Пример. 2D-корреляция и согласование прототипа

Функции > Векторы и матрицы > Другие функции для работы с массивами > Пример. 2D-корреляция и согласование прототипа

Иллюстрирует корреляцию 2D-ядра с изображением в области пространства.

Одним из ядер является гауссово ядро, которое создает эффект сглаживания.

Сведения об использовании этого примера см. в разделе Сведения о примерах обработки изображений.

2D-корреляция

1. Используйте функцию READ_IMAGE для считывания изображения.

2. Используйте функцию WRITEBMP, чтобы сохранить изображение в файл.

3. Задайте диапазон ядра и функцию.

Щелкните для копирования этого выражения

4. Вычислите матрицу ядра 5 x 5.

Данное ядро симметрично, поэтому эффект будет тем же, что и для свертки: равносильным корреляции реверсированного ядра.

5. Определите коэффициент масштабирования mcscale.

<region id="ID0EM2WFB" top="552" left="24" width="210.04" height="41.154" xmlns="http://schemas.mathsoft.com/worksheet50">
  <math>
    <define xmlns="http://schemas.mathsoft.com/math50">
      <function>
        <id label="None">mcscale</id>
        <boundVars>
          <id label="None">x</id>
        </boundVars>
      </function>
      <parens>
        <apply>
          <mult />
          <apply>
            <div />
            <apply>
              <minus />
              <id>x</id>
              <apply>
                <id>min</id>
                <id>x</id>
              </apply>
            </apply>
            <apply>
              <minus />
              <apply>
                <id>max</id>
                <id>x</id>
              </apply>
              <apply>
                <id>min</id>
                <id>x</id>
              </apply>
            </apply>
          </apply>
          <real>255</real>
        </apply>
      </parens>
    </define>
    <resultFormat>
      <matrix size="12,12" offset="0,0" />
    </resultFormat>
  </math>
</region>

6. Вычислите кросс-корреляцию, а затем переведите результат в 8-битовую шкалу оттенков серого со значениями от 0 до 255.

7. Используйте функцию WRITEBMP для сохранения результатов в файл.

8. Нарисуйте исходное изображение и корреляцию изображения с ядром.

(greyscale_dog.bmp)

(dog_cross.bmp)

Сравнение прототипа

1. Используйте функцию READ_IMAGE для чтения нового изображения.

2. Используйте функцию WRITEBMP для сохранения результатов в файл.

(peas_carrots.bmp)

Выделением выбирается характерное изображение моркови в качестве шаблона.

3. Задайте высоту и ширину шаблона.

4. Определите функцию val и используйте ее в функции matrix, чтобы создать шаблон.

5. Нарисуйте изображения шаблона и моркови.

(template.bmp)

(carrot.bmp)

6. Задайте порог корреляции.

7. Используйте однородный шаблон того же размера, что и выделенная морковь, или само изображение моркови для подсчета количества повторений:

(carrot_vect.bmp)

Большинство изображений горошка будет закрашено некоррелированными, пороговыми значениями, а большинство изображений моркови останутся видимыми. Сравнение происходит между исходным изображением и прямоугольным шаблоном однородной плотности, который неточно различает морковь в этой случайной упаковке замороженных овощей.

8. Рассчитайте примерное процентное соотношение моркови в исходном изображении.

<region id="ID0EHYXFB" top="2424" left="24" width="260.138333333333" height="57.3180002059937" xmlns="http://schemas.mathsoft.com/worksheet50">
  <math>
    <eval xmlns="http://schemas.mathsoft.com/math50">
      <apply>
        <div />
        <apply>
          <summation />
          <lambda>
            <boundVars>
              <id>i</id>
            </boundVars>
            <apply>
              <summation />
              <lambda>
                <boundVars>
                  <id>j</id>
                </boundVars>
                <apply>
                  <indexer />
                  <id>CORRt</id>
                  <sequence>
                    <id>i</id>
                    <id>j</id>
                  </sequence>
                </apply>
              </lambda>
              <lowerBound>
                <real>0</real>
              </lowerBound>
              <upperBound>
                <parens>
                  <apply>
                    <minus />
                    <apply>
                      <id>cols</id>
                      <id>CORRt</id>
                    </apply>
                    <real>1</real>
                  </apply>
                </parens>
              </upperBound>
            </apply>
          </lambda>
          <lowerBound>
            <real>0</real>
          </lowerBound>
          <upperBound>
            <parens>
              <apply>
                <minus />
                <apply>
                  <id>rows</id>
                  <id>CORRt</id>
                </apply>
                <real>1</real>
              </apply>
            </parens>
          </upperBound>
        </apply>
        <id>size</id>
      </apply>
      <result>
        <real>0.455</real>
      </result>
    </eval>
    <resultFormat>
      <matrix size="12,12" offset="0,0" />
    </resultFormat>
  </math>
</region>

Данный метод также полезен при подсчете бактерий и в других оценках изображений.

Похожие темы

Свертка и взаимная корреляция

Было ли это полезно?