(computer vision)

• Kujutuvastus (pattern recognition)

etalonide hulk X = {X₁,...,X_n}, kus X_i = {x_i1,...,x_ik}, x_ij = (x_ij1,...,x_ijm), i=1,...,n; j=1,...,k.

Kaugus objektide vahel: .

Idee: y? X_i, kui keskmine (ruut)kaugus objekti y ja etaloni X_i objektide vahel on väike.

Ruumi D teisendatakse, et ühte hulka kuuluvad objektid oleksid võimalikult lähedal:

1) pööratakse nii, et koordinaatteljed oleksid hulga X_i punktidega määratud m-mõõtmelise ellipsoidi telgede suunalised;

2) muudetakse telgede mastaapi, et ellipsoid teiseneks keraks.

Teisendus tehakse iga X_i korral, saadakse teisendatud ruumid D₁^*,...,D_n^*. Siis leitakse d(y,X_i) igas ruumis D_i^* (i=1,...,n). Sobib see, kus kaugus d on minimaalne.
 
 

• Pildituvastus (image recognition)

Staatilised ja dünaamilised stseenid.

Analüüsi võimalik käik:

1) pilt esitatakse maatriksina, mille iga element näitab kujutise vastava punkti eredust.

2) Määratakse pildil objektide servad (ereduse väärtuses järsk muutus; lähendatakse sirglõikudega).

3) Eraldatakse objektid: otsustatakse, millised servad kuuluvad samale objektile.

4) Moodustatakse täielikud kujutised, "jätkates" varjatud servi.

5) Tuvastatakse eraldi iga objekt, võrreldes teda etteantud etalonide kõikvõimalike projektsioonidega.

Rakendusi: aerofotode, röntgenipiltide, tänavastseenide analüüs.
 
 

Lugemiseks:

Andrus Järg, Jaan Penjam. Visuaalkujutise töötlemine arvutis. A&A 1994'7/8-10,12; 1995'2.