КАТЕГОРИИ:
Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)
Из него следует, что
|
|
|
|
.
С другой стороны, последнее неравенство позволяет определить минимальное расстояние 
между объектами, если известен их диаметр 
. В самом деле, заменяя 
на 
, получаем неравенство
(
) 
.
Из него следует, что
.
В частности, для близко расположенных объектов зоны интереса могут не существовать. В случае проекции 
произвольной формы для вычисления 
и используется круг минимального диаметра, содержащий .
Изложенные соображения определяют возможный порядок действий при выявлении объектов для случая, когда известны и 
. Вначале выбираются 
, 
и строится семейство 
. Затем для каждого квадрата из выполняется сегментация. Полученная проекция используется для вычисления значений геометрических признаков и классификации объекта.
Свойства зон интереса отличаются от свойств квадратов таких же размеров, но не содержащих объектов. Этим обстоятельством можно воспользоваться для уменьшения количества квадратов, которые придется сегментировать. Для этого необходимо выбрать признаки, отличающие зону интереса от квадрата без объекта, и выполнить классификацию всех квадратов из семейства 
на два класса. Первый класс будет содержать зоны интереса, а второй - квадраты, которые не являются зонами интереса. Таким образом, сегментацию, требующую значительных вычислительных ресурсов, придется выполнять только для таких квадратов из , которые были распознаны как зоны интереса.
В связи со сказанным, оставшаяся часть настоящей главы посвящается исследованию возможностей классификации квадратов из .
4.2 Зоны интереса на локально однородных сценах
Рассмотрим возможности классификации квадратов из семейства для локально однородных сцен, удовлетворяющих условиям теоремы Слуцкого.
В самом деле, пусть - проекция светлого пятна 
, - его диаметр, а 
- окрестность, принадлежащая . Легко видеть, что граница квадрата 
с центром 
и стороной , 
, не имеет общих точек с . Если 
- зона интереса для , то изображение 
границы можно использовать для получения оценок среднего 
фона. В самом деле, пусть 
, разделим границу 
на 
не пересекающихся связных частей 
, 
, по 
точек в каждой и вычислим средних арифметических значений 
, . Они все будут оценками неизвестного среднего 
фона. С другой стороны, среднее арифметическое значение 
вида
будет оценкой среднего 
светлого пятна. Сопоставим каждому квадрату 
со стороной и центром 
признак 
, определенный равенством
|
|
|
|
|
Дата добавления: 2015-06-25; Просмотров: 708; Нарушение авторских прав?; Мы поможем в написании вашей работы!