Визуализация в научных исследованиях. Ечкина Е.Ю - 27 стр.

UptoLike

ВУЗ: 

МГУ | Москва

Составители: 

Рубрика: 

Е. Ю. Ечкина, С. Б. Базаров, И. Н. Иновенков «Визуализация в научных исследованиях»
Кафедра АНИ факультета ВМК МГУ имени М. В. Ломоносова http://ani.cs.msu.su
27
параметров (давление, плотность …). Будем интерпретировать каждый массив как
цифровую форму изображения. То есть имеется матрица S, значение s
ij
– яркость в
заданном пикселе.
Операции предварительной обработки состоят в том, что на входе операции
имеется изображение, и после выполнения операции также получается изображение.
При применении операций анализа изображения на входе – изображение, а
результатом распознавания может быть, например, совокупность чисел, являющихся
значениями некоторого набора признаков, характеризующих изображение. Например,
признаками могут быть: площадь объекта, периметр объекта, координаты центра
тяжести объекта и т.д. Это может быть также и текстовая информация.
В предварительной обработке изображения можно выделить два основных типа
операций: преобразование координат и преобразование яркостей. Примеры
преобразования координат: выделение области с увеличением (zoom), изменение
масштаба, сдвиг, поворот, отражение.
Для создания эффекта искажения изображения можно применить
преобразование «волна», заключающееся в смещении пикселей исходного
изображения согласно правилу:
y
x
y
yyy
x
xxx
2
sin
2
sin
01
01
где x, y – декартовы координаты пикселя в исходном изображении, x
1
, y
1
– его
декартовы координаты в преобразованном изображении, x
0
, y
0
– задаваемые
амплитуды,
x
, y – длины искажающих волн по соответствующим координатам.
Рассмотрим преобразования яркости. Простейшая операция преобразования
яркости – поэлементное преобразование. В этом случае значение яркости пикселя
после обработки определяется только значением его яркости до обработки. То есть
результат обработки не зависит от значений яркости соседних элементов.
Примерами таких операций преобразования ахроматического изображения,
имеющего 256 градаций яркости, являются, например:
бинаризация: F(x)=0, если x<c, F(x)=255, если xc;
инвертирование: F(x)=256-x;
выделение поддиапазона:
21
2
121
1
,
255,255
/256
0,0
cxc
xc
cccx
cx
, где c
1
, c
2
– задаваемые
константы.
Алгоритмы свертки изображения “затрагивают” и другие пиксели. На практике
чаще всего используются свертки с окном 33. Приведем примеры часто
используемых масок.
Низкочастотный фильтр – подавляет высокие частоты и пропускает низкие: 
Е. Ю. Ечкина, С. Б. Базаров, И. Н. Иновенков «Визуализация в научных исследованиях»


параметров (давление, плотность …). Будем интерпретировать каждый массив как
цифровую форму изображения. То есть имеется матрица S, значение sij – яркость в
заданном пикселе.
      Операции предварительной обработки состоят в том, что на входе операции
имеется изображение, и после выполнения операции также получается изображение.
      При применении операций анализа изображения на входе – изображение, а
результатом распознавания может быть, например, совокупность чисел, являющихся
значениями некоторого набора признаков, характеризующих изображение. Например,
признаками могут быть: площадь объекта, периметр объекта, координаты центра
тяжести объекта и т.д. Это может быть также и текстовая информация.
      В предварительной обработке изображения можно выделить два основных типа
операций: преобразование координат и преобразование яркостей. Примеры
преобразования координат: выделение области с увеличением (zoom), изменение
масштаба, сдвиг, поворот, отражение.
      Для создания эффекта искажения изображения можно применить
преобразование «волна», заключающееся в смещении пикселей исходного
изображения согласно правилу:

                                                         2 x 
                                       x1  x  x0 sin       
                                                           
                                                          x 
                                      
                                       y  y  y sin  2 y 
                                       1          0       y 
                                                                

где x, y – декартовы координаты пикселя в исходном изображении, x1, y1 – его
декартовы координаты в преобразованном изображении, x0, y0 – задаваемые
амплитуды, x, y – длины искажающих волн по соответствующим координатам.
       Рассмотрим преобразования яркости. Простейшая операция преобразования
яркости – поэлементное преобразование. В этом случае значение яркости пикселя
после обработки определяется только значением его яркости до обработки. То есть
результат обработки не зависит от значений яркости соседних элементов.
       Примерами таких операций преобразования ахроматического изображения,
имеющего 256 градаций яркости, являются, например:
бинаризация: F(x)=0, если x

Страницы