Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде Matlab (2006) (1246139), страница 93
Текст из файла (страница 93)
Ч 11.'2.2) с размером ячеек 8. На рис, 12.3, б) и д). показаны результаты, Затем к координатам каждой вершины ломаной был добавлен некоторый шум с помощью функции гапбоегтех (зтиститтг атой функции приведен в приложении В). которая имеет синтаксическую форму ~хп, уп] = гапт1негсех(х, у, ар1х) где х и у являются векторами-столбцами., содержащими координаты вершин ломаной линии, хп и уп -- зто соответствующие зашумленные координаты.
а прйх— зто максимальное число пикселов, у которых разрешается поменять координату по любому направлению. Для каждого класса были сгснерированы 5 зашумленных вершин при прах = 5. На рис. 12.3, в) и с) показаны типичные результаты. Строки символов для каждого класса были образованы кодированием внутренних углов ломаных линий с помощью функции ро1уапя1ен тсат. прот раммный гсй. С Г29~у код в приложении В) з )> апя1еа = ро1уапя1ев(х, у); Тогда строка в строится по массиву апя1ев квантованием с шагом 45' по колганде » в = 11оог(вл61еа/45) + 1; Получается строка, элементами которой служат числа от 1 до 8, где 1 обозначает диапазон 0' < 0 < 45', 2 обозначает диапазон 45' < 0 < 90' и т.
д. Здесь 0 — это внутренний угол многоугольника границы. Поскольку первым элементом на выходе шапрегро1у всегда является самая верхняя левая вершина входной границы В, то первый элемент строки а соответствует внутреннему углу этой вершины. В этом заключается автоматическая регистрация строки (если не поворачивать объекты), поскольку все они начинаются с самого верхнего левого угла для всех изображений.
Направление обхода вершин на выходе шйпрегро1у задано по часовой стрелке, поэтому и элементы в следуют в этом направлении. Наконец, каждая строка в преобразуется из числового формата в символьный с помощью команды )) а = 1пс2атг(в); В этом примере объекты имеют сравнимые размеры, и они расположены вертикально, поэтому нет необходимости нормировать или менять ориентацию. Если бы объекты имели произвольный размер и ориентацию, то мы могли бы сориентировать их вдоль их основных направлений, используя собственные векторы соответствующих преобразований, которые обсуждались в конце з 11.5. После чего мы могли бы использовать ограничивающий прямоугольник из з 11.4 для определения размеров объектов для их нормирования.
Сначала функция всгваш11аг1гу использовалась для вычисления меры схожести всех строк класса 1 между собой. Например, чтобы найти схожесть между первой и второй строкой класса 1, выписываем команду » К = асгв1ш11аг1су(в11, а12); где первый индекс обозначает класс, а второй — номер строки из этого класса. Результаты, полученные для пяти типичных строк, суммированы в табл.
12 4, где 1Ы обозначает бесконечность (т. е. полное совпадение. что объяснялось раньше). Табл. 12.5 отображает аналогичные меры схожести для пяти строк класса 2. Табл. 12.6 показывает величины меры схожести между строками разных классов 1 и 2. Отметим, что величины в этой таблице существенно меньше, чем числа из предыдущих двух таблиц. Это указывает на то, что мера гт достигает высокой степени различия межлу двумя классами объектов. Другими словами. измерение схожести строк между членами одного класса дало существенно большие значения, что означает их близкое совпадение по сравнению с членами противоположного класса. П Входы х и у функции ротуепатев являются векторами, состоящими из х- и у-координат вершин многоугольника, упорядоченные по часовой стрелке.
Выходом служит вектор, состоящий из величин соответствующих внутренних углов, выраженных в градусах. ~~30 Г ~2. т б Таблица 12.4. Значения меры схожести В строк внутри класса 1. (Все величины увеличены в 10 раз) Таблица 12.0. Значения меры схожести й строк внутри класса 2. (Все величины увеличены в 10 раз) Таблица 12.6. Значения меры схожести В строк между классами 1 и 2. (Все величины увеличены в 10 раз) Выводы Начиная с гл. 9, наше рассмотрение цифровой обработки изображений отошло от процессов, выходом которых являются изображения, и переместилось в область методов и процедур, которые имеют на выходе признаки и атрибуты входных изображений.
Хотя последняя глава носит ознакомительный характер, затронутые в ней идеи и концепции носят фундаментальный характер, а представленные в ней материалы отражают современное представление о предмете распознавания объектов. Как отмечалось в начале нашего путешествия в з 1.2, распознавание индивидуальных объектов является логическим завершением этой книги. Закончив изучение материалов представленных двенадцати глав, читатель теперь в состоянии решать задачи программного прототипирования различных методов цифровой обработки изображений с помощью функций системы МАТ1 АВ и пакета 1шаяе Ргосеэв1пк Т001Ьох. Но еще более важно то, что основные теоретические положения и множество новых построенных функций образуют общую схему того, как можно расширять и углублять возможности МАТ1 АВ и 1РТ.
Учитывая специфическую особенность большинства проблем обработки изображений, ясное понимание этого материала существенно повышает шансы на успешное решение широкого спектра задач в области приложений цифровой обработки изображений. ПРИЛОЖЕНИЕ А Введение А.! . Функции 1РТ и О!Р(.2М Следующие функции достаточно условным образом объединены в группы, подоб- но тому, как это сделано в документации по пакету 1РТ. Если в 1РТ отсутство- вала соответствующая группа функций (например, для действий с вейвлетами), то такую группу мы создали самостоятельно.
Группа и имя Описание Стр. Вывод изображений на дисплей Отобразить панель цветов (МАТ1,АВ). Получить изображение по осям. Интерактивное редактирование цветов. Создать и отобразить объект изображения (МАТ1.АВ). Поменять масштаб и показать изображение (МАТьАВ). Построить мультфильм по последовательности кадров. Показать изображение. Показать изображение в !шахе Гдекег. Показать несколько изображений в виде прямоугольных ров. Показать записанный мультфильм (МАТьАВ). )Отобразить цветовой куб КСВ. Показать несколько изображений на одном графике. Выровнять отображаемые размеры изображения.
Показать изображение в виде текстуры поверхности. оп1ше оп1ше 238 оп!ше оп!пге оп!ше 32 оп1!пе кад-оп1!пе сотогьаг йее1ааяе 1се (П1Р()М) яе 1ваяеас !ввочхе !веков хвчхеч воптайе оп11пе 207 оп1ше оп1!пе оп1гпе аон!е гйьспье (О!РОМ епвааайе сгпеегае чагр Операции ввода/вывода файлов изображений Считать мещданные из О!СОМ-сообгцеггня. Считать О!СОМ-изображение. Записать О!СОМ-изображение.
Текстовый файл, содержащий словарь О!СОМ-данных. Построить однозначный О!СОМ-идентификатор 61сов1пха 61совгеаг! 6!совет!се В!сов-В!сс.схе 61совппй оп(ше оп вне опйне оп1ше оп1!пе В 3 А.1 этого приложения перечислены все функции из пакета 1шаяе Ргосевйпя Тоо1Ьох, а также все новые функции, которые были разработаны в предыдущих главах данной книги. Последняя группа называется пакетом Р1Р1)М. Эта аббревиатура получится, если взять первые буквы слов из названия нашей книги на английском языке (1))я)(а! 1шаяе Ргосевв(пя 1)э(пя Ма(1аЬ). Все указанные номера страниц относятся к тем местам книги, где эти функции появились в первый раз.
В некоторых случаях для ряда функций имеется несколько ссылочных страниц. Это означает, что данные функции прокомментированы и объяснены по-разному в зависимости от возможных приложений. Некоторые функции 1РТ не использовались в тексте книги. Это обстоятельство отмечено словом оп1гпе (оперативный доступ), что означает приглашение обратиться к справочной странице МАТ1.АВ по данной функции. Все функции МАТЬАВ, использованные в книге, перечисзгены в 3 А.2. В этом параграфе номера страниц соответствуют первому упоминанию данной функции в тексте книги.
Выдать информацию о файле изображения (МАТ1.АВ). Считать файл изображения (МАТ1,АВ). Записать файл изображения (МАТ1.АВ). 35 1шдтпуо 31 34 1вгеад ппиглСе Арифметика изображений 1ваЬвд111 аа 1шсошр1евепС звал«\ае 1ш11псовЬ лшпш1Слр1у 1швпЬСгасС Геометрические преобразования Построить изображение шахматной доски. Найти выходные границы геометрического преобразо- вания. Поменять местами вход н выход в структуре ТРОКМ.
Обрезать изображение. Изменить размеры изображения. Повернуть изображение. Применить геометрическое преобразование к иэобра- жению. Алгоритм нахождения целочисленных координат ли- нии (недокументированная функция 1РТ). Создать повторную структуру.
Создать структуру геометрического преобразования (ТРОКМ). Дублировать пикселы иэображения по обоим направ- лениям. Прилленить геометрическое преабрпзавание к )Л7-мер- ному массиву. Применить прямое геометрическое преобразование. Применить обратное геометрическое преобразование. )Сделать визуализацию прямого геометрического пре- образования.
181 оп1 лпе спесхегЬопгд 11пдЬовпап оп1!пе оп!1 не оп!!пе 490 201 111ртуопп лшсгор лвгеелхе 1вгопате лшпгапвуопп 454 1пп11пе 203 197 вейегевевр1ег вехесуопп рлхе1дпр (П1Р()М) Суогшвггау 181 оп1!пе 197 197 198 Суогплуид Стогвтп« «1пс1оппдва (О!Р(1М Регистрация изображений Преобразовать СРБТН!)СТ в допустимую пару контрольных точек. Построить геометрическое преобразование по контрольным точкам.
Настроить положения контрольных точек с помощью взаимной корреляции. Инструмент задания контрольных точек. Нормализованная взаимная корреляция. оп!!пе срвсгпсС2ра1гв 204 ср2с1огв оп!!пе срсогг 205 оп!те срве1есС погихсогг2 Значения пикселов и статистика опйпе 494 Вычислить двумерный коэффициент корреляции. Вычислить ковариационную матрипу семейств векто- ров.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
