Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
Суреттегі қарқындылық немесе түстің бағытталған өзгеруі
Directional change in the intensity or color in an image
Сурет градиенті – суреттегі қарқындылықтың немесе түстің бағытталған өзгеруі. Сурет градиенті – сурет өңдеудегі негізгі құрылымдық элементтердің бірі. Мысалы, Canny жиек анықтағышы жиектерді анықтау үшін сурет градиентін пайдаланады. Цифрлік кескіндерді өңдеуге арналған графикалық бағдарламалық жасақтамада градиент немесе түс градиенті термині түстердің біртіндеп үйлесуі үшін де қолданылады, оны төменнен жоғарыға дейінгі түстердің тегіс градациясы ретінде қарастыруға болады, мысалы, оң жақтағы суреттерде ақтан қараға дейін. Бұл құбылысқа түс өрбуі (түс прогрессиясы) деп те айтуға болады. Математикалық тұрғыдан алғанда, екі айнымалы функцияның градиенті (бұл жерде сурет қарқындылығы функциясы) әрбір сурет нүктесінде көлденең және тік бағыттардағы туындыларымен сипатталатын 2D вектор болып табылады. Әрбір сурет нүктесінде градиент векторы қарқындылықтың ең жоғары өсу бағытына бағытталады, ал градиент векторының ұзындығы сол бағыттағы өзгеру жылдамдығына сәйкес келеді. Цифрлік суреттің қарқындылық функциясы тек дискретті нүктелерде белгілі болғандықтан, бұл функцияның туындыларын анықтау үшін, сурет нүктелерінде алынған негізгі үздіксіз қарқындылық функциясы бар деп есептеу қажет. Кейбір қосымша шарттармен, үздіксіз қарқындылық функциясының туындысын алынған қарқындылық функциясының функциясы ретінде есептеуге болады, яғни, цифрлық сурет ретінде. Бұл туынды функцияларды әртүрлі дәлдік деңгейлерінде жуықтауға болады. Сурет градиентін жуықтаудың ең көп таралған тәсілі – суретті ядромен (мысалы, Собель операторымен немесе Превитт операторымен) конволюциялау. Сурет градиенттері көбінесе қосымша ақпаратты жеткізу үшін карталарда және деректердің басқа да визуализацияларында қолданылады. ГИС құралдары биіктік пен халық тығыздығын көрсету үшін түс прогрессияларын пайдаланады.
An image gradient is a directional change in the intensity or color in an image. The gradient of the image is one of the fundamental building blocks in image processing. For example, the Canny edge detector uses image gradient for edge detection. In graphics software for digital image editing, the term gradient or color gradient is also used for a gradual blend of color which can be considered as an even gradation from low to high values, as used from white to black in the images to the right. Another name for this is color progression. Mathematically, the gradient of a two variable function (here the image intensity function) at each image point is a 2D vector with the components given by the derivatives in the horizontal and vertical directions. At each image point, the gradient vector points in the direction of largest possible intensity increase, and the length of the gradient vector corresponds to the rate of change in that direction. Since the intensity function of a digital image is only known at discrete points, derivatives of this function cannot be defined unless we assume that there is an underlying continuous intensity function which has been sampled at the image points. With some additional assumptions, the derivative of the continuous intensity function can be computed as a function on the sampled intensity function, i. e., the digital image. Approximations of these derivative functions can be defined at varying degrees of accuracy. The most common way to approximate the image gradient is to convolve an image with a kernel, such as the Sobel operator or Prewitt operator. Image gradients are often utilized in maps and other visual representations of data in order to convey additional information. GIS tools use color progressions to indicate elevation and population density, among others.
Компьютерлік көру
Компьютерлік көруде суреттердегі ақпаратты алу үшін сурет градиенттерін қолдануға болады. Градиенттік суреттер түпнұсқа суреттен (әдетте сүзгімен конволюциялау арқылы, ең қарапайымдарының бірі – Собель сүзгісі) осы мақсатта жасалады. Градиенттік кескіннің әрбір пикселі бастапқы кескіндегі сол нүктенің белгілі бір бағыттағы қарқындылығының өзгеруін өлшейді. Бағыттың толық диапазонын алу үшін x және y бағытындағы градиенттік суреттер есептеледі. Ең көп қолданылатынының бірі – шеттерді анықтау. Градиенттік суреттер есептелгеннен кейін, үлкен градиент мәндері бар пиксельдер потенциалды шеттік пиксельдер болады. Градиент бағытындағы ең үлкен градиент мәндеріне ие пиксельдер шеттік пиксельдерге айналады, ал шеттерді градиент бағытына перпендикуляр бағытта іздеуге болады. Градиенттерді пайдаланатын шетті анықтау алгоритмінің бір мысалы – Canny шеттік детектор. Сурет градиенттерін сенімді ерекшеліктерді және текстураларды сәйкестендіру үшін де пайдалануға болады. Жарықтандырудың немесе камераның әртүрлі қасиеттері бір көріністің екі суретінің пикселдік мәндерінің айқын айырмашылығына себеп болуы мүмкін. Бұл сәйкестендіру алгоритмдерінің өте ұқсас немесе толықтай бірдей ерекшеліктерді сәйкестендіре алмауына әкелуі мүмкін. Мұны шешудің бір жолы – түпнұсқа суреттерден есептелген градиенттік суреттер негізінде текстуралық немесе ерекшелік қолтаңбаларын есептеу. Бұл градиенттер жарық пен камера өзгерістеріне төмен сезімтал, сондықтан сәйкестендіру қателіктері азаяды.
In computer vision, image gradients can be used to extract information from images. Gradient images are created from the original image (generally by convolving with a filter, one of the simplest being the Sobel filter) for this purpose. Each pixel of a gradient image measures the change in intensity of that same point in the original image, in a given direction. To get the full range of direction, gradient images in the x and y directions are computed. One of the most common uses is in edge detection. After gradient images have been computed, pixels with large gradient values become possible edge pixels. The pixels with the largest gradient values in the direction of the gradient become edge pixels, and edges may be traced in the direction perpendicular to the gradient direction. One example of an edge detection algorithm that uses gradients is the Canny edge detector. Image gradients can also be used for robust feature and texture matching. Different lighting or camera properties can cause two images of the same scene to have drastically different pixel values. This can cause matching algorithms to fail to match very similar or identical features. One way to solve this is to compute texture or feature signatures based on gradient images computed from the original images. These gradients are less susceptible to lighting and camera changes, so matching errors are reduced.