Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Kroszczyński, W." wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Spektralne własności filtrów Laplacea piątego stopnia w przetwarzaniu danych cyfrowych
Spectral properties of fifth order Laplace filters used for digital data processing
Autorzy:
Krawczyk, K.
Winnicki, I.
Kroszczyński, K.
Pietrek, S.
Jasiński, J.
Powiązania:
https://bibliotekanauki.pl/articles/208607.pdf
Data publikacji:
2012
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
maski liniowych filtrów Laplace'a piątego stopnia
spektralny operator przejścia
metody różnicowe
forma przybliżenia różniczkowego
matrices of fifth order linear Laplace filters
spectral operator of amplification
differential methods
differential approximation form
Opis:
Artykułem [5] autorzy rozpoczęli cykl prezentacji wyników badań masek konwolucyjnych filtrów Laplace'a wykorzystywanych w cyfrowym przetwarzaniu obrazów. W [6] omówiono spektralne własności filtrów trzeciego stopnia. W niniejszej pracy przedstawiono spektralne własności filtrów Laplace'a stopnia piątego. Na podstawie macierzy indukowanych przez schematy różnicowe aproksymujące operator Laplace'a wyprowadzono π-formy pierwszego przybliżenia różniczkowego tych schematów, wyznaczono funkcje spektralne operatorów wzmocnienia fp(k, l) (gdzie p numer maski - wyjaśnienia w tekście), przedstawiono graficzną interpretację tych funkcji oraz wzajemną relację funkcji spektralnej operatora różnicowego fp(k, l) i operatora różniczkowego fL(k, l), czyli relację fp(k, l)/fL(k, l). Widmowy operator przejścia (operator wzmocnienia), często nazywany też funkcją przejścia (transfer function) jest funkcją charakteryzującą własności schematów różnicowych aproksymujących operatory różniczkowe. Ponieważ są to zależności, które wyprowadza się w obu przestrzeniach (ciągłej i dyskretnej), zatem ich porównywanie ułatwia ocenę zastosowanej metody przybliżonej. Operator przejścia przedstawia więc spektralne własności masek konwolucyjnych filtrów liniowych w funkcji liczb falowych k i l. Wartości fp(k, l) i fL(k, l) są pośrednio generowane przez długości zaburzeń pojawiających się podczas analizy pól cyfrowych. Zagadnienie to zostało szczegółowo opisane w [6]. Przedstawiono tam też na konkretnym przykładzie metodę wyprowadzania funkcji spektralnych fp(k, l). Zainteresowanego Czytelnika odsyłamy również do [2, 4, 9, 10]. Badanie przebiegów funkcji fp(k, l) będzie wykorzystane do przedstawienia własności poszczególnych filtrów Laplace'a. Obszarem porównania będzie pole testowe utworzone za pomocą skryptu peaks.m (pakiet Matlab). Słuszność tego podejścia potwierdzają wyniki badań omówionych w [5] i [6]. Celem prezentowanej pracy jest przede wszystkim poszerzenie i uporządkowanie wiedzy na temat filtrów Laplace'a piątego stopnia oraz wyjaśnienie ich własności spektralnych, które najwięcej mówią o cechach filtrów w obszarze dużych nieregularności, czyli znacznych różnic jasności w blisko położonych punktach zdjęcia cyfrowego. Dodatkowo pokażemy wyraźne różnice w przebiegach funkcji spektralnych związanych z różnymi maskami piątego stopnia. Nie były one takie istotne w przypadku masek stopnia trzeciego [6]. W [6] wprowadziliśmy pojęcie wskaźnik dobroci maski (mierzony liczbą bezwzględną) jako wartość Dp = fp(k, l)/fL(k, l) w punkcie narożnym dziedziny, np. w punkcie (π, π). Będziemy się do niego odwoływać również w tej pracy.
Paper [5] begins a series of presentations of the results of research concerning matrices of convolution Laplace filters used for digital processing of images. Paper [6] discusses spectral properties of third order filters. This paper presents spectral properties of fifth order Laplace filters. Using matrices, induced by differential schemes approximating the Laplace operator, the authors derived the π-forms of the first differential approximation of the schemes, determined the spectral functions of the fp(k, l) amplification operators (where p is the matrix number explained in the paper body), presented graphical interpretation of these functions as well as the relation between the spectral function of the fp(k, l) differential operator and the fL(k, l) differential operator, i.e. the fp(k, l)/fL(k, l) relation. Spectral transfer operator (amplification operator), often called also transfer function, is a function characterizing properties of differential schemes approximating differential operators. Since they are relations derived in both spaces (continuous and discrete), comparing them facilitates assessment of the applied approximation method. Therefore, the transfer operator presents spectral properties of matrices of linear convolution filters as functions of k and l wave numbers. The values of fp(k, l) and fL(k, l) are indirectly generated by the lengths of the disturbances occurring during analyses of the digital fields. This issue is described in detail in [6], where a method of deriving the fp(k, l) spectral functions is also presented in a concrete example. More details are available in [2, 4, 9, 10]. The course studies of the fp(k, l) functions will be used for presenting properties of the specific Laplace filters. The comparison will be conducted over a test field created in Matlab by means of the peaks.m script. Legitimacy of this approach is justified by research results discussed in [5] and [6]. This paper's aim is mainly enhancing and systematizing the knowledge concerning fifth order Laplace filters and explaining those of their spectral properties which provide most information about the filters features in areas of large irregularities, i.e. significant differences in brightness of nearby points of digital images. Additionally, distinct differences in spectral functions courses related with various fifth order matrices will be shown. They were not so essential in case of third order matrices [6]. Paper [6] introduces the concept of the matrix goodness indicator (expressed as an absolute number) having the value of Dp = fp(k, l)/fL(k, l) in a corner point of the domain, e.g. In (π, π) point. It will also be referred to in this paper.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2012, 61, 2; 9-38
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Spektralne własności filtrów Laplacea trzeciego stopnia w przetwarzaniu danych cyfrowych
Spectral properties of third order Laplace filters used for digital data processing
Autorzy:
Krawczyk, K.
Winnicki, I.
Pietrek, S.
Jasiński, J.
Kroszczyński, K.
Powiązania:
https://bibliotekanauki.pl/articles/210910.pdf
Data publikacji:
2012
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
maski liniowych filtrów Laplace'a trzeciego stopnia
spektralny operator wzmocnienia
metody różnicowe
forma przybliżenia różniczkowego
matrices of third order linear Laplace filters
spectral operator of amplification
differential methods
differential approximation form
Opis:
Artykuł jest kontynuacją [6] oraz uzupełnieniem badań prezentowanych w [5, 7, 8]. Na podstawie macierzy indukowanych przez schematy różnicowe aproksymujące operator Laplace'a wyprowadzono i opisano w nim widmowe operatory przejścia masek konwolucyjnych filtrów krawędziowych Laplace'a trzeciego stopnia wykorzystywanych w procedurach przetwarzania obrazów cyfrowych. Oznacza to, że macierze prezentowane w niniejszej pracy odpowiadają maskom krawędziowych filtrów Laplace'a - szeroko omówionych w [6] - z dokładnością do znaku (–) (porównaj [1, 4, 6, 13, 14]). Widmowy (spektralny) operator przejścia, operator (funkcja) wzmocnienia, funkcja transformacji (lub przejścia) (transfer function) - krótko transformata f(k, l) - ma szczególne znaczenie w przetwarzaniu zdjęć cyfrowych, bowiem opisuje własności spektralne masek liniowych filtrów konwolucyjnych. Wartości tej funkcji tworzą macierz mnożników zależnych tylko od liczb falowych k i l w taki sposób, że każdej parze (k, l) funkcja ta przypisuje liczbę fp(k, l), przez którą w procesie konwolucji jest mnożony filtrowany obraz (indeks j wprowadzono w celu identyfikacji filtru). Funkcje wzmocnienia dwóch masek operatora Laplace'a przedstawia Jähne w [4]. Analizowane maski pochodzą bezpośrednio od schematów różnicowych operatora ∇2 konstruowanych różnymi metodami (różnic skończonych i elementu skończonego). Na zamieszczone tu wyniki można więc również spojrzeć od strony najważniejszych własności metod numerycznych (w odniesieniu do zagadnień stacjonarnych): zgodności i dokładności aproksymacji różnicowej (patrz np. [3, 11, 13]). W celu ułatwienia wspomnianej analizy w pracy są zamieszczone tzw. Π-formy pierwszego przybliżenia różniczkowego. Podstawowym celem prezentowanej pracy jest, przede wszystkim, poszerzenie i uporządkowanie wiedzy na temat filtrów Laplace'a trzeciego stopnia, a przy okazji wyjaśnienie ich własności spektralnych, które najwięcej mówią o cechach filtrów w obszarze dużych nieregularności, czyli znacznych różnic jasności w blisko położonych punktach zdjęcia cyfrowego. W tej publikacji nie będziemy się jednak odnosić do poprawności uwydatniania krawędzi oraz konturów, polepszania kontrastu zdjęcia, ani prowadzić badań na poziomie histogramów obrazów wynikowych. Zamierzonym celem nie jest też przedstawienie zalet i wad poszczególnych filtrów odniesionych do konkretnych obrazów cyfrowych. Opisano je w kilku monografiach i w wielu artykułach, między innymi tych zamieszczonych w wykazie literatury.
This paper is a continuation of Ref. 6 and a supplement to studies presented in Refs. 5, 7, and 8. Using matrices, induced by differential schemes approximating the Laplace operator, the authors derived and described spectral transfer operators of the matrices of the third order Laplace contour convolution filters used in digital images processing procedures. It means that matrices presented in this paper correspond to matrices of the Laplace contour filters - discussed in detail in Ref. 6 - exact to the sign (–) (compare [1, 4, 6, 13, 14]). Spectral transfer operator, amplification operator (function), transfer function - shortly: f(k, l) transform - is of special significance for processing digital images because it describes spectral properties of matrices of linear convolution filters. The values of the function form a matrix of multipliers depending only on k and l wave numbers in such a way that to each (k, l) pair the function assigns an fj(k, l) number by which the filtered image is multiplied in the process of convolution (the j index identifies the filter). Amplification functions of two differential schemes of the Laplace operator are presented by Jähne in Ref. 4. The analyzed masks derive directly from differential schemes of the ∇2 operator constructed by means of various methods (finite differences and finite element). The presented results may then also be observed from the point of view of the most important properties of numerical methods (in reference to stationary issues): compatibility and accuracy of differential approximation (see e.g. [3, 11, 13]). To facilitate the analysis, the paper includes the Π-forms of the first differential approximation of the schemes. This paper's aim is mainly enhancing and systematizing knowledge concerning third order Laplace filters and explaining those of their spectral properties which provide most information about the filters features in areas of large irregularities, i.e. significant differences in brightness of nearby points of digital images. This paper does not treat correctness of indicating edges and contours, enhancing image contrast or studies concerning histograms of the resulting images. This paper's aim does not include presentation of advantages and disadvantages of the specific filters applied to the concrete digital images, either. These have been described in monographs and numerous papers, including those referred to in this paper.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2012, 61, 1; 199-222
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies