Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
3.10. МАТЕМАТИЧЕСКИЕ МОДЕЛИ И ВЕРОЯТНОСТНАЯ ЭФФЕКТИВНОСТЬ БИНАРНЫХ МЕДИАННЫХ ФИЛЬТРОВ И ИХ ОБОБЩЕНИЙМедианный фильтр для обработки одно- и двухмерных сигналов (изображений) известен давно [11, 45]. В случае обработки бинарных изображений возможно применение медианной фильтрации, но с некоторыми особенностями, вызванными тем, что выход медианного фильтра должен быть бинарным. Естественной представляется следующая интерпретация понятия медианы для исходной бинарной последовательности: медиана должна заменяться на «1» и. «0» в зависимости от имеющейся информации в фильтре заданной апертуры с общим числом пикселей, равным N (N — нечетное число для однозначности принимаемого решения). Пусть, например, Чтобы получить математические модели бинарных медианных фильтров в виде конечных цепей Маркова и исследовать вероятностную эффективность рассматриваемых фильтров, предположим статистическую независимость в совокупности исходной бинарной последовательности. Начнем с фильтра размером 6X6 бинарного медианного фильтра
Полученная цепь Маркова будет регулярной и, к сожалению, не допускает укрупнения [28]. Это, в свою очередь, свидетельствует о том, что случайная бинарная последовательность на выходе бинарного медианного фильтра не является цепью Маркова, а представляет собой более сложный и пока не изученный случайный процесс. Цепь (3.10.1) позволяет вычислить вероятностную эффективность фильтра Вероятность того, что выход медианного фильтра равен единице Аналитический расчет дает
Перейдем к фильтру (3/5). Фильтрация осуществляется аналогично предыдущему случаю. Число реализаций, приводящих к присвоен выходу медианного фильтра значения «1», равно
Элементы матрицы вероятностей переходов формируются легко, например,
Перейдем к двухмерному крестообразному бинарному медианному фильтру Элементы матрицы вероятностей переходов формируются просто. Например, При обработке полутоновых изображений понятие медианного фильтра обобщается в том смысле, что выходом фильтра может являться не только медиана, а любая порядковая статистика (так называемые процентильные фильтры [11]). Процентильная фильтрация (соответствующие фильтры будем называть бинарными процентильными фильтрами) возможна и для бинарных изображений и заключается в том, что выходному значению фильтра присваивается «1» при любом (наперед заданном) значении числа единиц. При Процентильная фильтрация может применяться для сжатия или расширения объектов [11]. Например, фильтр (3/3) изображение вида
(см. скан) (см. скан)
При По указанной методике можно получить матрицы вероятностей переходов всех восьми бинарных процентильных фильтров. В табл. 3.23-3.25 представлены значения вероятностей эффективности при фильтрации помеховых изображений
Таблица 3.23
Таблица 3.24
Таблица 3.25
Данные табл. 3.23-3.25 свидетельствуют о том, что одно- и двухмерные фильтры с одними и теми же правилами принятия решений имеют одинаковую вероятностную эффективность. Однако двухмерные фильтры обладают более быстрой сходимостью к предельным результатам, что обусловлено структурой исходных матриц вероятностей переходов: матрицы вероятностей переходов двухмерных фильтров «более» регулярные, чем соответствующие матрицы вероятностей переходов одномерных фильтров. Выбор конкретного фильтра обусловлен особенностями рассматриваемых задач. Методика, изложенная в настоящем параграфе, позволяет синтезировать матрицы вероятностей переходов любых бинарных медианных и процентильных фильтров (при любых числах N и
|
1 |
Оглавление
|