Смекни!
smekni.com

Морфологический анализ цветных (спектрозональных) изображений (стр. 12 из 18)

Задано разбиение

Морфологический анализ цветных (спектрозональных) изображений, требуется определить цвет и распределение яркостей наилучшего приближения на каждом Ai,i=1,...,N.

Для практики, как уже было отмечено, большой интерес представляет класс изображений (5), цвет которых не изменяется в пределах некоторых подмножеств поля зрения, и задачи аппроксимации произвольных изображений изображениями такого класса.

Запишем изображение (5) в виде

Морфологический анализ цветных (спектрозональных) изображений (17)

где

Морфологический анализ цветных (спектрозональных) изображений.

Пусть A1,...,AN - заданное разбиение X,

Морфологический анализ цветных (спектрозональных) изображений - индикаторная функция Ai, i=1,...,N. Рассмотрим задачу наилучшего в
Морфологический анализ цветных (спектрозональных) изображений приближения изображения
Морфологический анализ цветных (спектрозональных) изображений изображениями (17), не требуя, чтобы
Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений (18)

Речь идет о задаче аппроксимации произвольного изображения

Морфологический анализ цветных (спектрозональных) изображений изображениями, у которых яркость может быть произвольной функцией из
Морфологический анализ цветных (спектрозональных) изображений, в то время, как цвет должен сохранять постоянное значение на каждом из заданных подмножеств A1,...,AN поля зрения X, (см. Лемму 3).

Так как

Морфологический анализ цветных (спектрозональных) изображений

то минимум S (19) по

Морфологический анализ цветных (спектрозональных) изображений достигается при

Морфологический анализ цветных (спектрозональных) изображений, (20)

и равен

Морфологический анализ цветных (спектрозональных) изображений (21)

Задача (18) тем самым сведена к задаче

Морфологический анализ цветных (спектрозональных) изображений. (22)

В связи с последней рассмотрим самосопряженный неотрицательно определенный оператор

Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений . (23)

Максимум (неотрицательной) квадратичной формы

Морфологический анализ цветных (спектрозональных) изображений на сфере
Морфологический анализ цветных (спектрозональных) изображенийв Rn, как известно, (см.,например, [11]) достигается на собственном векторе yi оператора Фi, отвечающем максимальному собственному значению
Морфологический анализ цветных (спектрозональных) изображений>0,

Морфологический анализ цветных (спектрозональных) изображений,

и равен

Морфологический анализ цветных (спектрозональных) изображений, т.е.
Морфологический анализ цветных (спектрозональных) изображений. Следовательно, максимум в (22) равен
Морфологический анализ цветных (спектрозональных) изображений и достигается, например, при
Морфологический анализ цветных (спектрозональных) изображений

Теорема 3. Пусть A1,...,AN -заданное измеримое разбиение X, причем[9] m(Ai)>0, i=1,...,N. Решением задачи (18) наилучшего приближения изображения

Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений изображениями g(Ч)
Морфологический анализ цветных (спектрозональных) изображений (17) является изображение

Морфологический анализ цветных (спектрозональных) изображений (24)

Операторы

Морфологический анализ цветных (спектрозональных) изображений,i=1,...,N, и
Морфологический анализ цветных (спектрозональных) изображений - нелинейные (зависящие от f(Ч)
Морфологический анализ цветных (спектрозональных) изображений) проекторы: Пi проецирует в Rn векторы
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений на линейное подпространство
Морфологический анализ цветных (спектрозональных) изображений, натянутое на собственный вектор
Морфологический анализ цветных (спектрозональных) изображений оператора Фi (23), отвечающий наибольшему собственному значению ri,

Морфологический анализ цветных (спектрозональных) изображений; (25)

П проецирует в

Морфологический анализ цветных (спектрозональных) изображений изображение
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений на минимальное линейное подпространство
Морфологический анализ цветных (спектрозональных) изображений, содержащее все изображения
Морфологический анализ цветных (спектрозональных) изображений

Невязка наилучшего приближения

Морфологический анализ цветных (спектрозональных) изображений (19*).

Доказательство. Равентство (24) и выражение для Пi следует из (17),(20) и решения задачи на собственные значения для оператора Фi (23). Поскольку Фi самосопряженный неотрицательно определенный оператор, то задача на собственные значения (23) разрешима, все собственные значения Фi неотрицательны и среди них ri - наибольшее.

Для доказательства свойств операторов Пi, i=1,...,N, и П введем обозначения, указывающие на зависимость от f(Ч):

Морфологический анализ цветных (спектрозональных) изображений

Морфологический анализ цветных (спектрозональных) изображений (26*)

Эти равенства, показывающие, что результат двукратного действия операторов Пi, i=1,...,N, и П (26) не отличается от результатата однократного их действия, позволят считать операторы (26) проекторами.

Пусть fi - cсобственный вектор Фi , отвечающий максимальному собственному значению ri. Чтобы определить

Морфологический анализ цветных (спектрозональных) изображений следует решить задачу на собственные значения для оператора
Морфологический анализ цветных (спектрозональных) изображений: