Работа с графикой
Для некоторых поверхностей отражательная способность не зависит от направления облучения. Примеры таких поверхностей — хлопчатобумажная ткань Далее>>>
Второй значительный класс поверхностей — это стеклянные или зеркальные поверхности. Идеальный зеркальный отражатель ведет себя как идеальное зеркало. Далее>>>
Приближение идеального зеркального отражателя применимо к довольно малому числу поверхностей. Чтобы проверить, является ли плоская поверхность идеальным зеркальным отражателем Далее>>>
Относительно немногие поверхности можно считать либо идеально рассеивающими, либо совершенно зеркальными. ФРДО большинства поверхностей можно аппроксимировать комбинацией ламбертовской составляющей и зеркальной Далее>>>
На степень яркости поверхности влияют два фактора: их альбедо и то, сколько света на них попадает. Модель нахождения яркости объекта обычно называют моделью затенения Далее>>>
Рассмотрим, как будут выглядеть "яркие" поверхности при различном освещении, и как эта "яркость" зависит от локальных свойств поверхности, от формы поверхности и от освещения Далее>>>
Определим источник света как нечто, излучающее непосредственно генерируемый (а не только отражаемый) свет. Для описания источника необходимо описать излучение Далее>>>
В качестве обычного приближения часто принимается, что источник света — это очень маленькая сфера, фактически точка; такие источники называют точечными Далее>>>
Точечный источник на бесконечности — это хорошая модель, например, для солнца, поскольку телесный угол, который образует солнце, мал, и его можно считать постоянным независимо от положения источника в поле зрения Далее>>>
Геометрия линейного источника — это прямая линия; в качестве наглядного примера можно привести флуоресцентную лампу Далее>>>
Плоский источник — это плоскость, которая излучает свет. Плоские источники очень важны по двум причинам. Во-первых, они достаточно часто встречаются в природе Далее>>>
Физика света дает возможность узнать, насколько яркими будут объекты (и почему), и помогает извлечь из моделей информацию об объектах. На данный момент известно диффузное отражение участка, обусловленное источником Далее>>>
Резкое изменение яркости изображения интересно по нескольким причинам. Во-первых, такие резкие изменения чаще всего возникают на границах объектов — это может быть изображение светлого предмета на темном фоне или темного предмета на светлом фоне. Во-вторых, резкие изменения яркости часто бывают следствием изменения отражательной способности на достаточно характерных структурах Далее>>>
Основная проблема задачи определения краев — это шумы изображения. Детекторы краев построены таким образом, что дают большой выход при резких изменениях, а одна из причин возникновения резких изменений — это прибавление к пикселям посторонних значений (поскольку шумы в разных пикселях, как правило, не коррелируют, т.е. могут очень сильно отличаться друг от друга) Далее>>>
При буквальном рассмотрении модель аддитивного стационарного гауссова шума оказывается плохой моделью шума изображения. Во-первых, эта модель допускает существование положительных (и, что более тревожно, отрицательных!) значений пикселей произвольной величины. Впрочем, при правильном выборе среднеквадратического отклонения для обычных камер, снимающих вне помещения или при дневном освещении, это не представляет большой проблемы, поскольку такие значения пикселей вряд ли появятся на практике. При восстановлении изображения с шумами проблемным пикселям присваивается, соответственно, нулевое или максимальное значение. Далее>>>
Простые фильтры конечной разности имеют сильную реакцию на шум, так что применение двух фильтров конечной разности (по одному для каждой координаты) — это плохой способ оценки градиента. Один из способов решения этой проблемы заключается в том, чтобы сгладить изображение, а затем продифференцировать его (хотя можно также сглаживать производные). На практике изображение почти всегда сглаживается Далее>>>
Фильтр сглаживания можно подобрать, взяв модель краев и воспользовав-шись некоторым набором критериев для выбора фильтра, который лучше всего реагирует на данную модель. Эту задачу сложно сформулировать для двумерного случая, поскольку края в двумерном пространстве могут оказаться искривленными. Условно выбор фильтра сглаживания состоит в формулировании одномерной задачи с последующим применением ротационно-симметричного варианта двумерного фильтра. Далее>>>
Хотя гауссиан не является единственным возможным ядром размывания, он удобен, поскольку обладает рядом важных особенностей. Во-первых, если выполнить свертку гауссиана с гауссианом. Следовательно, можно получить сильно сглаженное изображение, повторно сгладив уже сглаженное изображение. Это очень важное свойство, поскольку дискретная свертка может оказаться слишком трудоемкой операцией (особенно при большом ядре фильтра), а обычно нужны варианты изображения с различной степенью сглаживания. Далее>>>
Гауссиан обладает еще одним важным свойством, которое здесь не доказывается. Для семейства функций, представляющих практический интерес, многократная свертка любого члена этого семейства функций с самим собой дает гауссиан? и получить произведение двух одномерных гауссианов. В общем случае, функция f(x,y)t которая раскладывается Далее>>>
В обоих основных методах определения краев края моделируются как резкие изменения яркости. В первом методе используется то, что самые быстрые изменения происходят при исчезновении двумерного аналога второй производной. Этот подход представляет лишь историческую ценность и на практике уже не применяется. Альтернативный метод состоит в явном поиске точек Далее>>>
В детекторах краев на основе градиентов оценивается величина градиента (почти всегда с помощью гауссиана в качестве фильтра сглаживания), и эта оценка используется для определения положения краевых точек. Как правило, величина градиента может быть большой вдоль широких полос на изображении. Однако контуры объектов — это обычно кривые Далее>>>
Хорошо известно, что определять края на углах сложно, поскольку здесь предположение о том, что для оценки ориентации градиента достаточно оценить частные производные по а: и у, не срабатывает. В острых или неудачно расположенных углах эти оценки частных производных обычно оказываются неверными, поскольку их носитель будет пересекать угол. Существует множество специальных Далее>>>
Границы объекта не следует отождествлять с резкими изменениями значений на изображении. Во-первых, в наихудшей ситуации объекты могут не очень отличаться по цвету от фона. Во-вторых, на объекты часто накладывается текстура или отметки, которые имеют собственные края, и их бывает настолько много, что часто сложно отыскать среди них значимые участки границ объекта Далее>>>
Текстура изображения обычно включает упорядоченные узоры, состоящие из правильных элементов (которые иногда называют текстонами). Например, одна из текстур состоит из треугольников. Другая текстура на этом рисунке состоит из стрелочек. Естественный способ представления текстуры Далее>>>
Точно неизвестно, какое количество фильтров будет "самым лучшим" для хороших текстурных алгоритмов. В работе исследовано, сколько масштабов и направлений стоит применять в ряде систем; число масштабов колеблется от четырех до одиннадцати и число направлений — от двух до восемнадцати. Количество направлений меняется в зависимости от задачи и не имеет большого значения Далее>>>
То, какую статистику следует собирать, зависит в некоторой степени от описываемого объекта. Однако работа над синтезом текстуры налагает некоторые ограничения на выбор соответствующей модели. Предположим, что масштаб окна, по которому нужно собрать статистику, установлен (один из путей — найти среднее значение квадрата выходов фильтра для ряда фильтров. Затем окно описывается вектором значений, каждое из которых — это квадрат средней по окну реакции определенного фильтра Далее>>>
Еще один вопрос, с которым обычно сталкиваются на практике, — это выбор масштаба для описания текстуры. Как правило, выбирают небольшое окно с центром в требуемой точке, а затем увеличивают размер этого окна до тех пор, пока увеличение размеров окна перестанет приводить к значительным изменениям. Например, представьте себе выбор пикселя на изображении зебры. В пределах очень маленького окна вокруг этого пикселя значение яркости постоянно Далее>>>
Для описания текстуры с помощью статистических данных блока фильтров необходима свертка изображения с несколькими фильтрами при нескольких масштабах. Существует множество способов систематического выполнения этой операции, некоторые из них описаны в данном разделе Далее>>>