, чтобы разделить шкалу полутонов на интервалы и объявить, что все точки изображения, интенсивности которых находятся в пределах одного интервала. Другой метод, выделения объекта основан на сравнении с порогом градиентного изображения и на получении таким путем контурного рисунка. Третий метод состоит в том, чтобы выполнить анализ областей и трактовать каждую область ( или по крайней мере пытаться это сделать) как отдельный объект. Заметим, наконец, что каждая из этих операций может быть скомбинирована с теми операциями пространственной фильтрации, которые описывались в предыдущей главе. [60]