Microsoft Word Уч пособие 22 09. doc



Download 8,56 Mb.
bet75/79
Sana13.04.2022
Hajmi8,56 Mb.
#548388
1   ...   71   72   73   74   75   76   77   78   79
f (x, y)
с маской
h(s,t ) .65

  1. Рисунок 6.4 Применение медианного фильтра с окном

3  3
элемента.

а) исходное изображение; б) выходное изображение; в) изображение разности изображений а) и б).69

  1. Рисунок 6.5 Пример фильтрации изображения с импульсной помехой

(1%): a) исходное изображение; б) МФ 3x3; в) АМФ.71

  1. Рисунок 6.6 График частотной характеристики фильтра Баттерворта при r=70 и k=10: а) – центрированная характеристика; б) – нецентрированная.74

  2. 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.75

  3. Рисунок 7.2 а) Изображение цветка; б) цветоразностный (Cb)

компонент этого изображения; в) бинарное изображение цветка.76

  1. Рисунок 7.3 Гистограмма значений Cb компонента.77

  2. Рисунок 7.4 Оценка яркостных и геометрических признаков формы клеток.78

  3. Рисунок 7.5 Параллельный перенос множества B на вектор

t  x0 , y0 .79

  1. Рисунок 7.6 Центральное отражение множества B.79

  2. Рисунок 7.7 Дилатация множества B по множеству S.80

  3. Рисунок 7.8 Эрозия множества B по примитиву S.81

  4. Рисунок 7.9 Размыкание множества B по примитиву S.81

  5. Рисунок 7.10 Замыкание множества B по примитиву S.82

  6. Рисунок 7.11 Определение ориентации по собственному вектору матрицы ковариации.85

  7. Рисунок 8.1 Чувствительность к контрасту и порог неразличимости

I .88

  1. Рисунок 8.2 Эффект полос Маха.89

  2. Рисунок 8.3 Блок-схема алгоритма кодирования длин серий строки изображения.93

  3. Рисунок 8.4 Блок-схема алгоритма декодирования строки изображения по методу RLE.94

  4. Рисунок 8.5 Формирование кодового дерева по методу Хаффмана.100

  1. Рисунок 8.6 а) Изображение, полученное дифференцированием по строке изображения «Лена»; б) гистограмма распределения яркостей этого изображения.101

  2. Рисунок 8.7 Структурная схема кодера ДИКМ.103

  3. Рисунок 8.8 Исходное изображение а) и два восстановленных изображения б) и в). Спектры соответствующих изображений г) - е). 106

  4. Рисунок 8.9 Базисные функции ДКП, n-порядковый номер отсчета входной последовательности, k-номер выходного значения коэффициента ДКП.109

  5. Рисунок 8.10 Изображение, восстановленное по 3,8% коэффициентов: а) по алгоритму ОДПФ; б) по алгоритму ОДКП.110

  6. Рисунок 8.11 Схема кодера JPEG.110

  7. Рисунок 8.12 Положения отсчетов яркости и цветности при формировании макроблока. X- положение отсчета яркости, O – совпадающее положение отсчетов цветности Сb и Cr.111

  8. Рисунок 8.13 Расположение блоков в макроблоке при кодировании

JPEG.112

  1. Рисунок 8.14 Зигзагообразное сканирование квантованных спектральных коэффициентов.114

  2. Рисунок 8.15 Условная схема процесса кодирования / декодерования при вейвлетном преобразовании.116

  3. Рисунок 8.16 Схема вейвлет-кодирования изображения.118

  4. Рисунок 8.17 Пространственное расположение блоков коэффициентов в кадре изображения после вейвлетного преобразования.119

  5. Рисунок 8.18 Вейвлет Хаара. а) Масштабирующая функция («отцовский вейвлет»), б) материнский вейвлет, в) производные вейвлеты Хаара.121

  6. Рисунок 8.19 Положение коэффициентов фильтров и отсчетов сигнала входной последовательности.123

  7. Рисунок 8.20 Схема выполнения одномерного ВП и децимации.124

  8. Рисунок 8.21 Схема выполнения одномерного ОДВП при использовании фильтра D4.125

  9. Рисунок 8.22 Схема прямого и обратного одномерного ВП.125

  10. Рисунок 8.23 Фрагменты изображения "Лена". a) Фрагмент исходного изображения; б) Фрагмент декодированного JPEG изображения; в) фрагмент декодированного изображения при использовании вейвлетного алгоритма.129

  11. Рисунок 8.24 Исходные изображения: a) “Лена”, б) тестовая таблица. в) График зависимости ПСШ от коэффициента сжатия, где J - кодирование JPEG; W - вейвлетное кодирование; L - изображение “Лена”; T - изображение таблицы.130

  12. Рисунок 8.25 Схема формирования предсказания движения в группе в хронологической последовательности кадров.132

  13. Рисунок 9.1 Определение размера фрактала на примере четырех ломаных линий.141

  14. Рисунок 9.2 Граф выделения на изображении текстурных областей. 144

  15. Рисунок 9.3 Форма кластеров при кластеризации двумерных данных а) по методу квантования многомерных гистограмм, б) по методу векторного квантования.146

  16. Рисунок 9.4 Примеры синтезированных текстур по статистическому методу.153

  17. Рисунок 9.5 Пример синтезированных текстур при H равном 0,1; 0,5 и

0,8 соответственно.155

  1. Рисунок 9.6 График зависимости нормированной величины внутрикластерных ошибок D/Dmax от числа итераций ntrace.159

  2. Рисунок 9.7 Пример классификации изображений. Кластеры представлены центрами масс. a) Исходное изображение; в) изображение получено после кластеризации по методу К- внутригрупповых средних при числе итераций ntrace=1; г) изображение получено после кластеризации по методу К − внутригрупповых средних при числе итераций ntrace=10; б) изображение, сформированное как разность изображений в) и г).160

  3. Рисунок 9.8 Пример классификации: a) исходное изображение; б) изображение, представленное центрами масс кластеров после первоначального разбиения по тоновому компоненту; в) изображение, представленное центрами масс кластеров, при кластеризации по методу К-внутригрупповых средних после выполнения 1 итерации; г) изображение, представленное центрами масс кластеров, после доопределения кластеров и кластеризации по методу К − внутригрупповых средних.161

  4. Рисунок 9.9 Маски красно-коричневого кластера, полученные на различных шагах.162

  5. Рисунок 9.10 Построение пирамиды при оценке размера фрактала по методу пирамиды.168

  6. Рисунок 9.11 Пример сегментации фрактальных текстур, имеющих разные характеристики цветности. а) исходное изображение, б) изображение масок аппликативного наложения текстур, в) г) результат сегментации по тону.174

  7. Рисунок 9.12 Пример сегментации фрактальных текстур, имеющих одинаковые характеристики цветности. а) исходное изображение, б) результат сегментации при размере окна 16x16, в) результат сегментации при размере окна 8x8.174

  8. Рисунок 9.13 Пример сегментации текстур из альбома Бродатца а) исходное изображение, б) результат сегментации при размере окна 8x8.175

  9. Рисунок 9.14 Пример сегментации текстур а) исходное изображение; б) исходное изображение яркостного компонента; в) результат сегментации при размере окна 8x8.175

Download 8,56 Mb.

Do'stlaringiz bilan baham:
1   ...   71   72   73   74   75   76   77   78   79




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish