Ғарыштық суреттерді өңдеудің негізгі әдістері мен әдістері
Математикалық тұрғыдан алғанда, кескін (аэроғарыштық сурет) бір немесе бірнеше (спектрлік арналар санына сәйкес) екі өлшемді матрицалар болып табылады, олардың элементтері сандық жарықтық мәндері болып табылады. Тиісінше, суреттердегі кез-келген операциялар математикалық түрлендірулер болып табылады, олардың шығысында бірдей өлшемдегі матрицалар жиынтығы болуы мүмкін (өңдеудің төменгі деңгейі-кіріс кескіні және қандай да бір жолмен жақсартылған Шығыс кескіні) немесе сипаттамалар жиынтығы (өңдеудің орташа деңгейі; мысалы, таңдалған объектілердің белгілері мен атрибуттары). Өңдеудің жоғары деңгейі туралы машиналық көру және жасанды интеллект элементтері болып табылатын танылған объектілер жиынтығын "түсіну" контекстінде айтылады. Өңдеудің жоғары деңгейі Осы курстың шеңберінен шығады.
Әдетте, өңдеудің төменгі деңгейі бірқатар критерийлер бойынша кескінді "жақсартуға" бағытталған; бұл суреттің субъективті қасиеттерін (адам операторының көзқарасынан) жақсартады және бастапқы деректердің спектрлік сипаттамаларын (мысалы, гистограмма) бұрмалайды. Өңдеудің орташа деңгейі нақты ақпаратты алуды көздейді-объектілерді тану мақсатында кескін элементтерінің статистикалық қасиеттерін есептеу. Тану алгоритмдерін тиімді қолдану үшін (кескіндерді жіктеу, өңдеудің орташа деңгейі) бұрмаланбаған спектрлік сипаттамалары бар деректерді пайдалану керек. Дәл осы себепті, визуалды қабылдау тұрғысынан, жалпыға қол жетімді қызметтерден алынған суреттер автоматты жіктеу әдістерінде қолдануға жарамсыз.
Кескінді математикалық өңдеу процесінің алдында дискретизация (жарықтықты сандар түрінде ұсыну, соңғы бит Б - ден 1 битке дейін) және кванттау (жарықтықтың үздіксіз екі өлшемді өрісін минималды элементтер – пикселдер жиынтығына дейін азайту) кескіндер; бұл тіркеу кезеңінде (фотосезімтал элементтер матрицасы) немесе фотосуретті сканерлеу кезінде болады. Төменгі деңгейдегі математикалық өңдеу негізінен градациялық және жергілікті түрлендірулерге дейін азаяды. B бірінші жағдайда, Шығыстағы пиксель жарықтығы - сол пиксельдің кіріс сүйегінің функциясы, екіншісінде – белгілі бір маңайдағы жарықтылықтың таралуына байланысты. Түрлендіру комбинацияларын қолдана отырып, гистограмманы жақсартуға болады (мысалы, суреттің жалпы контрастын және жарықтылық диапазонын жақсарту), сызықтардың айқындылығы мен айырмашылығын арттыру және т. б.
Кескіндерді автоматты түрде жіктеу үшін спектрлік арналардың дұрыс ішкі боры маңызды, бұл ерекшеленуі керек объектілердің сипатына байланысты. Көптеген тапсырмалардың Bo кескіннің инфрақызыл арналары көрінетін диапазондағы - спектрлік арналарға қарағанда шифрды ашу үшін үлкен мәнге ие. Дәл осы жерде жер бетіндегі табиғи (мысалы, pac түрлері) және жасанды (құрылымдар, өндірістік объектілер және т.б.) элементтер жақсы ерекшеленеді.
Бұл сұрақтар толығырақ [4, 3, 5 тараулар], [25, 3-б тараулар], [15]. Kpo-me, [25] заманауи спутниктік жүйелердің сипаттамаларын және операторлар коммерциялық негізде ұсынатын мәліметтер жиынтығының форматтарын егжей-тегжейлі сипаттайды.
Түсті суреттермен жұмыс істеу негіздері
B қабылдау қасиеттеріне сәйкес қызыл, жасыл және көк компоненттердің (RGB, - қызыл, жасыл, көк) арналарына сәйкес келетін үш монохромды кескіннен түрлі – түсті кескін қалыптастырады. Бұл комбинация ең қарапайым және кең таралған аддимивті түс моделін немесе RGB түс кеңістігін құрайды.
Сондай – ақ, cmy (Cyan, Magenta, Yellow - басып шығару кезінде қолданылатын субтрактивті модель, оның ішінде көк, күлгін және сары түстердің құрамдас бөліктері) және NZI (реңк, табиғат, интенсивтілік, сәйкесінше – түс реңі, қанықтылық және қарқындылық) түсті модельдері таратылды. Соңғы модель адамның табиғи түс қабылдау ерекшеліктерін ескереді, ол үшін қарқындылық басым мәнге ие, a түс сипаттамалары - та – көмекші. B берілген тапсырмаларға тәуелділік алдыңғы бөлімде сипатталған арна түрлендірулері белгілі бір түс кеңістігінде қолданылуы мүмкін. Түсті кескіндерді өңдеу тақырыбындағы негізгі дереккөз-монография [4, ч. б].
Достарыңызбен бөлісу: |