Properties of PCA can be used for d

Properties of PCA can be used for determination of selected object orientation or its rotation,
too [2, 4]. Various method of image segmentation to object definition (like thresholding, edge
detection or others) must be used at first. Binary image containing object boundary or its area
in black (or white) pixels on the inverse background results from this process. After that two
vectors a and b containing the cartesian x and y coordinates of object’s pixels can be simply
formed. The vector x in the Eq. (1) is in this case a 2-dimensional vector consisting of a and
b respectively. The mean vector mx and the covariance matrix Cx are computed as well as its
eigenvector e. Its two elements - vectors e1 and e2 enable the evaluation of object rotation in
the cartesian axis or object rotation around the center given by mx. Fig. 4 illustrates the PCA
use for the determination of selected object orientation. The object boundary was detected at
first by means of LoG filter in the original gray-level image. The original has been rotated by a

ผลลัพธ์ (ไทย) 1:

คุณสมบัติของ PCA สามารถใช้สำหรับวัตถุที่เลือกวางแนวหรือการหมุน การกำหนดเกินไป [2, 4] ต่าง ๆ วิธีการแบ่งส่วนภาพการนิยามวัตถุ (เช่น thresholding ขอบต้องใช้การตรวจจับหรืออื่น ๆ) ตอนแรก ภาพไบนารีที่ประกอบด้วยขอบเขตของวัตถุหรือพื้นที่พิกเซลสีดำ (หรือสีขาว) บนพื้นหลังที่ผกผันผลลัพธ์จากกระบวนการนี้ หลังที่สองเวกเตอร์ และ b ที่ประกอบด้วยคาร์ทีเซียน x และพิกัด y ของพิกเซลของวัตถุสามารถเพียงรูปแบบที่ เวกเตอร์ x ใน Eq. (1) ในกรณีนี้คือ เวกเตอร์ 2 มิติประกอบด้วยการ และb ตามลำดับ คำนวณ mx หมายถึงเวกเตอร์และเมตริกซ์แปรปรวน Cx เป็นของeigenvector e สององค์ - เวกเตอร์ e1 และ e2 เปิดใช้งานการประเมินผลของการหมุนวัตถุในคาร์ทีเซียนแกนหรือวัตถุหมุนรอบศูนย์กลางโดย mx รูป 4 แสดงการ PCAใช้สำหรับกำหนดทิศทางของวัตถุที่เลือก ตรวจพบขอบเขตของวัตถุที่ครั้งแรกโดยใช้วิธีการกรองล็อกในภาพต้นฉบับที่ระดับสีเทา เดิมมีการหมุนโดยการ

ผลลัพธ์ (ไทย) 2:

คุณสมบัติของ PCA สามารถนำมาใช้สำหรับการกำหนดของการปฐมนิเทศวัตถุที่เลือกหรือการหมุนของมัน
เกินไป [2, 4] วิธีการต่างๆของการแบ่งส่วนภาพที่จะคัดค้านความหมาย (เช่น Thresholding, EDGE
การตรวจสอบหรือคนอื่น ๆ ) จะต้องถูกนำมาใช้เป็นครั้งแรก ภาพไบนารีที่มีขอบเขตวัตถุหรือพื้นที่
ในสีดำ (หรือสีขาว) พิกเซลบนพื้นหลังผลการผกผันจากกระบวนการนี้ หลังจากนั้นทั้งสอง
เวกเตอร์ A และ B มี x Cartesian และ y พิกัดพิกเซลของวัตถุสามารถเพียงแค่
รูปแบบ เวกเตอร์ x ในสมการ (1) ในกรณีนี้เวกเตอร์ 2 มิติประกอบด้วยและ
B ตามลำดับ MX ที่เฉลี่ยเวกเตอร์และเมทริกซ์ความแปรปรวน Cx จะคำนวณเช่นเดียวกับ
วิคเตอร์ E สององค์ประกอบของมัน - เวกเตอร์ E1 และ E2 ช่วยให้การประเมินผลของการหมุนวัตถุใน
คาร์ทีเซียนแกนหรือวัตถุหมุนรอบศูนย์กลางที่ได้รับจาก MX มะเดื่อ. 4 แสดงให้เห็นถึง PCA
การใช้งานสำหรับความมุ่งมั่นของการปฐมนิเทศวัตถุที่เลือก ขอบเขตวัตถุถูกตรวจพบที่
เป็นครั้งแรกโดยวิธีการกรองบันทึกในภาพสีเทาระดับเดิม เดิมได้รับการหมุนโดย

ผลลัพธ์ (ไทย) 3:

คุณสมบัติของระบบที่สามารถใช้สำหรับการกำหนดวัตถุที่เลือกทิศทางการหมุนของด้วย [ 2 ] วิธีการต่างๆของการแบ่งส่วนภาพวัตถุนิยาม ( เช่นการปรับขอบการตรวจสอบหรืออื่น ๆ ) ต้องใช้ก่อน ไบนารีภาพที่มีวัตถุขอบเขตหรือพื้นที่ของในสีดำหรือสีขาว ) พิกเซลบนพื้นผกผันผลลัพธ์จากกระบวนการนี้ หลังจากที่สองที่เวกเตอร์ A และ B ที่มีของ x และ y พิกัดของวัตถุของพิกเซลที่สามารถเพียงรูปแบบ เวกเตอร์ฟรีเกี่ยวกับ X ในอีคิว ( 1 ) ในกรณีนี้เป็น 2 มิติ เวกเตอร์ที่ประกอบด้วยและB ตามลำดับ ค่าเฉลี่ยและความแปรปรวนร่วมแบบเวกเตอร์ MX CX จะคำนวณเป็นเวกเตอร์ลักษณะเฉพาะเช่นสององค์ประกอบ -- เวกเตอร์ E1 E2 และให้ประเมินผลของการหมุนวัตถุในแกนการหมุนของวัตถุรอบ ๆศูนย์ให้โดย MX . รูปที่ 4 แสดงระบบใช้สำหรับการเลือกการวางวัตถุ วัตถุที่ตรวจพบในขอบเขตแรกโดยวิธีการเข้าสู่ระบบกรองในต้นฉบับภาพระดับสีเทา ต้นฉบับถูกหมุนโดย