Компьютерная обработка и распознавание изображений - 173 стр.

UptoLike

Составители: 

173
позволит повысить эффективность сегментации анизатропных
текстур.
Метод броуновской функции обладает наибольшей эффективностью
по сравнению с другими рассмотренными методами.
Таблица 9.4 Матрица межфрактальных расстояний при оценке размера
фрактала по модулю разности яркостей (окно 16x16)
H
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
0,1 0 1,86 2,08 2,92 3,83 4,51 4,61 5,81 6,52
0,2 0 0,19 1,01 1,7 2,32 2,49 3,65 4,26
0,3 0 0,83 1,51 2,13 2,3 3,49 4,09
0,4 0 0,59 1,2 1,4 2,58 3,16
0,5 0 0,67 0,92 2,25 2,89
0,6 0 0,28 1,65 2,28
0,7 0 1,32 1,91
0,8 0 0,53
0,9 0
Осуществляется преобразование цветового координатного
пространства RGB в пространство HLS. Оценка размера фрактала
производится по яркостному компоненту изображения. Хотя размер
фрактала инвариантен к масштабу, реальные природные поверхности не
обладают одним и тем же размером фрактала во всем возможном
диапазоне масштабов. Они имеют один и тот же размер фрактала для
большего или меньшего
диапазона шкал. Исследования показали, что для
большинства приложений приходится ограничивать диапазон изменения
шага [1,3].
Оценка межкластерных расстояний для фрактальных методов
представлена в таблице 9.2-9.4. На рисунке 9.11 приведен пример
наложения по маске (рисунок 9.11 б) двух синтезированных фрактальных
текстур, имеющих разные цветовые характеристики. Изображения
получены в соответствии с алгоритмом синтеза цветных фракталов,
рассмотренным в
разделе 9.4. При отличии по цвету текстуры могут быть
успешно разделены на основании простого алгоритма: преобразование
пространства RGB в пространство HLS, пороговое ограничение по
гистограмме тонового компонента. На рисунке 9.11 в) и г) приведены
текстуры, полученные в результате сегментации по компоненту тон. В
данном случае мы получили точные маски областей текстур коричневого и
синего цветов, вероятность ошибки равна 0. Таким образом, использование