/p>
Далі ми скрізь будемо під АКФ розуміти тільки частина функції на інтервалі від 0 до k/2, оскільки інша частина функції - симетрична першої частини.
Властивість 3. Якщо контур має будь-яку симетрію щодо повороту, то аналогічну симетрію має його АКФ. Для прикладу на малюнку 7 наведені графіки АКФ для деяких контурів. br/>В
Малюнок 7 - Графіки АКФ для деяких контурів
На малюнку 3 модуль АКФ зображений синім кольором (АКФ зображена тільки для інтервалу від 0 до k/2).
Всі контури, крім останнього, зображені на малюнку 3 мають симетрію до повороту, що призводить до симетрії АКФ. Останній же контур такої симетрії не має, і графік його АКФ - не симетричний. p align="justify"> АКФ контуру в певному сенсі можна вважати характеристикою форми контуру. Так, форми, близькі до кола мають рівномірні значення модуля АКФ (див малюнок для кола). Сильно витягнуті в одному напрямку форми - мають провал в центральній частині АКФ (див малюнок прямокутника). Форми, що переходять у самих себе при повороті, мають максимум АКФ у відповідному місці. p align="justify"> Властивість 4. Нормована АКФ не залежить від масштабу, положення, обертання і вибору початкової точки контуру. Це випливає з пункту 1-го і з властивостей НВВ. p align="justify"> зір маніпулятор еквалізація робот
3.2 Еквалізація контурів
Методи КА увазі однакову довжину контурів. У реальному ж зображенні контури мають довільну довжину. Тому, для пошуку та порівняння контурів, всі вони повинні бути приведені до єдиної довжині. Цей процес називається еквалізацією. Розглянемо простий і швидкий спосіб еквалізациі, який, крім приведення до єдиної довжині, робить згладжування контуру методом змінного середнього. p align="justify"> Спочатку фіксується довжину ВК, яка буде використовуватися в системі розпізнавання. Позначимо її k. Потім, для кожного вихідного контуру Г створюємо вектор-контур N довжиною k. Далі можливі два варіанти-або вихідний контур має більше число ЕВ ніж k, або менше число ніж k. p align="justify"> Якщо вихідний контур більше необхідного, то перебираємо всі його ЕВ, і вважаємо елементи N як суму всіх ЕВ, таким чином (C + +):
Complex newVector [newCount]; (int i = 0; i
Цей алгоритм досить грубий, особливо для довжин небагатьом великих k, однак він цілком застосовний на практиці. Вибір значення k визначається специфікою прикладної області. З одного боку, велика довжина k означає великі витрати на обчислення. З іншого боку - малі значення k несуть менше інформації, і точність розпізнавання знижується, а розпізнавання шуму - збільшується. p align="justify"> Дослідним шляхом встановлено, що при малих значеннях k (менше 30) різко підвищується число шумових распознаваний (розпізнавання...
