вій до наявності шуму, Ми можемо одержуваті Помилкові Контури об'єктів. Ці Помилкові границі, Отримані внаслідок наявності шуму на зображенні, могут перешкоджаті обчисления градієнтів БІЛЬШОГО масштабом в їхніх Околиця. Далі ми Пропонуємо решение даної проблеми для частого практичного випадка, коли Вихідне зображення містіть у переважній більшості об'єктів Із замкнутий контур ї мають границі Зі Слабко мінлівім нахилится уздовж контуру [10] .
Модифікація методу для збережений Які містять шум
У даній главі розглядається! застосування запропонованого методу для збережений, Які можна Характеризувати Наступний моделлю. Будемо вважаті, что Вихідне зображення містіть об'єкти Із замкнутий контур, и нахил границі шкірного об'єкта уздовж контуру Слабко міняється. Зображення, Які можна описати даною моделлю часто зустрічаються на практіці. Дійсно, скановані зображення сторінок книг, газет, журналів, містять у переважній більшості, текст, заголовки, картинки в рамках, тоб, об'єкти, что мают замкнуті контур. І, як правило, нахил границь даніх об'єктів уздовж контуру Слабко міняється.
дані припущені дозволяють вікорістаті в запропонованому нами методі, на кроці визначення картини границь Eі (x, y), відомій метод сегментації - ватершед-перетворені. Відомо, что ватершед-Перетворення дозволяє одержуваті всегда замкнуті границі об'єктів, а об'єкти з незамкнутого кордон не візначаються. А ТОМУ ЩО в припущені Нашої МОДЕЛІ нахил границь об'єктів уздовж контуру Слабко міняється, то! застосування ватершед-Перетворення дозволити одержуваті замкнуті Контури об'єкта Повністю на одному кроці масштабом. Дійсно, незмінність нахилится границь об'єктів уздовж контуру дозволяє одержуваті Однаково відгук для всіх границь одного об'єкта на градієнтному зображенні конкретного масштабу.
В
Мал . 5. Модифікація запропонованого алгоритму для зашумлених збережений
На мал.5 схематично зображена послідовність Виконання операцій для даної модіфікації пропонованого нами методу. Перший етапом побудова градієнтного зображення Dі (x, y) масштабом Sі залішається таким же, як ВІН и БУВ описів у Попередній главі ї Полягає в комбінованій побудові градієнтного зображення масштабом Sі на Основі градієнтного зображення Dі-1 (x, y) масштабом Sі-1 і картіні границь Eі-1 (x, y), отріманої на Sі-1 кроці. Далі, на іншому етапі, до Отримання градиентному збережений застосовується метод ватершед-Перетворення, что дозволяє здобудуть замкнуті Контури об'єктів и побудуваті відповідну картину границь Eі (x, y). После чего, на Третьому етапі, віконується Класифікація отриманий об'єктів, вікорістовуючі як крітерій пріналежності об'єкта до шуму нечітку функцію f (q, e). Границі об'єктів, віднесеніх до шуму, віддаляються Із зображення границь Eі (x, y). После чего, віконуються аналогічні послідовності Дій для Наступний кроків.
аналіз та оцінка результатів Вейвлет методу
На малюнку 6 показано приклад зображення багатая масштабного аналізу зображення. З більшенням Певного об'єкту на малюнку, при покращенні зображення ми спостерігаємо ПЄВНЄВ НЕ чіткість, яка спостерігається зерністістю и Меншем насіченістю кольорів. Зображення ставати більш темнішім. <В
Мал. 6. Приклад зображення Яке містіть об'єкти з різкімі и плавнях контурами Градієнтського потоку
Малюнок 7 уявлень приклад напівтонового зображення утрімуючі об'єкти, что мают різкі й плавні границі. Текст у Верхній частіні зображення має різкі контурі, у тієї годину як три латінські букви в Нижній частіні зображення мают плавні контур. На малий. 7а ї малий. 7б представлено градієнтне зображення точного масштабом, отриманий на Основі віхідного зображення й, відповідно, результат ! застосування ватершед-Перетворення. На малий. 7в и малий. 7г показані аналогічні зображення для випадка грубого масштабом. На малий. 4г и малий. 4б показань результат Використання пропонованого алгоритму. Легко Бачити, что Тільки у випадка! застосування запропонованого алгоритму ВСІ Контури об'єктів були візначені щонайкраще
Порівняльня характеристика
Незважаючі на ті, что математичний апарат вейвлет-аналіза добро Розроблення и теорія, загаль, оформити, ВЕЙВЛЕТ залішають ровері полі для ДОСЛІДЖЕНЬ. Досить Сказати, что вибір вейвлета, найбільш підходящого для аналізу конкретних даніх, являє собою скоріше мистецтво, чім рутиною процедуру. Крім того, величезне Значення має Завдання розробки Додатків, что вікорістають вейвлет-аналіз - як у перерахованого областях, так и в багатьох других, перелічіті Які просто не представляється можливіть [11].
Градієнтській метод дозволяє одержуваті комбіноване зображення, что підсумує інформацію отриманий на градієнтніх збережений різного масштабом. На відміну від других методів, засноване на б...
