Смекни!
smekni.com

Морфологический анализ цветных (спектрозональных) изображений (стр. 13 из 18)

Морфологический анализ цветных (спектрозональных) изображений.

Поскольку rank

Морфологический анализ цветных (спектрозональных) изображений=1,
Морфологический анализ цветных (спектрозональных) изображений имеет единственное положительное собственное значение, которое, как нетрудно проверить, равно ri, и ему соответствует единственный собственный вектор fi. Поэтому

Морфологический анализ цветных (спектрозональных) изображений.

Отсюда, в свою очередь, следует равенство (26*) для

Морфологический анализ цветных (спектрозональных) изображений n

Лемма 4. Для любого изображения

Морфологический анализ цветных (спектрозональных) изображенийрешение (24) задачи (18) наилучшего приближения единственно и является элементом
Морфологический анализ цветных (спектрозональных) изображений.

Доказательство. Достаточно доказать, что единственный (с точностью до положительного множителя) собственный вектор fi оператора (23), отвечающий максимальному собственному значению ri, можно выбрать так, чтобы

Морфологический анализ цветных (спектрозональных) изображений, поскольку в таком случае будут выполнены импликации:

Морфологический анализ цветных (спектрозональных) изображений,

составляющие содержание леммы. Действительно, если

Морфологический анализ цветных (спектрозональных) изображений то согласно (23)
Морфологический анализ цветных (спектрозональных) изображений, поскольку включение
Морфологический анализ цветных (спектрозональных) изображений означает, что
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений; отсюда и из (25) получим, что
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений,i=1,...,N, а поэтому и в (24)
Морфологический анализ цветных (спектрозональных) изображений
Морфологический анализ цветных (спектрозональных) изображений.

Убедимся в неотрицательности

Морфологический анализ цветных (спектрозональных) изображений. В ортонормированном базисе e1,...,en, в котором
Морфологический анализ цветных (спектрозональных) изображений, выходной сигнал i-го детектора в точке
Морфологический анализ цветных (спектрозональных) изображений (см. замечание 1) задача на собственные значения (23*) имеет вид
Морфологический анализ цветных (спектрозональных) изображений, p=1,...,n,

где

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

Так как матрица

Морфологический анализ цветных (спектрозональных) изображений симметрическая и неотрицательно определенная (
Морфологический анализ цветных (спектрозональных) изображений) она имеет n неотрицательных собственных значений
Морфологический анализ цветных (спектрозональных) изображений, которым соответствуют n ортонормированных собственных векторов
Морфологический анализ цветных (спектрозональных) изображений, а поскольку матричные элементы
Морфологический анализ цветных (спектрозональных) изображений, то согласно теореме Фробенуса-Перрона максимальное собственное значение
Морфологический анализ цветных (спектрозональных) изображений - алгебраически простое (некратное), а соответствующий собственный вектор можно выбирать неотрицательным:

Морфологический анализ цветных (спектрозональных) изображений. Следовательно, вектор fi определен с точностью до положительного множителя
Морфологический анализ цветных (спектрозональных) изображений,
Морфологический анализ цветных (спектрозональных) изображений. n

Замечание 4.

Если

Морфологический анализ цветных (спектрозональных) изображений , т.е. если аппроксимируемое изображение на множествах того же разбиения
Морфологический анализ цветных (спектрозональных) изображенийимеет постоянный цвет, то в теореме 3
Морфологический анализ цветных (спектрозональных) изображений,
Морфологический анализ цветных (спектрозональных) изображений.

Наоборот, если

Морфологический анализ цветных (спектрозональных) изображений, то

Морфологический анализ цветных (спектрозональных) изображений, т.е.
Морфологический анализ цветных (спектрозональных) изображений определяется выражением (17), в котором
Морфологический анализ цветных (спектрозональных) изображений.

Итак, пусть в изображении g(Ч) (17) все векторы f1,.…..,fN попарно не коллинеарны, тюею цвета всех подмножеств A1,...,AN попарно различны. Тогда форма в широком смысле

Морфологический анализ цветных (спектрозональных) изображений изображения (17) есть множество решений уравнения

Морфологический анализ цветных (спектрозональных) изображений,
Морфологический анализ цветных (спектрозональных) изображений, (27)

где

Морфологический анализ цветных (спектрозональных) изображений, fi - собственный вектор оператора Фi:
Морфологический анализ цветных (спектрозональных) изображений, отвечающий максимальному собственному значению ri, i=1,...,N . В данном случае
Морфологический анализ цветных (спектрозональных) изображений, если и только если выполнено равенство (27).

Оператор П (24), дающий решение задачи наилучшего приближения

Морфологический анализ цветных (спектрозональных) изображений , естественно отождествить с формой в широком смысле изображения
Морфологический анализ цветных (спектрозональных) изображений (17).

Заданы векторы цвета j1,..., jq, требуется определить разбиение A1,..., Aq, на множествах которого наилучшее приближение имеет соответственно цвета j1,..., jq и оптимальные распределения яркостей

Морфологический анализ цветных (спектрозональных) изображений[10].