Выделение контуров. Контур vs. Граница

Содержание

Слайд 2

Контур vs. Граница

Контур — в общем случае, замкнутая линия, очертание некоторой геометрической фигуры,

Контур vs. Граница Контур — в общем случае, замкнутая линия, очертание некоторой
предмета; силуэт.
Граница – разделительная линия между чем-либо
Контур замкнут всегда, граница не обязательно
Замкнутая граница есть контур

Слайд 3

Назначение

Предварительный этап для:
Обнаружения объектов,
Подсчета расстояний, поиска оптимального пути,
Подсчета площади/объема
Сегментации

Назначение Предварительный этап для: Обнаружения объектов, Подсчета расстояний, поиска оптимального пути, Подсчета площади/объема Сегментации

Слайд 4

Особенность

Особенность

Слайд 5

Детектор контура (идеальный)

Детектор контура (идеальный)

Слайд 6

Классические «простые» методы выделения границ

основываются на одном из базовых свойств сигнала яркости

Классические «простые» методы выделения границ основываются на одном из базовых свойств сигнала
– разрывности.
общим способом поиска разрывов является обработка с помощью скользящей маски.
Элементы матрицы – коэффициенты..

Слайд 8

Пространственная фильтрация

Пространственная фильтрация

Слайд 9

Пространственная фильтрация

Пространственная фильтрация

Слайд 10

f’ vs. f’’

f’ vs. f’’

Слайд 11

Оператор Робертса

Окрестность 3х3 внутри изображения

Маски оператора Робертса

Оператор Робертса Окрестность 3х3 внутри изображения Маски оператора Робертса

Слайд 12

Оператор Превитта

Оператор Превитта

Слайд 13

Оператор Собеля

Оператор Собеля

Слайд 14

Примеры

http://matlabtricks.com/post-5/3x3-convolution-kernels-with-online-demo

Примеры http://matlabtricks.com/post-5/3x3-convolution-kernels-with-online-demo

Слайд 15

DoG - Diff. of Gaussian

DoG обнаруживает края путем применения размытия изображения по

DoG - Diff. of Gaussian DoG обнаруживает края путем применения размытия изображения
Гауссу с указанным значением theta. Результирующее изображение является размытой версией исходного изображения.
Далее применяется другое размытие с "более резким" значением theta, которое размывает изображение меньше чем в предыдущем случае.
Финальное изображение вычисляется путем замены каждого пикселя разностью между двумя размытыми изображениями

Слайд 16

DoG - Diff. of Gaussian

DoG - Diff. of Gaussian

Слайд 17

DoG. An interactive tutorial

http://micro.magnet.fsu.edu/primer/java/digitalimaging/processing/diffgaussians/index.html

DoG. An interactive tutorial http://micro.magnet.fsu.edu/primer/java/digitalimaging/processing/diffgaussians/index.html

Слайд 18

Ожидание vs. Реальность

Ожидание vs. Реальность

Слайд 19

Алгоритм Canny

Целью Кэнни было разработать оптимальный алгоритм обнаружения границ, удовлетворяющий трём критериям:
хорошее

Алгоритм Canny Целью Кэнни было разработать оптимальный алгоритм обнаружения границ, удовлетворяющий трём
обнаружение (Кэнни трактовал это свойство как повышение отношения сигнал/шум);
хорошая локализация (правильное определение положения границы);
единственный отклик на одну границу.

Слайд 20

Алгоритм Canny. Этапы

Сглаживание

σ = 1.4

Алгоритм Canny. Этапы Сглаживание σ = 1.4

Слайд 21

Алгоритм Canny. Этапы

Поиск градиентов.
Границы отмечаются там, где градиент изображения приобретает максимальное

Алгоритм Canny. Этапы Поиск градиентов. Границы отмечаются там, где градиент изображения приобретает
значение. Они могут иметь различное направление, поэтому алгоритм Кэнни использует четыре фильтра для обнаружения горизонтальных, вертикальных и диагональных ребер в размытом изображении.

Слайд 22

Алгоритм Canny. Этапы

Удаление не-максимумов
Пикселями границ объявляются пиксели, в которых достигается локальный максимум

Алгоритм Canny. Этапы Удаление не-максимумов Пикселями границ объявляются пиксели, в которых достигается
градиента в направлении вектора градиента. Значение направления должно быть кратно 45°.

Слайд 23

Алгоритм Canny. Этапы

Двойная пороговая фильтрация
если значение пикселя выше верхней границы – он

Алгоритм Canny. Этапы Двойная пороговая фильтрация если значение пикселя выше верхней границы
принимает максимальное значение (граница считается достоверной),
если ниже – пиксель подавляется,
точки со значением, попадающим в диапазон между порогов, принимают фиксированное среднее значение (они будут уточнены на следующем этапе).

Слайд 24

Алгоритм Canny. Этапы

Трассировка области неоднозначности
задача сводится к выделению групп пикселей, получивших на

Алгоритм Canny. Этапы Трассировка области неоднозначности задача сводится к выделению групп пикселей,
предыдущем этапе промежуточное значение, и отнесению их к границе (если они соединены с одной из установленных границ) или их подавлению (в противном случае).
Пиксель добавляется к группе, если он соприкасается с ней по одному из 8-ми направлений.

Слайд 25

Алгоритм Canny. Этапы

Пример с Хабра
https://habrahabr.ru/post/114589/

Алгоритм Canny. Этапы Пример с Хабра https://habrahabr.ru/post/114589/