A digitális kép spektrális bizonytalanságának hatása a kép funkcionáljaira

Szerzők

  • Hegedűs Géza Pannon Egyetem, Georgikon Kar, 8360 Keszthely, Deák F. u. 16. , Pannon University, Faculty of Georgikon, H-8360 Keszthely, Deák Ferenc u. 16.
  • Horváth Zoltán Pécsi Tudományegyetem, TTK, Matematika és Informatikai tanszék, 7624 Pécs, Ifjúság útja 6. , Pécsi Tudományegyetem, TTK, Matematika és Informatikai tanszék, 7624 Pécs, Ifjúság útja 6.

Kulcsszavak:

SFD, STN, RSKBM, ST2, fraktál dimenzió, értékelések, burgonya

Absztrakt

Objektumok – mezőgazdaságban többnyire növények – digitális képeikhez különböző definíciókkal rendelhetők számértékek. Egyes vizsgálatok törekvése arra irányul, hogy megfelelő definíciók kiválasztásával mód nyíljon az alany beazonosítására, illetve tulajdonságának jellemzésére. A dolgozatban a következő funkcionálokat elemezzük: Spektrális Fraktáldimenzió (SFD), Spektrális Színkocka Tehetetlenség (STN), Redukált Spektrális Kovex Burok Mérték (RSKBM), majd ezeket összevetjük egy vektorértékű függvény jellemzővel, amely eltéréseit kettes norma szerint vizsgáljuk (ST2). Megvizsgáljuk, hogy a felvételezés (képkészítés) körülményei, hogyan befolyásolják az egyes funkcionál értékeket, az eredmény milyen eloszlást mutat, milyen hibával rendelkezik a mérésnek nevezett eljárás. Továbbá kimutatjuk, hogy az egyes eljárások milyen számolásigénnyel járnak effektíve és az etalonnak választott vektorértéket szolgáltató hisztogramhoz meghatározásához képest. Bemutatjuk (véletlenszerűen kiválasztott két fajta példáján), hogy a mérési eredmények mennyire lehetnek alkalmasak növényfajták elkülönítésére. Megvizsgáljuk azt a kérdést, hogy érdemes-e skalárig lecsupaszítani a képi információt sokszor a gyakorlati használhatóságot megkérdőjelező számításigénnyel, mintsem hatékonyan kinyerhető komplex struktúrákkal jellemezni a vizsgálat tárgyát.

Információk a szerzőről

  • Hegedűs Géza, Pannon Egyetem, Georgikon Kar, 8360 Keszthely, Deák F. u. 16., Pannon University, Faculty of Georgikon, H-8360 Keszthely, Deák Ferenc u. 16.

    levelezőszerző
    hegedus@georgikon.hu

Hivatkozások

Berke, J. (2005): Spectral fractal dimension (Spektrális fraktáldimenzió). Proceedings of the 7th WSEAS Telecommunications and Informatics (TELE-INFO ’05), Prague, 23–26. p. ISBN 960 8457 11

Berke, J. (2006): Measuring of Spectral Fractal Dimension (A spektrális fraktáldimenzió mérése). Advances in Systems, Computing Sciences and Software Engineering, Springer, 397–402. p. ISBN 10 1- 4020-5262-6. https://doi.org/10.1007/1-4020-5263-4_62

Berke, J. (2007): Measuring of Spectral Fractal Dimension (A spektrális fraktáldimenzió mérése). In: Journal of New Mathematics and Natural Computation, 3(3), 409–418. https://doi.org/10.1142/S1793005707000872

Csák, M., Hegedűs, G. (2008): Az SFD mérésként való alkalmazhatósága a burgonyanemesítési kutatásokban (The DFD opportunity of applicable in a potatoimprovement research), Acta Agraria Kaposváriensis, 12(2), 177–191. p.

Csák, M. (2010): Burgonyafajták minősítése, és a burgonyanemesítés informatikai rendszere.” (Fajtaazonosítás és - minősítés digitális képanalízis felhasználásával), Doktori disszertáció, Keszthely

Hegedűs, G. (2007): Spectral fractal dimension – invariant transformations and shifting rules (Spektrális fraktáldimenzió – invariáns transzformációk és eltolási szabályok) Erdei Ferenc IV. Tudományos Konferencia, Kecskemét, 2007. augusztus 27–28. II. kötet, 671–674. pp. ISBN 978 963 7294 65 5.

Letöltések

Megjelent

2011-12-12

Folyóirat szám

Évf. 15 szám 3 (2011): Acta Agraria Kaposváriensis

Rovat

Cikkek

License

Copyright (c) 2011 Hegedűs Géza, Horváth Zoltán

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Hogyan kell idézni

Hegedűs, H., & Horváth, Z. (2011). A digitális kép spektrális bizonytalanságának hatása a kép funkcionáljaira. Acta Agraria Kaposváriensis, 15(3), 51-65. https://journal.uni-mate.hu/index.php/aak/article/view/7090

Ugyanannak a szerző(k)nek a legtöbbet olvasott cikkei