depends upon the number of image gr

depends upon the number of image grey levels (typically
256) and whose element Aj,i gives the number of pixels
of the original image which have grey level i and local
mean ,j. A clustering technique applied to the points of
A can be used to detect the presence of a ship in the
image. If this presence is confirmed with a high
confidence, the value of the binarization threshold can
be computed by means of the following algorithm.
Starting from the matrix A, a predetermined percentage
p% of the points of the original image that are
closest to the main diagonal is selected. The histogram
Hl of these selected points is evaluated. In our
experiment, the value of p has been chosen equal to
5%, according to Kirby and Rosenfeld’. This procedure
spots the pixels which belong to ‘homogeneous’ regions,
and consequently, the histogram Hl exhibits deeper
valleys than the original histogram. It should be noted
that this technique is particularly effective in the case of
radar images, because ships are more homogeneous
than the background.
To smooth the histogram profile and make the valley
bottom easier to select, histogram Hl is filtered by a
median filter with a suitable mask, and histogram H2 is
generated. In this paper, the mask length of the median
filter is assumed to be equal to 13, but the choice of this
parameter is not critical. The threshold value T is
chosen equal to the local minimum of H2 with the
highest grey level. The value of this minimum must
exceed a given value (fixed at 120 in our experiments) to
once more decrease the probability of a false alarm.
Figure 3 shows histograms of the images of Figure 1
after transformation and filtering. For each example,
the value of the threshold T is indicated on the greylevel
scale in Figure 4.

ผลลัพธ์ (ไทย) 1:

ขึ้นอยู่กับจำนวนของระดับสีเทาของภาพ (โดยทั่วไป256) และมีองค์ ประกอบ Aj, i ให้จำนวนพิกเซลภาพต้นฉบับที่มีสีเทาระดับฉันและท้องถิ่นหมายถึง เจ เทคนิคระบบคลัสเตอร์ที่ใช้กับสถานสามารถใช้ A เพื่อตรวจสอบสถานะของการรูปภาพของ ถ้าสถานะนี้ได้ยืนยันกับสูงความเชื่อมั่น ค่าขีดจำกัดการ binarization สามารถสามารถคำนวณโดยใช้อัลกอริทึมต่อไปนี้เริ่มต้นจากเมตริกซ์ A เปอร์เซ็นต์ที่กำหนดไว้% p ของจุดของภาพต้นฉบับที่ใกล้เคียงกับเส้นทแยงมุมหลักเลือก ฮิสโตแกรมHl ของจุดเหล่านี้ที่เลือกจะถูกประเมิน ในของเราทดลอง ค่าของ p ได้ถูกเลือกเท่ากับ5% ตามเคอร์บี้และ Rosenfeld'. ขั้นตอนนี้จุดพิกเซลที่อยู่ในภูมิภาคที่ 'เหมือน'และดังนั้น ฮิสโตแกรม Hl จัดแสดงลึกหุบเขากว่าฮิสโตแกรมเดิม ควรจดบันทึกว่า เทคนิคนี้มีประสิทธิภาพโดยเฉพาะอย่างยิ่งในกรณีของเรดาร์ภาพ เนื่องจากเรือจะเหมือนมากกว่าพื้นหลังเรียบโพฮิสโตแกรม และหุบเขาทำให้ด้านล่างสามารถเลือก ฮิสโตแกรม Hl จะถูกกรองโดยการเป็นกรองมัธยฐาน ด้วยรูปแบบที่เหมาะสม และฮิสโตแกรม H2ที่สร้างขึ้น ในเอกสารนี้ รูปแบบความยาวของค่ามัธยฐานตัวกรองจะถือเท่ากับ 13 แต่ทางเลือกนี้พารามิเตอร์ไม่สำคัญ ขีดจำกัดค่า Tเลือกเท่ากับขั้นต่ำ H2 กับท้องถิ่นระดับสีเทาสูง ค่าต่ำสุดนี้ต้องexceed a given value (fixed at 120 in our experiments) toonce more decrease the probability of a false alarm.Figure 3 shows histograms of the images of Figure 1after transformation and filtering. For each example,the value of the threshold T is indicated on the greylevelscale in Figure 4.

ผลลัพธ์ (ไทย) 2:

ขึ้นอยู่กับจำนวนของระดับสีเทาภาพ (ปกติ
256) และผู้ที่องค์ประกอบ Aj ฉันให้จำนวนพิกเซลของภาพต้นฉบับที่มีระดับสีเทาผมและท้องถิ่นหมายถึงเจ เทคนิคการจัดกลุ่มนำไปใช้กับจุดที่สามารถใช้ในการตรวจสอบสถานะของเรือในภาพ หากปรากฏตัวนี้ได้รับการยืนยันที่มีสูงความเชื่อมั่นในคุณค่าของเกณฑ์ฐานสองที่สามารถคำนวณได้โดยใช้วิธีการขั้นตอนวิธีการดังต่อไปนี้. เริ่มต้นจากเมทริกซ์เป็นร้อยละที่กำหนดไว้ล่วงหน้าพี% ของจุดภาพต้นฉบับที่มีใกล้เคียงกับหลักเส้นทแยงมุมถูกเลือก ค่าแสงHl ของจุดที่เลือกเหล่านี้ได้รับการประเมิน ของเราในการทดสอบค่าของ p ได้รับเลือกให้เท่ากับ 5% ตามที่เคอร์บี้และแจสัน ' ขั้นตอนนี้จุดพิกเซลซึ่งเป็น 'เหมือนกัน' ภูมิภาคและดังนั้นHl histogram การจัดแสดงนิทรรศการลึกหุบเขาhistogram กว่าเดิม มันควรจะสังเกตว่าเทคนิคนี้จะมีประสิทธิภาพโดยเฉพาะอย่างยิ่งในกรณีของภาพเรดาร์เพราะเรือมีความเป็นเนื้อเดียวกันมากขึ้นกว่าพื้นหลัง. ให้เรียบรายละเอียดกราฟและทำให้หุบเขาด้านล่างง่ายต่อการเลือก Hl histogram จะถูกกรองโดยกรองมัธยฐานกับหน้ากากที่เหมาะสมและกราฟ H2 ถูกสร้างขึ้น ในงานวิจัยนี้มีความยาวหน้ากากของค่ามัธยฐานกรองจะถือว่าเท่ากับ 13 แต่ทางเลือกนี้พารามิเตอร์ไม่สำคัญ ค่าเกณฑ์ T จะได้รับการแต่งตั้งเท่ากับขั้นต่ำในท้องถิ่นของH2 กับระดับสีเทาสูงสุด มูลค่าขั้นต่ำนี้จะต้องเกินค่าที่กำหนด (คงที่ที่ 120 ในการทดลองของเรา) ไปอีกครั้งลดลงน่าจะเป็นของการเตือนภัยที่ผิดพลาด. รูปที่ 3 แสดง histograms ของภาพจากรูปที่ 1 หลังจากการเปลี่ยนแปลงและการกรอง ตัวอย่างแต่ละค่าของ T เกณฑ์ที่มีการระบุไว้ใน greylevel ขนาดในรูปที่ 4

ผลลัพธ์ (ไทย) 3:

ขึ้นอยู่กับจำนวนของภาพระดับสีเทา ( โดยปกติ
256 ) และองค์ประกอบที่ เอเจ ฉันให้จำนวนพิกเซล
ของภาพต้นฉบับซึ่งมีสีเทา และระดับท้องถิ่น
หมายถึง เจ เป็นเทคนิคสำหรับใช้กับจุดของการสามารถใช้เพื่อตรวจสอบสถานะของเรือใน
ภาพ . ถ้าสิ่งนี้ถูกยืนยันด้วยความมั่นใจสูง
, ค่าของภาพสามารถ
ธรณีประตูถูกคำนวณโดยใช้ขั้นตอนวิธีการดังต่อไปนี้ .
เริ่มจากเมทริกซ์ , กำหนดไว้ร้อยละ
p % ของคะแนนของภาพต้นฉบับที่
ใกล้เส้นทแยงมุมหลักเลือก ฮิสโตแกรม
hl เหล่านี้จุดที่เลือก คือ ประเมิน ในการทดลองของเรา
, ค่า P ได้รับเลือกเท่ากับ
5 % ตาม Kirby และ โรเซนเฟลด์ ' ขั้นตอนนี้
จุดพิกเซลที่เป็นของภูมิภาคและเป็น ' '
ดังนั้น histogram HL จัดแสดงหุบเขาลึก
กว่าภาพต้นฉบับ มันควรจะสังเกต
ว่าเทคนิคนี้จะมีประสิทธิภาพโดยเฉพาะอย่างยิ่งในกรณีของ
ภาพเรดาร์ เพราะเรือจะเป็นเนื้อเดียวกันมากขึ้น

จะเรียบกว่าพื้นหลัง ส่วนรายละเอียดให้ด้านล่างหุบเขา
ง่ายเพื่อเลือกกราฟ HL จะถูกกรองโดย
กรองมัธยฐานกับหน้ากากที่เหมาะสม และเป็นภาพ H2
สร้าง ในกระดาษนี้ , หน้ากากความยาวของตัวกรองมัธยฐาน
ถือว่าเท่ากับ 13 , แต่เลือกพารามิเตอร์นี้
ไม่ใช่วิกฤติ เกณฑ์ค่า t
เลือกเท่ากับขั้นต่ำในท้องถิ่นของ H2 กับสีเทา
สูงสุดระดับ ค่าต่ำสุดนี้ต้อง
เกินค่าที่ให้คงที่ที่ 120 ในการทดลองของเรา )

อีกครั้งลดความน่าจะเป็นของความผิดพลาด .
รูปที่ 3 แสดงฮิสโตแกรมของภาพรูปที่ 1
หลังจากการเปลี่ยนแปลงและการกรอง สำหรับแต่ละตัวอย่าง
ค่าของเกณฑ์ t พบใน greylevel

ขนาดในรูปที่ 4