Смекни!
smekni.com

Морфологический анализ цветных (спектрозональных) изображений (стр. 15 из 18)

Всякое изображение g(Ч), распределение цвета которого есть j(Ч) и только такое изображение содержится в

Морфологический анализ цветных (спектрозональных) изображений и является неподвижной точкой оператора

Морфологический анализ цветных (спектрозональных) изображений:
Морфологический анализ цветных (спектрозональных) изображенийg(Ч) = g(Ч). (#)

Поскольку на самом деле детали сцены, передаваемые распределением цвета j(Ч), не представлены на изображении f(Ч) = f(Ч)j(Ч) в той области поля зрения, в которой яркость f(x)=0, xОX, будем считать, что

Морфологический анализ цветных (спектрозональных) изображений - форма любого изображения f(x) = f(x)j(x), f(x)>0, xОX(modm), все такие изображения изоморфны, а форма всякого изображения g(Ч), удовлетворяющего уравнению (#), не сложнее, чем форма f(Ч).

Замечание 5. Пусть j1,..., jN

Морфологический анализ цветных (спектрозональных) изображений - исходный набор цветов,
Морфологический анализ цветных (спектрозональных) изображений, A1,...,AN - соответствующее оптимальное разбиение X, найденное в теореие 4 и

Морфологический анализ цветных (спектрозональных) изображений, (34*)

- наилучшее приближение f(Ч). Тогда в равенстве (24)

Морфологический анализ цветных (спектрозональных) изображений, (24*)

если A1,...,AN - исходное разбиение X в теореме 3. Наоборот, если A1,...,AN - заданное в теореме 3 разбиение X и f1,...,fN - собственные векторы операторов Ф1,...,ФN (23) соответственно, отвечающие максимальным собственным значениям, то f1,...,fN

Морфологический анализ цветных (спектрозональных) изображений и будет выполнено равенство (24), если в (34*) определить ji как цвет fi в (24), i=1,...,N.

Проверка этого замечания не представляет затруднений.

В. Случай, когда допускаются небольшие изменения цвета в пределах каждого Ai, i=1,...,N.

Разумеется, условие постоянства цвета на множествах Ai, i=1,...,N, на практике может выполняться лишь с определенной точностью. Последнюю можно повысить как путем перехода к более мелкому разбиению

Морфологический анализ цветных (спектрозональных) изображений, так и допустив некоторые изменения цвета в пределах каждого Ai, i=1,...,N, например, выбрав вместо (17) класс изображений

Морфологический анализ цветных (спектрозональных) изображений (17*)

в котором

Морфологический анализ цветных (спектрозональных) изображений в (3).

Поскольку в задаче наилучшего приближения f(Ч) изображениями этого класса предстоит найти

Морфологический анализ цветных (спектрозональных) изображений , векторы
Морфологический анализ цветных (спектрозональных) изображений при любом i=1,...,N, можно считать ортогональными, определив

Морфологический анализ цветных (спектрозональных) изображений, (*)

из условия минимума невязки по

Морфологический анализ цветных (спектрозональных) изображений. После этого для каждого i=1,...,N векторы
Морфологический анализ цветных (спектрозональных) изображений должны быть определены из условия

Морфологический анализ цветных (спектрозональных) изображений (**)

при дополнительном условии ортогональности

Морфологический анализ цветных (спектрозональных) изображений. Решение этой задачи дается в следующей лемме

Лемма 5. Пусть

Морфологический анализ цветных (спектрозональных) изображений ортогональные собственные векторы оператора Фi (23), упорядоченные по убыванию собственных значений:

Морфологический анализ цветных (спектрозональных) изображений.

Тогда решение задачи (**) дается равенствами

Морфологический анализ цветных (спектрозональных) изображений.

Доказательство. Заметим, что, поскольку Фi - самосопряженный неотрицательно определенный оператор, его собственные значения неотрицательны, а его собственные векторы всегда можно выбрать так, чтобы они образовали ортогональный базис в Rn. Пусть Pi - ортогонально проецирует в Rn на линейную оболочку

Морфологический анализ цветных (спектрозональных) изображений собственных векторов
Морфологический анализ цветных (спектрозональных) изображений и

[Pi Фi Pi] - сужение оператора Pi Фi Pi на

Морфологический анализ цветных (спектрозональных) изображений. Тогда левая часть (*) равна следу оператора [Pi Фi Pi]

Морфологический анализ цветных (спектрозональных) изображений, где
Морфологический анализ цветных (спектрозональных) изображений - j-ое собственное значение оператора
Морфологический анализ цветных (спектрозональных) изображений (см., например, [10]). Пусть
Морфологический анализ цветных (спектрозональных) изображений. Тогда согласно теореме Пуанкаре, [10],
Морфологический анализ цветных (спектрозональных) изображений, откуда следует утверждаемое в лемме. ■

Воспользовавшись выражениями (*) и леммой 5, найдем, что в рассматриваемом случае имеет место утверждение, аналогичное теореме 3.

Теорема 3*. Наилучшее приближение любого изображения f(Ч) изображениями (17*) имеет вид

Морфологический анализ цветных (спектрозональных) изображений,

Где

Морфологический анализ цветных (спектрозональных) изображений: ортогональный проектор на линейную оболочку
Морфологический анализ цветных (спектрозональных) изображений, собственных векторов задачи

Морфологический анализ цветных (спектрозональных) изображений.

Невязка наилучшего приближения равна

Морфологический анализ цветных (спектрозональных) изображений. n

Рассмотрим теперь задачу наилучшего приближения изображения f(Ч) изображениями (17), в которых заданы и фиксированы векторы

Морфологический анализ цветных (спектрозональных) изображений, и надлежит определить измеримое разбиение
Морфологический анализ цветных (спектрозональных) изображений и функции
Морфологический анализ цветных (спектрозональных) изображений, как решение задачи

Морфологический анализ цветных (спектрозональных) изображений (30)

При любом разбиении

Морфологический анализ цветных (спектрозональных) изображенийминимум в (30) по
Морфологический анализ цветных (спектрозональных) изображений достигается при
Морфологический анализ цветных (спектрозональных) изображений, определяемых равенством (20). В свою очередь, очевидно, что