Полная версия

Главная arrow Информатика arrow Автоматизированный системно-когнитивный анализ изображений по их пикселям (обобщение, абстрагирование, классификация и идентификация)

  • Увеличить шрифт
  • Уменьшить шрифт


Автоматизированный системно-когнитивный анализ изображений по их пикселям (обобщение, абстрагирование, классификация и идентификация)


Рассматривается применение автоматизированного системно-когнитивного анализа (АСК-анализ), его математической модели - системной теории информации и программного инструментария - интеллектуальной системы «Эйдос» для ввода (оцифровки) изображений из графических файлов, синтеза обобщенных изображений классов, их абстрагирования, классификации обобщенных изображений классов (кластеры и конструкты), сравнения конкретных изображений с обобщенными образами (идентификация) классов, сравнения классов друг с другом. Предлагается применить теорию информации для расчета количества информации, содержащегося в пикселе изображения о том, что это изображение принадлежит к определенному классу изображений. Приводится численный пример, в котором на основе ряда конкретных примеров изображений, принадлежащих к различным классам, формируются обобщенные образы этих классов, независящие от их конкретных реализаций, т.е. «Эйдосы» этих изображений (в смысле Платона) - прототипы или архетипы изображений (в смысле Юнга). Но система «Эйдос» обеспечивает не только формирование прототипов изображений, в которых количественно отражено количество информации в элементах конкретных изображений об их принадлежности к определенным прототипам, но и сравнение конкретных изображений с обобщенными (идентификация) и самих обобщенных образов изображений друг с другом (классификацию)

Ключевые слова: АСК-АНАЛИЗ, АВТОМАТИЗИРОВАННЫЙ СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА «ЭЙДОС», ВВОД, ОЦИФРОВКА ИЗОБРАЖЕНИЙ, СИНТЕЗ ОБОБЩЕННЫХ ИЗОБРАЖЕНИЙ, АБСТРАГИРОВАНИЕ, КЛАССИФИКАЦИЯ, СРАВНЕНИЕ КОНКРЕТНЫХ ИЗОБРАЖЕНИЙ С ОБОБЩЕННЫМИ (ИДЕНТИФИКАЦИЯ)

Данная статья может рассматриваться как продолжение серии работ автора [1, 2, 3, 4], посвященных применению автоматизированного системно-когнитивного анализа (АСК-анализ) [2] и его программного инструментария - системы «Эйдос» для интеллектуальной обработки изображений.

Несомненный научный и практический интерес представляет синтез обобщенных изображений на основе ряда конкретных примеров. При этом в результате обобщения выясняется ценность признаков изображений для их дифференциации, а также степень характерности тех или иных признаков для конкретных изображений. Это позволяет без ущерба для адекватности модели удалить из нее малоценные признаки, т.е. осуществить абстрагирование обобщенных изображений, что обеспечивает в последующем сокращение затрат различных видов ресурсов на сбор и обработку графической информации. Над обобщенными изображениями возможны операции классификации, объединения наиболее сходных из них в кластеры и формирования систем наиболее сильно отличающихся друг от друга кластеров, т.е. конструктов. Можно также количественно оценивать степень сходства конкретных изображений с обобщенными, т.е. идентифицировать эти конкретные изображения.

При этом могут использоваться различные признаки изображений. Это могут быть и просто отдельные пиксели, и различные системы пикселей, в частности внешние контуры изображений [3, 4].

В данной работе применен подход, аналогичный описанному в работе [2]. Целесообразность написания данной статьи обусловлена тем, что подход, описанный в работе [2], был реализован в DOS-версии системы «Эйдос» [5] и прошедшие с тех пор 6 лет создана новая версия системы «Эйдос-Х++», в которой этот подход развит с использованием новых графических и других возможностей языка программирования [6].

В новой версии системы есть режим 4.7, который так и называется: «АСК-анализ изображений» (рисунок 1):

Рисунок 1. Запуск режима: «АСК-анализ изображений» из главного меню системы «Эйдос-Х++»

В результате появляется главная экранная форма режима «АСК-анализ изображений», представленная на рисунке 2:

Рисунок 2. Первая экранная форма режима: «АСК-анализ изображений»

Из рисунка 2 мы видим, что системой «Эйдос-Х++» предоставляется возможность АСК-анализа изображений по всем их пикселям (чему и посвящена данная статья), а также по их контурам. В работах [3, 4] описан АСК-анализ изображений по их внешним контурам. На рисунке 3 приведен скриншот, поясняющий возможности данных режимов:

Рисунок 3. Пояснение к режиму: ««АСК-анализ изображений»

После выбора оцифровки и АСК-анализ изображений по их пикселям появляется экранная форма, приведенная на рисунке 4:

Рисунок 4. Экранная форма режима оцифровки и АСК-анализаизображений по их пикселям

В верхней части экранной формы описаны основные этапы работы в данном режиме и его основные возможности.

В нижней части экранной формы есть кнопки, позволяющие запустить соответствующие режимы на исполнение.

Рассмотрим их по порядку.

АСК-анализ изображений может использоваться для выполнения реальных научных и практических задач обработки изображений в различных предметных областях, а также в качестве учебного режима для освоения различных методов интеллектуальной обработки изображений.

В первом случае изображения, которые мы собираемся анализировать, получены из внешнего источника (фото, сканированные изображения, клип-арты и т.д.). В этом случае они вручную помещаются пользователем в папку: c:Aidos-XAID_DATAInp_data.

Во втором случае, который мы и рассмотрим в данной статье, используется генератор изображений символов различных размеров, стилей и шрифтов, встроенный в систему «Эйдос». Эти изображения и используются для анализа. Запуск данного генератора изображений происходит по нажатию кнопки 1 на экранной форме, приведенной на рисунке 4. В результате появляется окно генератора изображений символов, в котором пользователь может задать какие символы генерировать, а также размер и тип шрифта (рисунок 5):

Рисунок 5. Экранная форма генератора изображений символов режима: «АСК-анализ изображений»

При нажатии на кнопке: появляется стандартное окно выбора типа шрифта и его стиля (рисунок 6):

Рисунок 6. Стандартное окно выбора типа шрифта и его стиля

С помощью этого окна выбираем символы и шрифты для численного примера, исследуемого в данной статье. В данном случае это цифры следующих шрифтов. Если в папке: c:Aidos-XAID_DATAInp_data не было поддиректории с изображениями заданных символов заданных шрифтов, то они создаются. В папках имена которых совпадают с наименованиями шрифтов, создаются графические файлы с созданными изображениями заданных символов:

Эти изображения обрезаны по максимальным размерам (ширине и высоте) всех созданных изображений.

Когда изображения для исследования подготовлены и записаны в нужную директорию и поддиректории, то запускается автоматизированный программный интерфейс ввода изображения в систему «Эйдос», т.е. режим оцифровки.

Отметим, что в текущую версию системы «Эйдос-Х++» входят два режима оцифровки изображений: по всем пикселям (режим 2.3.2.5) и по их внешним контурам (режим 2.3.2.4). Планируется также разработка режима оцифровки изображений по их внутренним и внешним контурам. Все режимы оцифровки изображений входя в подсистему, содержащую программные интерфейсы системы «Эйдос» с внешними истопниками данных, представленных в различных формах: в форме текстов, таблиц и изображений (рисунок 7):

Рисунок 7. Экранная форма главного меню системы «Эйдос-Х++» с программными интерфейсами ввода данных в систему из внешних источников данных различных типов

Запуск режима оцифровки изображений по их пикселям возможен из режима 2.3.2.5 (рисунок 7), а также путем нажатия на вторую кнопку в экранной форме, приведенной на рисунке 4. При запуске данного режима оцифровки открывается окно (рисунок 8):

Рисунок 8. Экранная форма режима оцифровки изображений по всем их пикселям

Данный режим создает базу данных оцифрованных изображений. Если этой базы данных нет в текущей папке системы «Эйдос», то она создается, если она уже есть, то оцифрованные изображения просто добавляются в нее. Поэтому, если мы хотим, чтобы в этой базе были только вновь созданные изображения, то предварительно нужно пересоздать (стереть) ее. При выборе второго пункта начинается процесс оцифровки изображений, находящихся в поддиректориях папки: c:Aidos-XAID_DATAInp_data. Этот процесс сопровождается отображением тех изображений, которые оцифровываются в данный момент (рисунок 8):

Рисунок 8. Экранная форма отображения стадии оцифровки изображения

В любое время можно просмотреть изображения, накопленные в этой базе, кликнув по 3-й кнопке. После выбора 4-го пункта создается база данных «Inp_data.dbf» для стандартного программного интерфейса 2.3.2.3 ввода данных в Систему «Эйдос» из внешних баз данных, содержащая информацию об изображениях в стандарте данного интерфейса (рисунок 9):

Рисунок 9. Экранные формы отображения стадии исполнения

Всегда создается файл: Inp_data.dbf, который, если пользователь не отказывается от этого, экспортируется в Excel-файл.

Затем выполняется 3-й этап, приведенный на рисунке 4. При этом отображается экранная форма программного интерфейса 2.3.2.3 (рисунок 10) с нужными параметрами заданными программно (по умолчанию):

Рисунок 10. Экранная форма программного интерфейса режима 2.3.2.3.

Выполнение данного режима автоматически формирует классификационные и описательные шкалы и градации, а также обучающую выборку, содержащую данные по пикселям всех исследуемых изображений.

Help данного режима, в котором описаны его назначение и требования к исходным данным, приведен на рисунке 11:

Рисунок 11. Экранная форма Help режима 2.3.2.3.

Программный интерфейс 2.3.2.3 используется в данном случае потому, что у него практически нет ограничения на число классификационных и описательных шкал и градаций.

В результате выполнения данного режима автоматически формируются классификационные и описательные шкалы и градации (рисунок 12) и обучающая выборка (таблица 1), т.е. производится нормализация базы исходных данных:

Рисунок 12. Экранные формы с классификационными и описательными шкалами и градациями

Таблица 1 - Обучающая выборка (фрагмент: 65 из 1857 строк)

Наимено-вания

шкал

Тип данных в шкале

Краткие наименования объектов обучающей выборки

OBJ1

OBJ2

OBJ3

OBJ4

OBJ5

OBJ6

OBJ7

OBJ8

OBJ18

Класс

C

1

2

3

4

5

6

7

8

8

Pixel(1,1)

N

Pixel(2,1)

N

Pixel(3,1)

N

* * *

Pixel(10,16)

N

160

160

160

Pixel(11,16)

N

161

161

161

161

Pixel(12,16)

N

162

162

162

162

Pixel(13,16)

N

163

163

163

163

Pixel(14,16)

N

164

164

164

164

Pixel(15,16)

N

165

165

165

165

Pixel(16,16)

N

166

166

166

166

Pixel(17,16)

N

167

167

167

167

Pixel(18,16)

N

168

168

168

Pixel(19,16)

N

169

Pixel(20,16)

N

Pixel(21,16)

N

Pixel(22,16)

N

Pixel(23,16)

N

Pixel(24,16)

N

Pixel(25,16)

N

Pixel(26,16)

N

Pixel(27,16)

N

Pixel(28,16)

N

Pixel(29,16)

N

Pixel(1,17)

N

Pixel(2,17)

N

Pixel(3,17)

N

176

176

Pixel(4,17)

N

177

177

Pixel(5,17)

N

178

178

Pixel(6,17)

N

179

179

179

Pixel(7,17)

N

180

180

180

180

Pixel(8,17)

N

181

181

181

181

181

181

Pixel(9,17)

N

182

182

182

182

182

182

182

Pixel(10,17)

N

183

183

183

183

183

183

183

Pixel(11,17)

N

184

184

184

184

184

184

184

Pixel(12,17)

N

185

185

185

185

185

185

185

Pixel(13,17)

N

186

186

186

186

186

186

186

Pixel(14,17)

N

187

187

187

187

187

187

187

Pixel(15,17)

N

188

188

188

188

188

188

188

188

Pixel(16,17)

N

189

189

189

189

189

189

189

189

189

Pixel(17,17)

N

190

190

190

190

190

190

190

190

190

Pixel(18,17)

N

191

191

191

191

191

191

191

191

191

Pixel(19,17)

N

192

192

192

192

192

192

192

192

192

Pixel(20,17)

N

193

193

193

193

193

193

193

Pixel(21,17)

N

194

194

194

194

194

194

Pixel(22,17)

N

195

195

195

Pixel(23,17)

N

196

196

196

Pixel(24,17)

N

197

197

197

Pixel(25,17)

N

198

198

Pixel(26,17)

N

199

199

Pixel(27,17)

N

Pixel(28,17)

N

Pixel(29,17)

N

Pixel(1,18)

N

Pixel(2,18)

N

Pixel(3,18)

N

200

200

Pixel(4,18)

N

201

201

Pixel(5,18)

N

202

202

Pixel(6,18)

N

203

203

203

203

203

Pixel(7,18)

N

204

204

204

204

204

204

204

Pixel(8,18)

N

205

205

205

205

205

205

205

Pixel(9,18)

N

206

206

206

206

206

206

206

Pixel(10,18)

N

207

207

207

207

207

207

207

Pixel(11,18)

N

208

208

208

208

208

208

208

В таблице 1 для экономии места в заголовке приведены краткие наименования объектов обучающей выборки. Полные их наименования приведены ниже:

  • 1. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 0.bmp
  • 2. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 1.bmp
  • 3. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 2.bmp
  • 4. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 3.bmp
  • 5. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 4.bmp
  • 6. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 5.bmp
  • 7. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 6.bmp
  • 8. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 7.bmp
  • 9. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 8.bmp
  • 10. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MSNum 9.bmp
  • 11. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 0.bmp
  • 12. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 1.bmp
  • 13. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 2.bmp
  • 14. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 3.bmp
  • 15. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 4.bmp
  • 16. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 5.bmp
  • 17. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 6.bmp
  • 18. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 7.bmp
  • 19. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 8.bmp
  • 20. C:AIDOS-XAID_DATAInp_data36_@Arial_Unicode_MS_BoldNum 9.bmp
  • 21. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 0.bmp
  • 22. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 1.bmp
  • 23. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 2.bmp
  • 24. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 3.bmp
  • 25. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 4.bmp
  • 26. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 5.bmp
  • 27. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 6.bmp
  • 28. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 7.bmp
  • 29. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 8.bmp
  • 30. C:AIDOS-XAID_DATAInp_data36_Courier_BoldNum 9.bmp
  • 31. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 0.bmp
  • 32. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 1.bmp
  • 33. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 2.bmp
  • 34. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 3.bmp
  • 35. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 4.bmp
  • 36. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 5.bmp
  • 37. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 6.bmp
  • 38. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 7.bmp
  • 39. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 8.bmp
  • 40. C:AIDOS-XAID_DATAInp_data36_Courier_NewNum 9.bmp
  • 41. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 0.bmp
  • 42. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 1.bmp
  • 43. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 2.bmp
  • 44. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 3.bmp
  • 45. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 4.bmp
  • 46. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 5.bmp
  • 47. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 6.bmp
  • 48. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 7.bmp
  • 49. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 8.bmp
  • 50. C:AIDOS-XAID_DATAInp_data36_Times_New_RomanNum 9.bmp
  • 51. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 0.bmp
  • 52. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 1.bmp
  • 53. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 2.bmp
  • 54. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 3.bmp
  • 55. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 4.bmp
  • 56. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 5.bmp
  • 57. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 6.bmp
  • 58. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 7.bmp
  • 59. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 8.bmp
  • 60. C:AIDOS-XAID_DATAInp_data36_Times_New_Roman_BoldNum 9.bmp

Затем запускается режим синтеза и верификации статистических и системно-когнитивных моделей с параметрами по умолчанию (рисунок 13):

Рисунок 13. Экранные формы режима синтеза и верификации моделей

графический изображение пиксель автоматизированный

В результате работы данного режима создаются и верифицируются 3 статистических модели (корреляционная матрица, матрицы условных и безусловных процентных распределений) и 7 системно-когнитивных моделей (моделей знаний) (рисунок 14):

Рисунок 14. Этапы последовательного повышения степени формализации модели от данных к информации, а от нее к знаниям

Из всех этих моделей ниже приведена модель «ABS» и модель «INF1» (таблицы 2 и 3), наименования этих моделей приведены на рисунке 13.

Таблица 2 - Модель «Abs» (фрагмент)

Код

Наименование шкалы и градации

CLS1

CLS2

CLS3

CLS4

CLS5

CLS6

CLS7

CLS8

CLS9

CLS10

Сумма

1

PIXEL(7,8)-1/1-{11953664.0000000, 16777215.0000000}

1

1

2

2

PIXEL(11,8)-1/1-{6684672.0000000, 16777215.0000000}

1

1

1

1

1

5

3

PIXEL(12,8)-1/1-{16758374.0000000, 16777215.0000000}

1

1

1

1

1

1

1

7

4

PIXEL(13,8)-1/1-{6684672.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

8

5

PIXEL(14,8)-1/1-{16777142.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

8

6

PIXEL(15,8)-1/1-{14417919.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

8

7

PIXEL(16,8)-1/1-{14992.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

9

8

PIXEL(17,8)-1/1-{11993087.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

9

9

PIXEL(18,8)-1/1-{102.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

9

10

PIXEL(20,8)-1/1-{6731519.0000000, 16777215.0000000}

1

1

1

1

4

11

PIXEL(22,8)-1/1-{6731519.0000000, 16777215.0000000}

1

1

1

3

12

PIXEL(23,8)-1/1-{3838171.0000000, 6731519.0000000}

1

1

2

13

PIXEL(7,9)-1/1-{11953664.0000000, 16777215.0000000}

1

1

2

14

PIXEL(9,9)-1/1-{6684672.0000000, 16777215.0000000}

1

1

1

1

1

5

15

PIXEL(10,9)-1/1-{11953664.0000000, 16777215.0000000}

1

1

1

1

1

1

1

7

16

PIXEL(11,9)-1/1-{16758374.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

8

17

PIXEL(14,9)-1/1-{9452032.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

9

18

PIXEL(15,9)-1/1-{14389306.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

1

10

19

PIXEL(16,9)-1/1-{14992.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

1

10

20

PIXEL(19,9)-1/1-{6731519.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

9

21

PIXEL(20,9)-1/1-{14992.0000000, 16777215.0000000}

1

1

1

1

1

1

6

22

PIXEL(22,9)-1/1-{6731519.0000000, 16777215.0000000}

1

1

1

3

23

PIXEL(23,9)-1/1-{3838171.0000000, 16777215.0000000}

1

1

2

24

PIXEL(5,10)-1/1-{11953664.0000000, 16777215.0000000}

2

2

25

PIXEL(6,10)-1/1-{11953664.0000000, 16777215.0000000}

1

2

3

26

PIXEL(7,10)-1/1-{9452032.0000000, 16777215.0000000}

1

2

2

5

27

PIXEL(8,10)-1/1-{102.0000000, 16777215.0000000}

1

1

1

2

2

1

8

28

PIXEL(9,10)-1/1-{11993087.0000000, 16777215.0000000}

1

1

1

1

2

1

1

1

9

29

PIXEL(10,10)-1/1-{102.0000000, 16777215.0000000}

1

1

1

1

2

1

1

1

9

30

PIXEL(11,10)-1/1-{3801088.0000000, 16777215.0000000}

2

1

2

2

1

1

2

1

12

31

PIXEL(12,10)-1/1-{102.0000000, 16777215.0000000}

2

1

2

2

1

1

2

2

13

32

PIXEL(13,10)-1/1-{14992.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

2

10

33

PIXEL(14,10)-1/1-{6684672.0000000, 16777215.0000000}

1

1

1

1

1

1

1

1

1

1

10

34

PIXEL(15,10)-1/1-{6684672.0000000, 16777215.0000000}

1

2

1

1

2

1

1

1

1

1

12

35

PIXEL(16,10)-1/1-{14992.0000000, 16777215.0000000}

1

2

1

1

2

1

1

1

1

1

12

36

PIXEL(17,10)-1/1-{3838171.0000000, 16777215.0000000}

2

1

2

2

2

1

2

1

2

2

17

37

PIXEL(18,10)-1/1-{102.0000000, 16777215.0000000}

2

1

2

2

2

1

1

1

2

2

16

38

PIXEL(19,10)-1/1-{58.0000000, 16777215.0000000}

2

1

2

2

1

1

1

2

2

14

39

PIXEL(20,10)-1/1-{6731519.0000000, 16777215.0000000}

1

1

1

2

1

1

1

1

1

10

40

PIXEL(21,10)-1/1-{102.0000000, 16777215.0000000}

1

1

1

1

1

2

1

1

9

41

PIXEL(22,10)-1/1-{3838171.0000000, 16777215.0000000}

1

1

2

2

6

42

PIXEL(23,10)-1/1-{3838171.0000000, 16777215.0000000}

1

2

2

5

43

PIXEL(24,10)-1/1-{58.0000000, 16777215.0000000}

1

2

1

4

44

PIXEL(25,10)-1/1-{102.0000000, 6731519.0000000}

1

1

2

45

PIXEL(5,11)-1/1-{11953664.0000000, 16777215.0000000}

3

3

46

PIXEL(6,11)-1/1-{6684672.0000000, 16777215.0000000}

1

1

1

3

6

47

PIXEL(7,11)-1/1-{6684672.0000000, 16777215.0000000}

1

1

1

2

3

1

9

48

PIXEL(8,11)-1/1-{102.0000000, 16777215.0000000}

1

1

2

3

2

3

1

1

14

49

PIXEL(9,11)-1/1-{3801088.0000000, 16777215.0000000}

2

1

3

3

3

2

3

2

19

50

PIXEL(10,11)-1/1-{102.0000000, 16777215.0000000}

3

1

3

3

3

2

3

3

21

51

PIXEL(11,11)-1/1-{102.0000000, 16777215.0000000}

3

2

2

2

2

1

2

2

3

19

52

PIXEL(12,11)-1/1-{14992.0000000, 16777215.0000000}

2

3

2

2

2

1

2

2

2

18

53

PIXEL(13,11)-1/1-{9452032.0000000, 16777215.0000000}

2

3

2

2

2

1

2

2

2

18

Таблица 3 - Модель «Inf1» (фрагмент)

Код

Наименование шкалы и градации

CLS1

CLS2

CLS3

CLS4

CLS5

CLS6

CLS7

CLS8

CLS9

CLS10

Цен-

ность

1

PIXEL(7,8)-1/1-{11953664.0000000, 16777215.0000000}

542

650

0,253

2

PIXEL(11,8)-1/1-{6684672.0000000, 16777215.0000000}

251

257

235

342

167

0,138

3

PIXEL(12,8)-1/1-{16758374.0000000, 16777215.0000000}

71

138

144

122

230

54

78

0,076

4

PIXEL(13,8)-1/1-{6684672.0000000, 16777215.0000000}

26

178

94

99

77

185

9

34

0,069

5

PIXEL(14,8)-1/1-{16777142.0000000, 16777215.0000000}

26

178

94

99

77

185

9

34

0,069

6

PIXEL(15,8)-1/1-{14417919.0000000, 16777215.0000000}

26

178

94

99

77

185

9

34

0,069

7

PIXEL(16,8)-1/1-{14992.0000000, 16777215.0000000}

-14

139

54

59

27

37

145

-31

-6

0,061

8

PIXEL(17,8)-1/1-{11993087.0000000, 16777215.0000000}

-14

54

59

27

37

-9

145

-31

-6

0,052

9

PIXEL(18,8)-1/1-{102.0000000, 16777215.0000000}

-14

54

59

27

37

-9

145

-31

-6

0,052

10

PIXEL(20,8)-1/1-{6731519.0000000, 16777215.0000000}

300

310

263

417

0,171

11

PIXEL(22,8)-1/1-{6731519.0000000, 16777215.0000000}

406

360

514

0,209

12

PIXEL(23,8)-1/1-{3838171.0000000, 6731519.0000000}

496

650

0,244

13

PIXEL(7,9)-1/1-{11953664.0000000, 16777215.0000000}

542

650

0,253

14

PIXEL(9,9)-1/1-{6684672.0000000, 16777215.0000000}

251

257

235

342

167

0,138

15

PIXEL(10,9)-1/1-{11953664.0000000, 16777215.0000000}

71

138

144

122

230

54

78

0,076

16

PIXEL(11,9)-1/1-{16758374.0000000, 16777215.0000000}

26

178

94

99

77

185

9

34

0,069

17

PIXEL(14,9)-1/1-{9452032.0000000, 16777215.0000000}

-14

139

54

59

37

-9

145

-31

-6

0,063

18

PIXEL(15,9)-1/1-{14389306.0000000, 16777215.0000000}

-49

103

19

24

-8

2

-44

110

-66

-41

0,061

19

PIXEL(16,9)-1/1-{14992.0000000, 16777215.0000000}

-49

103

19

24

-8

2

-44

110

-66

-41

0,061

20

PIXEL(19,9)-1/1-{6731519.0000000, 16777215.0000000}

-14

54

59

27

37

-9

145

-31

-6

0,052

21

PIXEL(20,9)-1/1-{14992.0000000, 16777215.0000000}

196

163

174

127

281

130

0,101

22

PIXEL(22,9)-1/1-{6731519.0000000, 16777215.0000000}

406

360

514

0,209

23

PIXEL(23,9)-1/1-{3838171.0000000, 16777215.0000000}

496

650

0,244

24

PIXEL(5,10)-1/1-{11953664.0000000, 16777215.0000000}

883

0,279

25

PIXEL(6,10)-1/1-{11953664.0000000, 16777215.0000000}

406

747

0,256

26

PIXEL(7,10)-1/1-{9452032.0000000, 16777215.0000000}

257

467

575

0,223

27

PIXEL(8,10)-1/1-{102.0000000, 16777215.0000000}

178

94

99

310

417

9

0,148

28

PIXEL(9,10)-1/1-{11993087.0000000, 16777215.0000000}

-14

139

54

59

270

145

-31

-6

0,096

29

PIXEL(10,10)-1/1-{102.0000000, 16777215.0000000}

-14

139

54

59

270

145

-31

-6

0,096

30

PIXEL(11,10)-1/1-{3801088.0000000, 16777215.0000000}

122

42

190

196

-59

49

105

-103

0,100

31

PIXEL(12,10)-1/1-{102.0000000, 16777215.0000000}

95

15

163

169

-86

22

78

103

0,080

32

PIXEL(13,10)-1/1-{14992.0000000, 16777215.0000000}

-49

103

19

24

2

-44

110

-66

191

0,082

33

PIXEL(14,10)-1/1-{6684672.0000000, 16777215.0000000}

-49

103

19

24

-8

2

-44

110

-66

-41

0,061

34

PIXEL(15,10)-1/1-{6684672.0000000, 16777215.0000000}

-110

275

-43

-37

163

-59

-106

49

-127

-103

0,134

35