Пред.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 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
3.12. СИНТЕЗ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ АЛГОРИТМОВ ОБНАРУЖЕНИЯ ПРОСТРАНСТВЕННО-ПРОТЯЖЕННЫХ ОБЪЕКТОВ ПРИ ОПИСАНИИ БИНАРНОЙ СЦЕНЫ СЛОЖНЫМИ ЦЕПЯМИ МАРКОВАКак показано в разделе 3.4, для автоматического обнаружения и выделения протяженных сигналов, местоположение которых на исходном изображении неизвестно, целесообразно применять алгоритмы
Если исходные изображения описываются простыми цепями Маркова, матрица вероятностей переходов
Сравнив (3.12.1) и (3.12.2), видим, что вероятности во второй строке матрицы (3.12.2) отличаются от вероятностей в первой и третьей строках. Ниже представлены матрицы критерия
Матрицы (3.12.3) имеют одинаковую структуру, но в правой матрице вероятности в первой строке отличаются от вероятностей во второй и третьей строках. Нетрудно показать, что и в общем случае (для любого критерия Перейдем к случаю описания вероятностных свойств исходных изображений двухсвязными цепями Маркова. Синтез соответствующих математических моделей (цепей Маркова) проведем для трех критериев: Пусть исходное изображение характеризуется тем, что условные вероятности появления «нулей» и «единиц» зависят от двух предыдущих значений бинарного сигнала. Общая теория цепей Маркова [51] позволяет свести двухсвязную цепь Маркова в простую (односвязную), но для двухмерного вектора. При этом число состояний вновь образованной цепи Маркова рассчитывается по формуле Начнем с критерия
Для отыскания искомой матрицы на основе (3.12.4) необходимо учесть, что событие «10» для критерия
Цепь (3.12.5) допускает укрупнение объединением двух последних состояний, после чего имеем искомую матрицу процедуры
Перейдем к критерию
Цепь (3.12.7) может быть укрупнена объединением двух последних состояний
Перейдем к критерию
Возможно укрупнение цепи (3.12.9) объединением трех состояний
Итак, найдены матрицы вероятностей переходов критериев Для алгоритма
Для алгоритма
Для алгоритма
Применяя аппарат фундаментальных матриц поглощающих цепей В табл. 3.28-3.30 представлены рассчитанные величины Таблица 3.28
Окончание табл. 3.28
Таблица 3.29
Таблица 3.30
Как видим, наибольшей эффективностью обладают алгоритмы Пусть вероятностные закономерности исходной бинарной последовательности Приведем пример получения матрицы вероятностей переходов для критериев
Учитывая заданные вероятности
Сравнив (3.12.15) с (3.12.6), видим, что матрица критерия структуру. Нетрудно показать, что это справедливо и в более общем случае Получим матрицу переходных вероятностей критерия
Укрупнив цепь (3.12.16) объединением трех состояний
Матрицы (3.12.15) и (3.12.17) позволяют синтезировать цепи Маркова алгоритмов Приведем синтезированную цепь Маркова алгоритма
Расчет двух вариантов, дал следующие результаты: вариант I: все вариант II: все В заключение заметим, что синтезированные матрицы вероятностей переходов при понижении порядка связности (числа
а при
|
1 |
Оглавление
|