Содержание
- 2. Анализ изображений Темы этой лекции Выделение краев Градиент изображения Алгоритм Canny Работа с контурами Цепные коды
- 3. Выделение краев Цель – преобразовать изображение в набор кривых для: выделения существенных характеристик сокращения объема информации
- 4. Выделение краев
- 5. Откуда берутся края? Край – резкий переход яркости. Различные причины возникновения: Резкое изменение глубины сцены Резкое
- 6. Как найти резкое изменение яркости? Нас интересуют области резкого изменения яркости – нахождение таких областей можно
- 7. Как найти резкое изменение яркости? Известно, что наибольшее изменение функции происходит в направлении ее градиента. Величина
- 8. Градиент яркости изображения Известно, что наибольшее изменение функции происходит в направлении ее градиента Приведем примеры…
- 9. Градиент яркости изображения Направление градиента задается: «Направление края» задается перпендикулярным градиенту «Сила края» задается абсолютной величиной
- 10. Вычисление градиента яркости изображения Математический смысл – приближенное вычисление производных по направлению Робертса Превитт Собеля Семейство
- 11. Карта силы краев Примеры: Робертса Превитт Собеля
- 12. Выделение краев Вычисление градиента – это еще не всё… Чего не хватает? Точности – края «толстые»
- 13. Выделение краев Нужно: Убрать слабые края и шум Сделать края тонкими Объединить пиксели краев в связные
- 14. Алгоритм Canny Давно придуман, однако до сих пор широко используется Шаги: Убрать шум и лишние детали
- 15. Начало… Размыть изображение с помощью фильтра Гаусса Убрать шум, лишние детали текстуры Рассчитать градиент изображения Одним
- 16. …середина… Все пиксели где сила краев
- 17. …середина… Поиск локальных максимумов Проверяя – является ли пиксель локальным максимумом вдоль направления градиента Приходится интерполировать
- 18. … финал Выбираем еще не обработанную точку локального максимума p в которой сила края Прослеживание края
- 19. Пояснения Как предсказать следующую точку края? От текущей точки шаг в сторону перпендикулярную градиенту В данном
- 20. Пояснения Для чего используются два порога? Чтобы уменьшить влияние шума для инициализации кривой используем больший порог
- 21. Алгоритм Canny Размыть изображение фильтром Гаусса c некоторым σ Убрать шум, лишние детали текстуры Рассчитать градиент
- 22. Canny - результат
- 23. Влияние σ (параметр фильтра Гаусса) Canny с Canny с исходное
- 24. Вопрос Получив контур объекта (связный набор пикселей) – как его дальше анализировать? Вариант - нужно преобразовать
- 25. Работа с контурами Полигональная аппроксимация Цепные коды Дескрипторы контуров
- 26. Полигональная аппроксимация Постановка: Аппроксимация точечной кривой ломаной линией Цель: Сжатие информации Борьба с дискретностью и шумом
- 27. Полигональная аппроксимация Постановка: Аппроксимация точечной кривой ломаной линией Цель: Сжатие информации Борьба с дискретностью и шумом
- 28. Алгоритм Дугласа-Пекера (рекурсивное подразбиение) Инициализация – начнем с прямой, идущей от начальной точки к конечной Если
- 29. Алгоритм Дугласа-Пекера (рекурсивное подразбиение) Шаг №1 – найти точку контура максимально удаленную от прямой Если расстояние
- 30. Алгоритм Дугласа-Пекера (рекурсивное подразбиение) Шаг №2 – добавить узел к ломаной линии Затем рекурсивно вызвать Шаг
- 31. Алгоритм Дугласа-Пекера (рекурсивное подразбиение) Результат:
- 32. Цепной код – 8-ми связные контура Кодирование контура как последовательности перемещений Код: 12232445466601760
- 33. Цепной код – 4-х связные контура Кодирование контура как последовательности перемещений Код: 1122322333010033010112
- 34. Цепной код - свойства Свойства Цепной код – представление контура, независимое к его перемещению При замене
- 35. Разностный код Это «производная» цепного кода Формула yi = (xi+1- xi ) mod 8 – восьмисвязный
- 36. Разностный код Свойства: Инвариантен к повороту кратному 45 градусам (восьмисвязный) Проблемы: Также чувствителен к шуму Не
- 37. Ψ-s представление Аналогично считаем направление контура в каждой точке, но: Направление не ограничиваем точностью в 45
- 38. Ψ-s представление Обратите внимание: Результирующая функция ψ(s) зависит от длины дуги s (при движении «наискосок» она
- 39. Ψ-s представление NB на данном графике ось абсцисс – не длина дуги, а ее горизонтальная проекция
- 40. Ψ-s представление Свойства: Если нормировать полную длину к 1 – инвариантно к масштабу Несложным преобразованием можно
- 41. Кривизна Кривизна (curvature) – производная ψ(s) Аналогично разностному цепному коду, но со знаком Представление, инвариантное к
- 42. Дескрипторы Фурье Контур задается набором точек: Кол-во точек нормализуется к некоторому числу N Вычисляем коэффициенты дискретного
- 43. Дескрипторы Фурье Вычисляем амплитуды коэффициентов: Дескрипторы: Свойства: Инвариантны к переносу (вычли среднюю точку) Инвариантны к повороту
- 44. Признаки для распознавания контуров Цепной код (разностный код) Ψ-s представление Функция плотности наклона (slope density function)
- 45. Как вести прикладное исследование? Подготовительный этап Уяснить постановку задачи Собрать данные для проверки работы методов Провести
- 47. Скачать презентацию