Среднее геометрическое массива паскаль

Массив: A(N) Действия: Найти среднее геометрическое элементов массива А Условия и ограничения: a(i)>0, N<=50. 7 декабря 2010

Изобретение относится к области обработки фотографических изображений и может быть использовано в лесном хозяйстве для оперативной оценки таксационных характеристик насаждений на неучтенных территориях. Сущность: обрабатывают изображение, представленное матрицей цифровых отсчетов функции яркости от пространственных координат. При этом последовательно от начала массива разбивают матрицу на окна размером |3×3| смежных элементов. В каждом окне рассчитывают конечные разности по координатам х, у, находят локальные максимумы матрицы изображения и подсчитывают их число. Специализированной программой рассчитывают среднее расстояние между локальными максимумами и отождествляют его со средним расстоянием между деревьями. Находят число деревьев. Рассчитывают количество деревьев в насаждении. Для получения изображения используют цифровую фотокамеру, обеспечивающую снимки с пространственным разрешением 0,58 м/пиксель в диапазоне изменения яркости сигнала от 15 до 132 стандартной шкалы квантования от 0…255 уровней. Технический результат: повышение точности определения. 6 ил., 2 табл.
Изобретение относится к лесному хозяйству, в частности к оперативной оценке таксационных характеристик насаждений на неучтенных территориях путем получения и обработки изображений лесных массивов.
Таксация насаждений проводится по элементам леса, под которыми понимаются такие параметры, как: количество деревьев на участке (N), средняя высота древостоя (h), полнота древостоя (Р), запас (М, м
3/га) и др. За время становления лесной науки разработано множество методов натурной таксации насаждений и выявлены статистические закономерности между элементами леса, представленные в различных справочниках в виде табличных данных.
Известен способ определения количества деревьев на 1 га, в зависимости от среднего расстояния между деревьями [см., например, Справочник «Общесоюзные нормативы для таксации лесов», изд. «Колос», М., 1992 г., стр.122 - аналог]. Способ-аналог представляется следующими табличными данными.
Среднее расстояние между деревьями, м Количество деревьев, шт/га Среднее расстояние между деревьями, м Количество деревьев, шт/га Среднее расстояние между деревьями, м Количество деревьев, шт/га 10,7 100 4,1 700 2,7 1600 8,6 150 3,9 750 2,6 1700 7,6 200 3,8 800 2,5 1800 6,8 250 3,7 850 2,4 2000 6,2 300 3,6 900 2,3 2200 5,7 350 3,5 950 2,2 2400 5,4 400 3,4 1000 2,1 2600 5,1 450 3,2 1100 2,0 3000 4,8 500 3,1 1200 1,8 3500 4,6 550 3,0 1300 1,7 4000 4.4 600 2,9 1400 1,6 4500 4,2 650 2,8 1500 1,5 5000
Известен способ определения количества деревьев на участке путем измерения средних расстояний между деревьями [см., например, Анучин Н.П. «Лесная таксация», учебник, 5-е издание. Лесная промышленность, М., 1982 г., стр.344-347 - аналог].

помогите написать прогу для такого вот задания: найти среднее геометрическое положительных элементов массива А(-4;0;5;-6;1,1;9,8;23,-2;-12,-88) остальные элетенты вывести.30 мая 2009

В способе-аналоге, исходя из случайно выбранной точки В участка, измеряют расстояние a 1 до наиболее близкого дерева, а 2 - расстояние до второго из более близких деревьев, а 3 - до третьего и т.д. На основании многих измерений установлено, что среднее расстояние между деревьями «а» находится между а 3 и a 4. Принимают среднее расстояние между деревьями равным а 3 и вводят поправку K i исходя из следующего статистического ряда:
a 3, м 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 поправка 1,16 1,12 1,07 1,04 1,01 0,99 0,97 0,94 0,96 0,98 1,03
Количество деревьев (N) на участке рассчитывают из соотношения:
N=F/a
2=F/(K i·a 3)
2,
где F - площадь участка, м
2.
Недостатками аналога являются:
- большая трудоемкость, связанная с необходимостью натурных измерений каждого участка;
- ограниченность выборки измерений, что приводит к ошибкам вычисления расчетного параметра а;
- большая погрешность оценок при распространении результата измерений отдельных участков (пробных площадок) на весь таксируемый массив.
На настоящем этапе интенсивно развивают дистанционный мониторинг лесов космическими средствами, на основе получения и обработки изображений лесных массивов. Использование информационных технологий мониторинга лесов открывает возможности для количественного измерения ряда новых элементов леса, ранее не определяемых методами натурной таксации, таких, например, как площадь рельефа древесного полога (S p) или относительная полнота насаждений (Р).
Ближайшим аналогом к заявляемому техническому решению из дистанционных методов мониторинга лесов является «Способ оценки запаса древостоя». Патент RU №2.130.707, A01G, 23/00. В способе ближайшего аналога получают изображение лесного массива в виде зависимости яркости I(х, у) от пространственных координат, последовательно преобразуют функцию яркости изображения участков в матрицу цифровых отсчетов размерностью |m×n| элементов, вычисляют характеристики электрического сигнала матрицы: математическое ожидание, среднеквадратическое отклонение, огибающую пространственного спектра, по которым рассчитывают запас насаждений анализируемого участка: М=N cp·g·h, где М - запас древостоя на участке, м
3; - число деревьев на участке с диаметром крон
где - диаметр кроны среднего дерева участка, вычисляемый по огибающей пространственного спектра:

••• Среднее геометрическое элементов в массиве. Юрий Прытков Мастер (1174), закрыт 2 года назад.

D 1 ср=ΣD i·a i, м.
а i - удельный вес амплитуды соответствующей гармоники пространственного спектра;
F - площадь анализируемого участка, равная линейным размерам изображения, умноженным на масштаб снимка;
Р=D
2 1 ср/D
2 2 ср - полнота насаждения, где D 2 ср - диаметр кроны среднего дерева, вычисленный по статистической зависимости шероховатости полога, D 2 cp≈1,3(2σ)
0,46;
g - площадь сечения среднего дерева участка, вычисляемая по статистическим зависимостям g=πd
2/4;
d - диаметр ствола среднего дерева, d≈1,7 D
2,4 1 cp;
h - высота среднего дерева, м, h≈6,8 D
1,1 1 ср.
Недостатками ближайшего аналога являются:
- элементы леса определяются не напрямую, а вычисляются через промежуточные параметры матрицы изображения, что увеличивает результирующую ошибку измерений;
- методическая погрешность способа (рассчитываемая как полный дифференциал, равный частной производной домноженной на приращение аргумента) из-за высокого показателя степени регрессионных зависимостей (D
2,4 1) неприемлемо высока.
Задача, решаемая изобретением, состоит в повышении точности определения количества деревьев в лесном массиве путем использования скрытых закономерностей морфологии древостоя, содержащихся в его изображении, и учета при обработке каждого пикселя.
Технический результат достигается тем, что способ определения количества деревьев в лесном массиве по его изображению, представленному матрицей цифровых отсчетов функции яркости I(х, у) от пространственных координат, обработкой сигнала матрицы и расчета ее характеристик отличается тем, что последовательно от начала массива разбивают матрицу на окна размером |3×3| смежных элементов, в каждом окне рассчитывают конечные разности по координатам х, у, находят локальные максимумы матрицы изображения и подсчитывают их число N 1, специализированной программой рассчитывают среднее расстояние между локальными максимумами и отождествляют его со средним расстоянием между деревьями [а, м], находят число деревьев N 2 из соотношения N 2=F/а
2, а количество деревьев N в насаждении определяют как среднее геометрическое , где F - площадь лесного массива, м
2.
Изобретение поясняется чертежами, где
фиг.1 - определение среднего расстояния между деревьями в способе-аналоге;
фиг.2 - исходная матрица изображения лесного массива (распечатка с ПЭВМ);
фиг.3 - сечение древесного полога перпендикулярной плоскостью по координате х;
фиг.4 - окно матрицы изображения размером |3×3| элемента;
фиг.5 - нахождение локального максимума в окне расчетом конечных разностей;
фиг.6 - функциональная схема устройства, реализирующего способ.
Техническая сущность изобретения заключается в следующем. Отражательные свойства растительных сообществ характеризуются коэффициентом спектральной яркости. На величину отраженного от растительности светового потока оказывают влияние как фенофаза растений, так и морфологические параметры: высота деревьев, густота, форма крон. Как правило, вершина кроны дерева лучше освещена и отражает (почти зеркально) падающий световой поток, поэтому обладает на изображении наибольшей яркостью. Часть светового потока поглощается в промежутках между деревьями (из-за диффузного отражения) и не поступает к регистратору. Таким образом, распределение значений яркости крон деревьев в пределах изображения предоставляется двумерной, ассиметричной, колоколообразной функцией. При этом изображение содержит скрытую информацию геометрии расположения деревьев в насаждении, т.е. локальные яркости совпадают с точками стояния деревьев. В существующих космических системах фотонаблюдения используют цифровые фотокамеры с диапазоном изменения тона на изображении в шкале от 0 до 255 уровней квантования. Максимальная яркость соответствует большим цифровым значениям. Распределение яркостей в сечении древесного полога иллюстрируется фиг.3. Поиск локальных максимумов двумерной функции яркости сигнала I(х, у) цифровой матрицы реализуют следующим алгоритмом. Как известно, в точке экстремума производная функции равна нулю. Для нахождения производной, последовательно от начала массива, разбивают матрицу на окна размером |3×3| смежных элемента и рассчитывают производные по координатам х, у относительно центрального пикселя:
;
;
Процедура нахождения локального максимума яркости в окне |3×3| элемента иллюстрируется фиг.4, фиг.5. В цифровой матрице приращения заменяют конечными разностями. Приращения по (х, у) тождественно равны единице (одному пикселю). Последовательно анализируя окна конечных разностей, находят точки, для которых конечные разности стремятся к нулю, и подсчитывают количество таких точек. Отождествляют выделенные точки с локальными максимумами матрицы изображения (N 1). Рассмотренный алгоритм реализуется специализированной программой, приведенной ниже в примере реализации способа.
Поскольку кроны деревьев асимметричны, то возможны случаи крон с двумя макушками (два локальных максимума) или две кроны с одной макушкой (пропуск локального максимума). Для исключения возможных ошибок дополните

Добрый день. Помогите пожалуйста решить задачу. Вычислить среднее геометрическое элементов массива Y. {y[i]>0}.

Среднее геометрическое k элементов массива – это корень степени k из  Sg – среднее геометрическое элементов массива; i – параметр цикла

вход массив и возвращает "очищенную версию", оставляя в нем только числа. реализуйте функцию average, которая считает среднее геометрическое массива