Смекни!
smekni.com

Морфологический анализ цветных (спектрозональных) изображений (стр. 10 из 18)

Морфологический анализ цветных (спектрозональных) изображений, то для любого изображения
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображенийи для любого
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений, ибо
Морфологический анализ цветных (спектрозональных) изображений-измеримо, N=1,2,... n

Вопрос о том, каким образом может быть построена исчерпывающая последовательность разбиений, обсуждается в следующем пункте.

Заданы векторы f1,...,fq, требуется определить разбиение

Морфологический анализ цветных (спектрозональных) изображений, на множествах которого наилучшее приближение принимает соответственно значенния f1,...,fq. Рассмотрим задачу приближения цветного изображения f(Ч), в которой задано не разбиение
Морфологический анализ цветных (спектрозональных) изображений
поля зрения X, а векторы
Морфологический анализ цветных (спектрозональных) изображений
в

Морфологический анализ цветных (спектрозональных) изображений, и требуется построить измеримое разбиение
Морфологический анализ цветных (спектрозональных) изображений
поля зрения, такое, что цветное изображение
Морфологический анализ цветных (спектрозональных) изображений
- наилучшая в
Морфологический анализ цветных (спектрозональных) изображений аппроксимация f(Ч). Так как

Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений, (14*)

то в Ai следует отнести лишь те точки

Морфологический анализ цветных (спектрозональных) изображений, для которых
Морфологический анализ цветных (спектрозональных) изображений,
Морфологический анализ цветных (спектрозональных) изображений=1,2,...,q, или, что то же самое,
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений=1,2,...,q. Те точки, которые согласно этому принципу могут быть отнесены к нескольким множествам, должны быть отнесены к одному из них по произволу. Учитывая это, условимся считать, что запись

Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений , (14)

означает, что множества (14) не пересекаются и

Морфологический анализ цветных (спектрозональных) изображений.

Чтобы сформулировать этот результат в терминах морфологического анализа, рассмотрим разбиение

Морфологический анализ цветных (спектрозональных) изображений, в котором

Морфологический анализ цветных (спектрозональных) изображений (15)

и звездочка указывает на договоренность, принятую в (14). Определим оператор F, действующий из

Морфологический анализ цветных (спектрозональных) изображений в
Морфологический анализ цветных (спектрозональных) изображений по формуле
Морфологический анализ цветных (спектрозональных) изображений,
Морфологический анализ цветных (спектрозональных) изображений, i=1,...,q. Очевидно, F всегда можно согласовать с (14) так, чтобы включения
Морфологический анализ цветных (спектрозональных) изображений и
Морфологический анализ цветных (спектрозональных) изображений, i=1,...,q, можно было считать эквивалентными. [8]

Теорема 2. Пусть

Морфологический анализ цветных (спектрозональных) изображений - заданные векторы Rn. Решение задачи

Морфологический анализ цветных (спектрозональных) изображений

наилучшего в

Морфологический анализ цветных (спектрозональных) изображенийприближения изображения f(Ч) изображениями
Морфологический анализ цветных (спектрозональных) изображенийимеет вид
Морфологический анализ цветных (спектрозональных) изображений, где
Морфологический анализ цветных (спектрозональных) изображений - индикаторная функция множества
Морфологический анализ цветных (спектрозональных) изображений. Множество
Морфологический анализ цветных (спектрозональных) изображений определено равенством (15). Нелинейный оператор
Морфологический анализ цветных (спектрозональных) изображений, как всякий оператор наилучшего приближения удовлетворяет условию F2=F, т.е. является пректором.

Замечание 2. Если данные задачи доступны лишь в черно-белом варианте, то есть заданы числа

Морфологический анализ цветных (спектрозональных) изображений, i=1,...,q, которые можно считать упорядоченными согласно условию
Морфологический анализ цветных (спектрозональных) изображений, то, как показано в [3], искомое разбиение X состоит из множеств

Морфологический анализ цветных (спектрозональных) изображений

где

Морфологический анализ цветных (спектрозональных) изображений, и имеет мало общего с разбиением (14).

Замечание 3. Выберем векторы fi, i=1,..,q единичной длины:

Морфологический анализ цветных (спектрозональных) изображений, i=1,...,q. Тогда