Компьютерная обработка и распознавание изображений - 149 стр.

UptoLike

ВУЗ: 

Университет ИТМО | Санкт-Петербург

Составители: 

Рубрика: 

149
− При наличии текстурных и нетекстурных областей в изображении
необходимо выделить текстурные области и провести сегментацию
нетекстурных областей.
− Эффективность выбора признаков зависит от выбора цветового
координатного пространства.
− Для многих применений возможно проводить анализ текстур только
по их цветовым характеристикам.
9.4 Синтез цветных пространственных текстур
Задача синтеза текстур возникает при формировании образцов
цветных текстур для проверки эффективности формирования системы
признаков и алгоритмов кластеризации при выполнении сегментации
текстур. Единые методы синтеза текстур позволяют выполнить
сопоставление методов анализа цветных текстур, разработанных в разных
учреждениях.
Выбор признаков при анализе текстур определяет во многом успех
кластеризации при разделении изображения на
отдельные области.
Понятно, что выбор признаков цветных текстур опирается на то описание
текстур, на основании которого производится их классификация. Как уже
обсуждалось в разделе 9.1, цветная текстура описывается выбранным
цветовым координатным пространством, а яркость ее описывается на
основании подходов, структурного, статистического или фрактального.
Поскольку предпочтительным представляется использование
статистического и фрактального подходов
к описанию текстур, то и синтез
текстур должен базироваться на этих описаниях.
9.4.1 Статистический метод синтеза цветных текстур
При статистическом описании текстур для синтеза яркостного
компонента текстур будем использовать статистическую модель синтеза
монохромных текстур, предполагая, что наиболее строгими моделями
являются стохастические коррелированные поля [97]. Прэтт использовал
изображения двумерных полей для изучения различения текстур
зрительным анализатором человека. При таком подходе текстура
генерируется как двумерный массив случайных чисел с заданной
совместной плотностью
вероятности.
Процедура синтеза стохастического поля с заданными
статистическими свойствами строится на основании одномерной модели.
Пусть элементу изображения
f
0
предшествует n элементов, составляющих
множество {
n
f,...,f,f
21
}. Тогда условная плотность вероятности того, что
данный элемент будет иметь некоторое значение яркости
f
0
при условии,
что предшествующее множество было {
n
f,...,f,f
21
}, выражается в
соответствии с уравнением:
p(
n
f,...,f,f/f
210
)=
)(
)(
21
21
n
n0
,...ff,fp
f,...,f,f,fp
. (9.15)

Страницы