Cтраница 1
Структура рецепторов соседних уровней пирамиды. [1] |
Анализируемое изображение 1 является объектом, на котором осуществляется поиск образца по эталону. Пирамида анализируемого изображения 2 представляет серию изображений с ранжированным уровнем загрубления. [2]
Схема устройства пространственной фильтрации для анализа фотографий с двойной экспозицией, полученных при освещении от лазера. [3] |
Анализируемое изображение, зарегистрированное на пленке, освещается коллимированным пучком света и затем с помощью линзы формируется снова. [4]
Пусть анализируемое изображение задано на дискретном растре размером MXN. Рассмотрим центральный участок изображения размером M XN, мало отличающийся по размеру от всего изображения. [5]
Для каждого из анализируемых изображений были составлены дискретная и градуальная таблицы форма - место в соответствии с алгоритмами, описанными в § 7.4. Классификация дискретных и градуальных таблиц проводилась отдельно, но в обоих случаях множество таблиц разделялось на две группы. [6]
Проводят корреляцию 6 анализируемого изображения с каждым эталонным изображением, а полученные корреляционные функции сохраняют в памяти. Проверяют факт завершения полного поворота тела каждого объекта ( азимут проходит полный круг) 8 и в случае его невыполнения осуществляют приращение 9 азимута на некоторый угол ( обычно не более 150е) и продолжают процесс в блоках 5 - 7 с наполнением новых корреляционных функций. Если полный поворот завершился, то производят выбор 10 глобального максимума среди всех сохраненных в блоке 7 корреляционных функций: Этот максимум индицирует положение объекта, его тип и ориентацию. [7]
Переход от ввода эталонных и анализируемых изображений на кинопленке к вводу изображения с использованием оптически управляемых транспарантов и электронно-лучевых трубок позволит сократить время ввода информации в коррелятор и осуществить ввод практически в реальном времени. [8]
На рис. 5 показан фрагмент анализируемого изображения ( 15 % наблюдаемой площади) в разные моменты времени. Направление вытеснения - из правого верхнего угла фрагмента в левый нижний. Видно, что в достаточно большом числе пор рассматриваемой части микромодели произошло замещение воды нефтью, т.е. после прохождения закачиваемой воды в эти поры попала нефть, что означает наличие в них разрыва вытесняемой фазы - макродиспергирования. Отметим, что выделенные поры представляют собой несвязную хаотичную структуру, что подтверждает движение вытесняемой фазы как случайной системы дисперсных элементов. [9]
Коррелятор позволяет, имея на входе анализируемое изображение в виде отдельного фотокадра или в составе фильма на фотопленке, получить на выходе координаты заданных объектов в цифровой форме, удобной для дальнейшей обработки в ЭВМ. [10]
Она заключается в представлении эталона и анализируемого изображения в виде структуры слоев изображений с различным разрешением. На самой вершине такой пирамиды располагается обзорное изображение, состоящее из малого числа пикселов, в основании пирамиды - исходное, наиболее детальное и соответственно состоящее из максимального числа пикселов. Сущность распознавания заключается в последовательной идентификации, начиная с самого верхнего уровня, соответствующих уровней пирамид анализируемого и эталонного изображений. Так как задача может быть решена на некотором среднем уровне, то уже этим достигается повышение эффективности процесса из-за сокращения вычислительных затрат. [11]
Плоскостная развертка ме - ФИИ применяют НЛССКОСТ-ханического типа. ные развертки. [12] |
Тогда развертывающий элемент, прочертив строку по поверхности анализируемого изображения и сойдя с него, без перерыва сменяется другим развертывающим элементом, начинающим развертку следующей строки. К непрерывным разверткам относятся и плоскостные развертки с плоским расположением бланка. [13]
Функциональная схема опознающей системы. [14] |
При работе такой системы возможно изменение масштаба и ракурса анализируемого изображения. Кроме того, возможен и поворот изображения относительно оптической оси системы. Это может привести к ошибкам. Представляет интерес оценка возможного значения ошибок. По довольно сложным формулам были рассчитаны на ЭВМ зависимости качества системы распознавания от изменения масштаба, угла поворота изображения и ракурса. Анализ показал, что наиболее критична система к изменению масштабного фактора. [15]