Стационарные случайные поля.
Многокомпонентные изображения. , N – число компонент. Часто, N=3 (RGB). Мультиспектр – когда есть десятки каналов. Гиперспектральные картинки: N насчитывает сотни. Цветовые пространства.
1) RGB ( Red , Green , Blue ). В цветовом координатном пространстве RGB любой цвет получается как сумма (смешение) красного, зеленого и синего цветов. Если представить это пространство в виде куба, то на главной диагонали куба, образованного из нормированных компонентов, будут расположены серые цвета (ахроматические). ( 0,0,0 – черный; 255,255,255 – белый; 255,0,0 – красный; 128,128,128 – серый) Ортогональное пространство.
2) CMY ( Cyan , Magenta , Yellow ). Модель описывает отраженные цвета (краски), которые образуются в результате вычитания части спектра падающего света на поверхность. Ортогональное пространство. C = 255-R M = 255-G à (например, белый – 0,0,0) Y = 255-B
3) CMYK (Cyan, Magenta, Yellow, blacK). Модель CMYK описывает реальный процесс цветной печати на цветном принтере. Четвертый компонент K – черный (blacK) цвет. Основные субтрактивные цвета достаточно яркие и поэтому не годятся для воспроизведения темных цветов. C’ = С - K M’ = M - K Y’ = Y – K
4) YCrCb . В этом пространстве компонент Y включает в себя только информацию о яркости пикселов, а компоненты Сb и Сr содержат только информацию о цвете и насыщенности. Определение компонентного сигнала задается через сигналы основных цветов R, G, B из уравнения:
5) HSB/HSI (hue, saturation, lightness). Цветовая модель, в которой цветовыми координатами являются интенсивность, насыщенность, цветность. Общая идея модели: выразить цвет числом.
2. Модели цифровых изображений (йобаная срань, хз че с ней делать) Детерминированные Квазидетерминированные |
Стохастические (вероятностные)
| |||||||||||||||
Модели случайного поля
| Пространственные модели | |||||||||||||||
Стационарные | Нестационарные | Составные (мозаичные) | Модели рассеивания | |||||||||||||
Детерминированная модель
Модель изображения представляет систему функций, описывающих существенные характеристики изображения: функцию яркости, отражающую изменение яркости в
плоскости изображения, пространственные спектры и спектральные интенсивности изображений, функции автокорреляции.
Изображение = формула (фиксированная матрица).
Примеры: шахматная доска. Яркость возрастает слева направо линейно.
Квазидетерминированная модель – детерминированная с неизвестными параметрами.
Стохастические модели
Изображение имеет некоторую случайную природу. Изображение в этом случае рассматривается как случайная функция пространственных координат (x, y) и времени t.
· Модели случайного поля. Изображение – реализация случайного процесса стационарного или нестационарного.
o Стационарные – с одинаково изменяющимися характеристиками. – АКФ зависит только от m, n.
o Нестационарные – могут изменяться от хода по изображению (зависит от координаты),
· Пространственные модели
o Составные – пример: случайные линии со случайным углом. Случайная яркость – const или const + белый шум.
o Модель рассеивания. Случайные объекты со случайными параметрами.
Стационарные случайные поля.
– стационарное случайное поле (ССП)
- плотность распределения (грубо – вероятность x)
На изображении – доля плотности яркости x. Оценка - гистограмма.
Каждый пиксель – случайная величина с вероятностью .
2019-07-03 | 247 | Обсуждений (0) |
5.00
из
|
Обсуждение в статье: Стационарные случайные поля. |
Обсуждений еще не было, будьте первым... ↓↓↓ |
Почему 1285321 студент выбрали МегаОбучалку...
Система поиска информации
Мобильная версия сайта
Удобная навигация
Нет шокирующей рекламы