Принимая решение о том, насколько большой должна быть область получения изображения, необходимо рассмотреть несколько вопросов, например что требуется интерпретатору Увязаны ли все скважины, которые должны быть рассмотрены Достаточно ли велика площадь съемки, чтобы уловить [c.184]
Рис.9.16. а. Максимизация области получения изображения. Ь. Максимизация области получения изображения за счет сокращения одного взрывного профиля, с. Максимизация области получения изображения за счет сокращения одного приемного профиля. [c.186]
Полученное таким образом значение уровня риска можно принять в качестве ориентира для оценки риска нового аналогичного проекта при условии, что в ходе его реализации никаких серьезных изменений на рынке данного продукта, в организации работ, их финансировании и т.д. не произойдет. Кривизна линии риска может иметь и противоположное изображение в зависимости от значений кумулятивных итогов. Если доли частот возникновения потерь в областях критического и недопустимого риска невелики, то единицу в приведенной выше формуле можно опустить. [c.272]
Таким образом, область 1 на фиг. 6 имеет один внутренний и один внешний замкнутый контур (в данном случае внешний контур образован рамкой изображения). При наличии m совместимых множеств, соответствующих внешнему замкнутому контуру, и п совместимых множеств для внутреннего контура возможно m X п парных сочетаний, каждое из которых составляет видимое множество, представляющее соответствующую данной области поверхность. В табл. 5 приведено девять видимых множеств, полученных по фиг. 7 (по три на каждую область). [c.112]
Материалом для формирования множеств сцены, удовлетворяющих этим условиям, служат видимые множества, полученные на третьем этапе работы алгоритма. Алгоритм обращается к этим множествам через области, которым они соответствуют. Сначала множество соседей считается состоящим из одной области (обычно в качестве таковой выбирается область, ограниченная рамкой изображения). По мере формирования всех множеств сцены, которые служат допустимыми интерпретациями текущего множества соседей, удовлетворяющими условиям, множество соседей увеличивается. Видимые множества, не подходящие к текущему множеству сцены, вычеркиваются. Если с одним множеством сцены совместимо несколько видимых множеств, в каждом таком случае организуется несколько копий этого множества сцены. [c.115]
Описан один из исследовательских проектов по моделированию зрения, выполненный группой искусственного интеллекта Стэнфордского исследовательского института. Метод обработки изображения основан на выделении областей. Программа осуществляет последовательное разбиение изображения. Полученное в конечном итоге интерпретируемое целевое разбиение служит исходным материалом для эвристической процедуры принятия решений, которая организована в виде дерева. Дано общее описание структуры программы. Работа программы подробно описана на конкретном примере. [c.136]
После получения исходного разбиения изображения на элементарные области оно подвергается повторному разбиению при помощи описанных операций. Порядок применения этих операций задан двумя эвристическими процедурами, которые описаны в следующем разделе. [c.141]
Один из подходов к получению желаемых областей изображения состоит в группировке его точек, обладающих не слишком различными свойствами. Однако при таком подходе трудно избежать случаев, когда полученная область будет выходить за пределы естественных линий изображения. Например, если две естественные области локально одинаковы, т. е. не слишком различны по обе стороны от разделяющей их границы, они будут считаться одной областью. В связи с этим возникает задача [c.143]
Достаточно широкой экспериментальной проверки работоспособности описанной эвристики не проводилось. Несколько типичных примеров изображений, полученных в результате ее применения, показано на фиг. 11. Благодаря сглаживающим свойствам критерия удалось полностью объединить области з пределах граней куба, изображенного на фиг. 11, а. Однако на изображении призмы (фиг. 11,6) этого сделать не удалось. Значения порогов были 0 = 2 и 0) = 0,45, [c.145]
После получения окончательного разбиения оказывается, что изображения границы областей все еще представлены в виде списков единичных векторов. Такое представление затрудняет анализ формы областей. В этом разделе будет описана простая [c.150]
Для анализа лесных участков полезна классификация на основе изображений, полученных со спутников. Для каждой координатной клетки карты масштабом 25 м были собраны данные о типе землепользования, а к вектору наблюдений добавлены 64 компоненты. Добавление этих компонент не изменило основную топологическую структуру СОК, но привело к возникновению одной дополнительной области. Участки с большими объемами древесины разделены на две части, а их более четкие очертания были определены по спутниковым фотографиям. [c.180]
После завершения расчета программа производит построение рассчитанной области. Полученное изображение можно сохранить как в графическом файле, так и в текстовом файле в виде таблицы. Из совокупности областей существования выбираются так называемые опасные области, граница которых пересекает область существования ВИР (под областью существования ВИР подразумевается область, ограниченная значениями установленных мощностей участвующих в векторе станций с учетом допустимой перегрузки генераторов (1,05Руст)). Программа формирует набор опасных областей и передает его для дальнейшего анализа. [c.174]
Космический телескоп Хаббл и выявление рака. Космический телескоп Хаббл был спроектирован для получения более подробной, чем при использовании обычных наземных телескопов, информации о вселенной. Он может иметь и другую область применения. Программное обеспечение НАСА, разработанное для реконструкции и фильтрации изображений, может быть использовано для оцифровки маммограмм и, вероятно, будет полезным для идентификации подозрительных участков, указывающих на рак груди. [c.254]
В настоящей работе описана процедура разбиения изображения на элементарные области с однородной зачерненностью. После выполнения этой процедуры при помощи двух эвристик производится объединение областей таким образом, чтобы границы полученных областей соответствовали естественным линиям сцены, а не тем побочным линиям, которые обусловлены квантованием и шумами. Затем границы полученных областей аппроксимируются прямыми линиями. После выполнения всех указанных операций специальная процедура анализа сцены интерпретирует изображение. Эта процедура основана на проверке определенных гипотез о совокупностях областей, которые формулируются процедурой, сходной с программой Гузмана. [c.137]
К оставшимся областям изображения применяется процедура группировки, которая представляет собой упрощенный вариант процедуры Гузмана. Две области, сходящиеся друг с другом в узле, относятся к одной группе, если при обходе узла против часовой стрелки они следуют друг за другом и каждая из них занимает угол, меньший 90° ). В работе не рассматриваются узлы, одна из областей которых имеет угол 180°. Исключены также и такие случаи, когда объект слишком загорожен, чтобы его можно было видеть. Полученные группы областей считаются предполагаемыми объектами. К ним применяется процедура интерпретации отдельных областей. [c.153]
Описана гетерархическая программа распознавания многогранников. Эта программа состоит в выполнении последовательных этапов обработки изображения с использованием на каждом этапе информации, полученной на предыдущих этапах. На каждом этапе выдвигается и проверяется некоторое простое предположение относительно рассматриваемого изображения. С помощью процедуры поиска в ограниченной области программа ищет отрезок линии. Если такой отрезок найден, программа отслеживает его дальше. При поступлении в результате такого процесса новой информации программа каждый раз проводит новую интерпретацию сцены. Эксперименты проводили с изображениями, полученными на выходе диссектора. Результаты обработки сцен, содержащих несколько прямоугольных параллелепипедов и призм, можно считать вполне удовлетворительными. Описаны некоторые ограничения созданного варианта программы и пути дальнейшего ее усовершенствования, [c.215]
В данной работе описан пример гетерархической программы распознавания выпуклых многогранников по их изображению, полученному с помощью диссектора. Большинство работ других исследователей в этой области было связано с попыткой выделения на полном изображении сцены точек, обладающих определенными признаками, и построения полного контурного рисунка этой сцены. Если исходным материалом для процедуры распознавания служит полный контурный рисунок, как это [c.215]
Корпорация Thermo Ele tron разрабатывает, производит и продает аналитические и испытательные приборы, приборы для контроля окружающей среды, электростанции, работающие на альтернативных источниках энергии, системы сгорания с низким выделением вредных веществ, оборудование для переработки бумаги и других отходов, а также биомедицинскую продукцию. Кроме того, компания эксплуатирует электростанции и оказывает услуги в области охраны окружающей среды, тепловой переработки отходов и специальных методов получения и обработки металлов, а также осуществляет научные исследования и совершенствование продукции в области нетрадиционных методов формирования изображений, лазерной технологии и прямого преобразования энергии . [c.33]
В заключение следует отметить, что в условиях многоаспектности предметных областей распознавания, разработано мощное множество конкретных методов, используемых в различных системах распознавания в разных целях. Эти методы являются результатом творчества их авторов во взаимодействии со знаниями, полученными в различных дисциплинах, например, таких как математика, физика, теория автоматов, теория информации, кибернетика, искусственный интелект, информатика, обработка изображений, лингвистика, теория нервных сетей, биология, социология и психология. Распознавание можно использовать в различных областях, как для имитации органов чувств человека или в качестве вспомогательного средства, так и для анализа сложных структур данных, например, с целью получения новых знаний. [c.272]