Введение
1 Морфологические модели в задачах анализа изображений 11
1.1 Общие черты морфологических методов как инструмента для получения новых знаний 17
1.2 Проблема узнавания изображений 21
1.2.1 Традиционные алгоритмы узнавания, основанные на морфологических моделях 22
1.2.2 Теоретико-возможностные модели узнавания 26
1.3 Проблема оценивания параметров объекта по его изображению 29
1.3.1 Морфологические модели изображений объекта для оценивания его параметров 30
1.3.2 Уточенения модели: роль измерительного прибора и среды 34
1.4 Ненараметрические задачи: морфологический подход 36
1.4.1 Проблема фильтрации изображений 37
1.4.2 Задача подавления помех 44
1.4.3 Сегментация изображений: обнаружение и локализация неизвестных объектов 46
1.4.4 Задача определения формы текстурнозначного изображения 50
1.4.5 Прогнозирование фрагментов изображения, основанное на морфологической модели 54
2 Качество морфологических методов как технологии получения новых знаний 60
2.1 Сравнительный анализ морфологических алгоритмов узнавания 60
2.1.1 Байесовское решение [12,15] 60
2.1.2 Статистическое моделирование нечеткого элемента 64
2.1.3 Сравнительный анализ алгоритмов в вычислительном эксперименте 75
2.2 Сравнительный анализ алгоритмов обнаружения и локализации объектов на изображении 80
2.2.1 Морфологический алгоритм , . 81
2.2.2 Локальный корреляционный алгоритм 82
2.2.3 Локальный алгоритм ранговой корреляции [20,21] 83
2.2.4 Сравнение алгоритмов 84
2.3 Качество алгоритма определения формы текстурнозначного изображения 89
3 Приложения 91
3.1 Анализ изображений геологических структур 91
3.1.1 Оценивание параметров особенностей геологической формации 92
3.1.2 Прогнозирование изображений геологических структур 99
3.2 Оценивание качества поверхности образца сплава алюми
ния по его изображениям 101
3.2.1 Пространство изображений микротекстур 102
3.2.2 Поле направлений на изображении 103
3.2.3 Результаты анализа 104
Оглавление 4
Заключение 107
Литература 109
