Cтраница 3
На рис. 137 и 138 показаны признаки, сформированные на основе множества характерных фрагментов, полученных на наиболее сложных изображениях четвертого набора пятерок и троек. [31]
Основным требованием к функции информативности является то, что выделяемые с ее помощью характерные фрагменты должны соответствовать геометрическим особенностям изображения. [32]
Утверждение о том, что описанный выше способ обработки изображения позволяет выделять в качестве характерных фрагментов геометрические особенности, обосновывается, кроме того, результатами многочисленных машинных экспериментов, описанных в гл. [33]
Геометрический смысл введенной функции очевиден: она представляет собой сглаженную розу ветров расположения всех характерных фрагментов изображения относительно данного фрагмента. [34]
В отличие от элементарных высказываний, которые определяются лишь после того, как найдены все характерные фрагменты на изображении, термы могут быть определены по ходу обнаружения характерных фрагментов. [35]
Сравним рис. 102, а и рис. 102, б, на которых представлены расположения характерных фрагментов, соответствующих максимумам функции информативности. Рисунки отличаются размерами изображенных цифр. [36]
С помощью окошка вокруг локального экстремума вырезается небольшой участок изображения, который и выбирается в качестве характерного фрагмента. [37]
Выражения сверху, в правом краю, в центре, которые человек обычно использует для описания места характерных фрагментов, не связаны с каким-либо началом отсчета, с определениями расстояний от него до характерных фрагментов. [38]
В основе процесса обобщения лежит сравнение описаний исходных объектов, заданных совокупностью значений признаков, и выделение наиболее характерных фрагментов этих описаний. В зависимости от того, входит или не входит объект в объем некоторого понятия, назовем его положительным или отрицательным объектом для этого понятия. [39]
Основная идея построения такой внутренней системы заключается в следующем: после того, как на конкретном изображении выделены его характерные фрагменты, для каждого из этих фрагментов определяется, в каких направлениях от него располагаются другие фрагменты того же изображения. Таким образом, каждому характерному фрагменту изображения можно приписать вектор, составляющие которого - какие-либо числа, определяющие направления, в которых расположены все остальные характерные фрагменты изображения. [40]
Таким образом, векторы целесообразно строить отдельно для расположения характерных фрагментов, соответствующих минимумам, и отдельно для расположения характерных фрагментов, соответствующих максимумам. [41]
Пусть машине в процессе обучения предъявлены изображения, относящиеся к одному классу, и пусть на этих изображениях выделены все характерные фрагменты. [42]
Одно из основных предположений, положенных в основу излагаемого метода, заключается в том, что векторы, задающие форму характерных фрагментов, образуют в соответствующем им пространстве ( пространстве векторов зачерненности) хорошо разнесенные множества, причем каждому такому - множеству соответствуют сходные между собой по форме фрагменты изображений. [43]
В алгоритме можно, конечно, использовать систему с другим числом секторов; в частности, если требуется большая детализация местоположения характерных фрагментов, то может оказаться необходимой система с большим числом секторов. [44]
Наконец, поясним необходимость нормировки вектора направлений, вычисляемого по первому из описанных выше алгоритмов: она дает возможность сравнивать по местоположению характерные фрагменты, взятые с различных изображений, имеющих, в частности, различное число характерных фрагментов. Это обстоятельство является существенным для дальнейшего использования векторов направлений при формировании словаря мест, который строится на основе применения алгоритмов автоматической классификации к множеству векторов направлений характерных фрагментов всех изображений, представленных машине для обучения. [45]