Составители:
75
размер матрицы (NxM); выполнить децентрирование характеристики
H(u,v);
− выполнить поточечное умножение
)()()(
v
,u
H
v
,u
F
v
,u
S
= , ]10[]10[(
−
∈
−
∈
∀
M
,
v
,
N
,u ;
− выполнить ОДПФ спектра S(u,v).
6.2.4 Высокочастотные фильтры
По известной передаточной функции НЧ фильтра можно получить
передаточную характеристику ВЧ фильтра в соответствии с уравнением:
)(1)(
НЧВЧ
v,uHu,vH −= . (6.23)
Фильтрация выполняется в соответствии с алгоритмом, приведенным
в п. 6.2.3.
7 АНАЛИЗ БИНАРНЫХ ИЗОБРАЖЕНИЙ
Анализ бинарных изображений включает операции, применяемые в
бинарном машинном зрении, например, анализ частиц, обработка
документов, счет рыб, и при анализе полутоновых изображений. Он
предполагает формирование и обработку бинарных изображений, обычно
изображений, яркости элементов которых имеют значения 0 или 1, при
этом 0 представляет фон, 1 представляет объект. На рисунке 7.1
представлено изображение клеток, окрашенных в разные
цвета: желтый,
оранжевый, светло-зеленый и темно-зеленый.
а)б)в)
Рисунок 7.1 Пример операций анализа цветного изображения. a) Исходное
изображение. Каждая клетка является отдельным объектом. б) Бинарное
изображение клеток оранжевого цвета после сегментации. в) Результат
селекции связных компонентов.
По признаку цветности из этого изображения выделяются объекты
заданного (на рисунке 7.1 -оранжевого) цвета. В результате сегментации
формируется бинарное изображение, на котором наряду с полезной
информацией остаются области шума (рисунок 7.1 б). В результате
селекции связных областей каждой связной области назначается
определенный уровень яркости (номер области). После выполнения
селекции и выделения областей в
некотором заданном диапазоне
площадей удается отфильтровать шум и сосчитать клетки заданного цвета,
пронумеровав их, как это показано на рисунке 7.1 в).
Страницы
- « первая
- ‹ предыдущая
- …
- 73
- 74
- 75
- 76
- 77
- …
- следующая ›
- последняя »
