WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO



Podobne dokumenty
OPTYMALIZACJA PARAMETRÓW DYSKRETYZACJI W SYSTEMACH DIAGNOSTYKI OBRAZOWEJ

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

Evaluation of estimation accuracy of correlation functions with use of virtual correlator model

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

Proces narodzin i śmierci

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

Procedura normalizacji

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Statystyka Inżynierska

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Analiza danych OGÓLNY SCHEMAT. Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. Strona 1

Konstrukcja gier sprawiedliwych i niesprawiedliwych poprzez. określanie prawdopodobieństwa.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

UCHWAŁA NR 279/XVIII/2011 Rady Miasta Płocka z dnia 29 grudnia 2011 roku

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

Prawdopodobieństwo i statystyka r.

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD A

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH

WikiWS For Business Sharks

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

SZTUCZNA INTELIGENCJA

OeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1)

Sprawozdanie powinno zawierać:

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

Weryfikacja hipotez dla wielu populacji



BADANIA WYCINKA RURY ZE STALI G355 Z GAZOCIĄGU PO 15 LETNIEJ EKSPLOATACJI Część II.: Badania metodami niszczącymi

OKREŚLANIE PARZYSTOŚCI LICZB W RESZTOWYM SYSTEMIE LICZBOWYM Z WYKORZYSTANIEM KONWERSJI DO SYSTEMU Z MIESZANYMI PODSTAWAMI

65120/ / / /200

8. MOC W OBWODZIE PRĄDU SINUSOIDALNEGO

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM

Pomiar mocy i energii

Podstawy teorii falek (Wavelets)

Ćwiczenia lab. Nr 4,5

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

ZESZYTY NAUKOWE NR x(xx) AKADEMII MORSKIEJ W SZCZECINIE. Metody wymiarowania obszaru manewrowego statku oparte na badaniach rzeczywistych

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

APLIKACJA METODY BADAŃ WŁASNOŚCI DYNAMICZNYCH ZAWIESZEŃ POJAZDÓW SAMOCHODOWYCH O DMC POWYŻEJ 3,5 TONY W PROGRAMIE LABVIEW

Metoda Różnic Skończonych

APROKSYMACJA QUASIJEDNOSTAJNA

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Nieparametryczne Testy Istotności

Grupa: Elektrotechnika, wersja z dn Studia stacjonarne, II stopień, sem.1 Laboratorium Techniki Świetlnej

ZAŁĄCZNIKI ROZPORZĄDZENIA DELEGOWANEGO KOMISJI

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

I. Elementy analizy matematycznej

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Planowanie eksperymentu pomiarowego I

SPRĘŻYSTOŚĆ PŁYT PILŚNIOWYCH WYTWORZONYCH Z DREWNA ORAZ SŁOMY ŻYTNIEJ

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K)

Komputerowe generatory liczb losowych

ZAJĘCIA X. Zasada największej wiarygodności

EKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI.

Praca podkładu kolejowego jako konstrukcji o zmiennym przekroju poprzecznym zagadnienie ekwiwalentnego przekroju

III. Przetwornice napięcia stałego







Analiza regresji modele ekonometryczne

Kierunek: Matematyka w technice

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Komórkowy model sterowania ruchem pojazdów w sieci ulic.

Pojęcia. 1. pole powierzchni (object specific area) [F] Suma pól pikseli w wyróżnionym obiekcie/profilu.

Ciepło topnienia lodu

ANALIZA WŁASNOŚCI SILNIKA RELUKTANCYJNEGO METODAMI POLOWYMI

Badania Maszyn CNC. Nr 2

Praktyczne wykorzystanie zależności między twardością Brinella a wytrzymałością stali konstrukcyjnych

STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI

SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska

Transkrypt:

Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono granczne artośc parametró dyskretyzacj przedzałoej na ch podstae określono zakresy nepenośc. Przedstaono funkcję gęstośc rozkładu zmennej losoej oraz ybrane estymatory nepenośc pomaru obektó. Słoa kluczoe: analza obrazu, dyskretyzacja, nepeność pomaru. WPROWADZEIE W systemach rozpoznaana analzy obektó oraz dagnozoana obrazoego szeroke zastosoane znajdują algorytmy dyskretyzacj sygnału próbkoana przestrzennego. Obrazy cyfroe, reprezentoane skończoną lczbą elementó dyskretnych, stanoą podstaoe źródło nepenośc pomaró, zązanych z yznaczanem cech obektó. Wynk analzy obektó zależą od rozdzelczośc przestrzennej obrazu, struktury satk pksel, kształtu elkośc obektu. Często mają one losoy charakter, ynkający z przypadko- dr nż. Walenty OWIECZKO e-mal: oeal@pb.edu.pl Katedra Automatyk Elektronk, Wydzał Elektryczny Poltechnka Bałostocka PRACE ISTYTUTU ELEKTROTECHIKI, zeszyt,

W. Oeczko ego rozmeszczena konturu na satce pksel []. W przypadku klasy obektó stanoących klka pksel, ynk pomaru mogą znacząco różnć sę od ch rzeczystej artośc.. MODEL OCEY IEPEWOŚCI POMIARU OBIEKTU W STRUKTURACH DYSKRETYCH Ocena płyu parametró dyskretyzacj obrazu na nepeność ynkó pomaru może być dokonana oparcu o analzę rozkładu elementó dyskretnych Δs przedzale yznaczonym doma elokątam, rozdzelonym krokem dyskretyzacj regularnej satk pksel (rys. ) []. Dalsze rozażana będą dotyczyć klasy najmnejszych obektó dyskretnych, charakteryzujących sę potencjalne najększą nepenoścą pomaru. a rysunku przedstaono przykłady obektó raz z opsem artośc parametró dyskretyzacj odpoadającym m przyrostam przedzałoym. a) b) c) d) k = = max = k = = k = = k = = Rys.. Ilustracja przykładoych obektó oraz przyrostu przedzałoych pksel dla = Procedurę oceny nepenośc pomaru strukturach dyskretnych można sproadzć do analzy przyrostó pksel przedzałoych, których artość określa zależność: = + k Δs, () gdze: lczba kraędz obektu odnesena o poerzchn S ; lczba kraędz -tego obektu przedzałoego S ( max ); k lczba erzchołkó obektu S, spólnych z elokątem odnesena (na rysunku yróżnone ęzły satk, k ); Δs jednostkoy element poerzchn struktury dyskretnej.

Wpły parametró dyskretyzacj na nepeność ynkó pomaru obektó obrazu Każdej artośc k yrażenu () odpoada skończony zbór przyrostó jednostkoych Δs, którego elkość zależy od kształtu obektu S oraz lczby elementó kraędzoych. W przypadku, gdy elementarne przyrosty są przypsane tylko kraędzom obektu S, lczba erzchołkó k może zmenać sę zakrese k. Wyznaczene dla każdego k, grancznych artośc mn, max pozol dokonać oceny nepenośc ynkó pomaru szystkch obektó opsanych lczbą, nezależne od ch elkośc kształtu.. OCEA GRAICZYCH WARTOŚCI PARAMETRÓW DYSKRETYZACJI Dla każdego k z zakresu k granczne artośc zmennej yrażenu () znajdujemy na podstae zależnośc: mn = k +, () max = + k +. () Przy = const. granczne artośc parametró dyskretyzacj zależą tylko od lczby k. Z uag na fakt, że mnmalna lczba elementó konturoych ne może być mnejsza od ( mn ), przypadku, gdy k = yrażena (), () przyjmą postać: mn =, max = +. () a rysunku przedstaono zakresy zman lczby elementó konturoych dla każdej artośc k przypadku, gdy = ;. a podstae poyższych yrażeń znajdujemy artośc grancznych przyrostó przedzałoych, opsane zależnoścam: k mn = ( + ) Δs, gdy k, () = ( + ) s, gdy k max Δ k. () Z yrażeń () () ynka, że szczególnym przypadku, gdy k = artość mn =, natomast max na podstae () przyjme postać:

W. Oeczko max = ( + ) Δs. () Gdy k =, z poyższych yrażeń otrzymamy: max = mn = ( + ) Δs. () a) b) max ( k ) mn ( k ) k max ( k ) mn ( k ) k Rys.. Zakresy zman artośc parametró dyskretyzacj dla: a) = ; b) = a rysunku przedstaono przebeg określające zakresy nepenośc zależnośc od artośc k. a) b) max ( k ) mn ( k ) k max ( k ) mn ( k ) k Rys.. Granczne artośc nepenośc pomaru przypadku, gdy: a) = ; b) =

Wpły parametró dyskretyzacj na nepeność ynkó pomaru obektó obrazu Wykresy na rysunku pokazują, że przy zmnejszającym sę k szerokość przedzałó maleje. Przy k = obe grance osągają taką samą maksymalną artość, opsaną yrażenem (), która odpoada najększej nepenośc. W tabel przedstaono granczne artośc parametró dyskretyzacj dla = ; ; oraz odpoadające m zakresy nepenośc. TABELA Wartośc parametró dyskretyzacj oraz zakresy nepenośc pomaru = = = k mn max mn max. FUKCJA GĘSTOŚCI PRAWDOPODOBIEŃSTWA PRZYROSTÓW PRZEDZIAŁOWYCH Dla najczęścej spotykanych przypadkó losoego usytuoana konturó obektu na satce pksel można założyć, że zmenna jest róneż losoa ma rozkład rónomerny. a podstae yrażeń (-), szerokość przedzału zmennej losoej, dla każdego k przy = const., określają zależnośc: (k ) Δs, gdy k = max mn =. () ( + ) Δs gdy k =

W. Oeczko Wóczas funkcja gęstośc pradopodobeństa przyjme postać: P( ) =, k =, +, gdy gdy gdy ( ( ( mn mn,, mn max max, ) ) max ) k k = <. () Wartość oczekaną oraz arancję zmennej dla zakresu artośc < k, określają yrażena: E( Δ S ) + = k ( ) k Var( Δ S ) =. () a rysunku a przedstaono funkcje gęstośc rozkładu zmennej dla czterech artośc k = ; ; ; zakresach yznaczonych na rysunku. a) b).... P( )... k = max ( k ) mn ( k ) E ( ) Var ( ) Rys.. Funkcje gęstośc rozkładu przyrostó przedzałoych dla = (a) oraz przebeg artośc oczekanej arancj zależnośc od k (b). k Rysunek b przedstaa przebeg estymatoró nepenośc postac artośc oczekanej oraz arancj zmennej losoej zależnośc od k.

Wpły parametró dyskretyzacj na nepeność ynkó pomaru obektó obrazu. PODSUMOWAIE Ocena nepenośc pomaru obektó obrazu cyfroego może być dokonana oparcu o analzę parametró dyskretyzacj przedzałoej. Granczne artośc parametró dyskretyzacj, dla zadanego obektu, zależą tylko od lczby spólnych elementó konturoych. Szerokość przedzału nepenośc pomaru dla każdego obektu, nezależne od jego elkośc kształtu, można yznaczyć na podstae grancznych artośc parametró dyskretyzacj. Przy zmnejszającej sę artośc parametru k, szerokość przedzałó nepenośc maleje, osągając maksymalną artość przy k =. Pracę ykonano na Wydzale Elektrycznym Poltechnk Bałostockej. LITERATURA. Wojnar L., Kurzydłosk K., Szala J.: Praktyka analzy obrazu, PTS, Krakó,.. Pratt W.: Dgtal Image Processng, John Wlley & Sons, e York,.. Oeczko W.: Modele metrologcznej analzy rozpoznaana obektó obrazu cyfroego, Prace Instytutu Elektrotechnk, zeszyt, str. -,. Rękops dostarczono dna.. r. IFLUECE OF DISCRETIZATIO PARAMETERS O THE OBJECTS OF DIGITAL IMAGE MEASUREMET UCERTAITY Walenty OWIECZKO ABSTRACT In the artcle results of measurement uncertanty analyss of selected features of dgtal mage object ere shon.

W. Oeczko Boarder values of nterval dscretzaton parameter ere determned, and on that bass uncertanty ranges ere defned. Functon of the random varable densty dstrbuton and selected uncertanty estmators of mage objects measurement ere presented. Keyords: mage analyss, dscretzaton, measurement uncertanty Dr nż. Walenty OWIECZKO pracuje na Wydzale Elektrycznym Poltechnk Bałostockej, Katedrze Automatyk Elektronk. Zajmuje sę problematyką zązaną z analzą obrazu.