TAILIEUCHUNG - Xử lý hình ảnh kỹ thuật số P7

SUPERPOSITION AND CONVOLUTION In Chapter 1, superposition and convolution operations were derived for continuous two-dimensional image fields. This chapter provides a derivation of these operations for discrete two-dimensional images. Three types of superposition and convolution operators are defined: finite area, sampled image, and circulant area. The finite-area operator is a linear filtering process performed on a discrete image data array. | Digital Image Processing PIKS Inside Third Edition. William K. Pratt Copyright 2001 John Wiley Sons Inc. ISBNs 0-471-37407-5 Hardback 0-471-22132-5 Electronic 7 SUPERPOSITION AND CONVOLUTION In Chapter 1 superposition and convolution operations were derived for continuous two-dimensional image fields. This chapter provides a derivation of these operations for discrete two-dimensional images. Three types of superposition and convolution operators are defined finite area sampled image and circulant area. The finite-area operator is a linear filtering process performed on a discrete image data array. The sampled image operator is a discrete model of a continuous two-dimensional image filtering process. The circulant area operator provides a basis for a computationally efficient means of performing either finite-area or sampled image superposition and convolution. . FINITE-AREA SUPERPOSITION AND CONVOLUTION Mathematical expressions for finite-area superposition and convolution are developed below for both series and vector-space formulations. . Finite-Area Superposition and Convolution Series Formulation Let F n1 n2 denote an image array for nb 2 1 2 . N. For notational simplicity all arrays in this chapter are assumed square. In correspondence with Eq. the image array can be represented at some point m1 m2 as a sum of amplitude weighted Dirac delta functions by the discrete sifting summation F m1 m2 F n-1 n2 8 m-1 - n-1 1 m2 -n2 1 n1 n2 161 162 SUPERPOSITION AND CONVOLUTION The term 1 8 m1 - 1 1 m2 - 2 1 0 if m1 1 and m2 2 otherwise is a discrete delta function. Now consider a spatial linear operator O that produces an output image array Q mp m2 O F mp m2 by a linear spatial combination of pixels within a neighborhood of m1 m2 . From the sifting summation of Eq. Q m1 m2 OiZZ F 1 2 8 m1 - 1 1 m2 - 2 1 f L 1 2 J or Q mx m2 zz F nx n2 O 8 mj - n 1 m2 -n2 1 n1 n2 recognizing that O is a linear operator and that F

• Kĩ thuật Viễn thông
• Hình ảnh
• xử lý hình ảnh
• hình ảnh kỹ thuật số
• xử lý kỹ thuật số
• đặc tính hình ảnh
• Chẩn đoán hình ảnh
• Bài giảng chẩn đoán hình ảnh
• Tài liệu chẩn đoán hình ảnh
• Kỹ thuật chẩn đoán hình ảnh
• Kỹ thuật hình ảnh
• Hình ảnh cắt lớp
• Hình ảnh thần kinh
• Hình ảnh sọ não
• Chẩn đoán hình ảnh hệ tiêu hóa
• Hình ảnh hệ tiêu hóa
• Chẩn đoán hình ảnh hệ xương khớp
• Chẩn đoán hình ảnh hệ tim mạch
• hình ảnh truyền hình
• vai trò hình ảnh trong truyền hình
• khái niệm về hình ảnh
• đặc điểm hình ảnh
• phát thanh truyền hình
• Nhiếp ảnh và xử lý hình ảnh
• Phương thức điều chỉnh lại tone màu cho hình ảnh
• Tone và màu
• Thay đổi màu sắc trên hình ảnh
• Sửa màu trên hình ảnh
• Thêm màu trên hình ảnh
• hương dẫn Chẩn doán hình ảnh
• kinh nghiệm Chẩn doán hình ảnh
• giáo trình Chẩn doán hình ảnh
• bài giảng Chẩn doán hình ảnh
• kỹ thuật Chẩn doán hình ảnh
• Chẩn doán hình ảnh