Көршілес операция - Neighborhood operation - Wikipedia

Жылы компьютерлік көру және кескінді өңдеу а көршілес операция бұл кескін деректері бойынша есептеулердің жиі қолданылатын класы, ол келесі жалған код бойынша өңделетіндігін білдіреді:

Кескін деректеріндегі әр p нүктесіне барып, {N = сурет нәтижесінің маңайына немесе аймағына p нәтижесінің (p) = f (N)} айналасын жасаңыз

Бұл жалпы процедураны ерікті өлшемділіктің кескіндік деректеріне қолдануға болады. Сондай-ақ, операция қолданылатын кескін деректері қарқындылығы немесе түсі бойынша анықталуы міндетті емес, бұл кеңістіктік (және уақытша) айнымалылар функциясы ретінде ұйымдастырылған кез келген ақпарат түрі болуы мүмкін б.

Кескінге көршілес әрекетті қолдану нәтижесі - бұл сурет ретінде түсіндіруге болатын нәрсе, оның өлшемдері бастапқы деректермен бірдей. Әрбір кескін нүктесіндегі мән қарқындылыққа немесе түске тікелей байланысты болмауы керек. Оның орнына бұл функция ауқымындағы элемент f, ол ерікті типте болуы мүмкін.

Әдетте көрші N белгіленген өлшемге ие және нүктеге бағытталған квадрат (немесе кескін деректерінің өлшемділігіне байланысты куб) б. Сонымен қатар функция f бекітілген, бірақ кейбір жағдайларда өзгеретін параметрлер болуы мүмкін б, төменде қараңыз.

Қарапайым жағдайда, көршілік N тек бір ғана нүкте болуы мүмкін. Операцияның бұл түрін көбінесе нүктелік операция деп атайды.

Мысалдар

Көршілес операцияның ең көп таралған мысалдары тіркелген функцияны қолданады f бұған қосымша сызықтық, яғни есептеу а-дан тұрады сызықтық ауысым инвариантты жұмыс. Бұл жағдайда көршілік операция сәйкес келеді конволюция жұмыс. Әдеттегі мысал - төмен жылдамдықтағы сүзгісі бар конволюция, мұнда нәтиже әр кескін нүктесінің айналасындағы кескін деректерінің жергілікті орташа мәндері бойынша түсіндірілуі мүмкін. Басқа мысалдар - кескін деректерінің жергілікті туындыларын есептеу.

Сонымен қатар тұрақты, бірақ сызықтық емес функцияны қолдану кең таралған f. Бұған медианалық сүзгілеу және жергілікті дисперсияларды есептеу кіреді. Нагао-Мацуяма сүзгісі дисперсияны пиксель тобындағы біртектіліктің индикаторы ретінде қолданатын жергілікті жергілікті күрделі операцияның мысалы болып табылады. Нәтиже өткір жиектерді сақтаудың қосымша әсері бар төменгі өткізгіштігі бар конволюцияға ұқсас.[1] [2]

Сонымен қатар функциясы бар көршілік операциялар класы бар f өзгеретін қосымша параметрлерге ие б:

Кескін деректеріндегі әр p нүктесіне барып, {N = сурет нәтижесінің маңайындағы немесе аймағындағы p нәтижесінің нәтижесі (p) = f (N, параметрлер (p))})

Бұл нәтиже ауыспалы инвариантты емес екенін білдіреді. Мысалдар бейімделгіш Wiener сүзгілері.

Іске асыру аспектілері

Жоғарыда келтірілген жалған код көршілес әрекеттің барлық кескін нүктелерінде сыртқы цикл тұрғысынан жүзеге асырылатындығын ұсынады. Алайда, нәтижелер тәуелсіз болғандықтан, кескін нүктелеріне ерікті тәртіппен кіруге болады, тіпті оларды параллель өңдеуге болады. Сонымен қатар, өзгермелі-инвариантты сызықтық операциялар кезінде есептеу f әр сәтте кескін деректері мен сүзгі коэффициенттері арасындағы өнімдердің қосындысын білдіреді. Осы көршілес әрекетті жүзеге асыруды кейіннен барлық кескін нүктелерінің үстінде циклден тыс жиынтық циклмен жүргізуге болады.

Көршіліктің жұмысына байланысты маңызды мәселе - бұл көршілестікпен қалай күресу керек N көп немесе аз ұпайлар үшін анықталмаған болады б кескін деректерінің шетіне немесе шекарасына жақын. Бірнеше стратегиялар ұсынылды:

  • Нәтижені тек ұпай үшін есептеңіз б ол үшін сәйкес көршілестік жақсы анықталған. Бұл дегеніміз, шығыс кескіні кіріс суреттен әлдеқайда аз болады.
  • Нөлдік толтырғыш: бастапқы кескіннің сыртына нөлге қойылған қосымша нүктелер қосу арқылы кіріс кескінін жеткілікті түрде кеңейтіңіз. Жоғарыда сипатталған кескін нүктелерінің ілмектері тек түпнұсқа кескін нүктелерінде болады.
  • Шекараны кеңейту: бастапқы кескіннің сыртына қосымша нүктелер қосу арқылы кіріс кескінді кеңейтіңіз, олар кескіннің ең жақын нүктесінде сурет мәніне қойылады. Жоғарыда сипатталған кескін нүктелерінің ілмектері тек түпнұсқа кескін нүктелерінде болады.
  • Айна кеңейту: кескінді кескіннің шекарасында шағылыстыру арқылы суретті жеткілікті кеңейтіңіз. Бұл әдіс шекара кеңеюіне қарағанда кескін шекарасындағы жергілікті вариацияларға аз сезімтал.
  • Қаптау: кескін плиткамен жабылған, сондықтан бір шетінен кескіннің қарама-қарсы жағына айналады. Бұл әдіс кескін негізінен біртектес, мысалы стохастикалық деп болжайды сурет құрылымы үлкен мәтіндерсіз.

Әдебиеттер тізімі

  • Бернд Яхне (1997). Ғылыми қосымшаларға арналған суреттерді өңдеу бойынша практикалық нұсқаулық. CRC Press. ISBN  0-8493-8906-2.
  • Бернд Яхне мен Хорст Хаускекер (2000). Компьютерлік көзқарас және қосымшалар, студенттер мен практиктерге арналған нұсқаулық. Академиялық баспасөз. ISBN  0-13-085198-1.
  1. ^ «НАГАО-МАЦУЯМА СҮЗГІСІ». Анорки. Архивтелген түпнұсқа 2013 жылғы 17 қаңтарда. Алынған 25 тамыз 2012.
  2. ^ Шовенгердт, Роберт. «Кескін шуы II» (PDF). Аризона университеті. Алынған 25 тамыз 2012.