Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 1 Ipari képfeldolgozás és képmegjelenítés Műszaki Informatika BSc Gépi látás Mechatronika MSc 3. hét.

Hasonló előadás


Az előadások a következő témára: "Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 1 Ipari képfeldolgozás és képmegjelenítés Műszaki Informatika BSc Gépi látás Mechatronika MSc 3. hét."— Előadás másolata:

1 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 1 Ipari képfeldolgozás és képmegjelenítés Műszaki Informatika BSc Gépi látás Mechatronika MSc 3. hét Getting started – Bináris képek A képi információ feldolgozásának alapjai. Bináris képek feldolgozása. Geometriai tulajdonságok mérése. Topológiai tulajdonságok analízise. Additív halmaz tulajdonságmérték fogalma. Euler-szám fogalma, alkalmazása.

2 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 3 b(x,y) = 1 ; objektum b(x,y) = 0 ; háttér Bináris képeken egyszerű geometriai tulajdonságok meghatározása Több objektumra az eredő területet adja

3 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 3 A pozíció mértéke lehet célszerűen a súlypont Az elsőrendű nyomaték legyen zérus, ahola terület közép koordinátái „A” (a terület) nem zérus,

4 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 4 Az objektum orientációja: Legyen a legkisebb másodrendű nyomaték iránya „r” az egyes pontoknak egy viszonyítási tengelytől mért távolsága x y p/cosθ -p/sinθ θ p O*(-psinθ,pcosθ) A tengely egyenlete: xsinθ – ycosθ + p = 0 Az origóhoz legközelebbi pont: O*(-psinθ,pcosθ) Az egyenes pontjainak paraméteres egyenlete: X 0 = -p(sinθ) + s(cosθ) Y 0 = p(cosθ) + s(sinθ)

5 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 5 X 0 = -p(sinθ) + s(cosθ) Y 0 = p(cosθ) + s(sinθ) ahol „s” a pont távolsága O*-tól. Az objektum egy (x,y) pontjához tartozó legközelebbi (X 0, Y 0) pont az egyenesen A minimumhoz (legkisebb távolsághoz) képezzük: Ahol

6 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 6 Minimalizáljuk „E”-t Legyen Adódik tehát ahol a terület közép koordinátái (súlypont). A minimális inercia tengelye átmegy tehát a súlyponton!

7 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 7 A paraméteres egyenletbe visszahelyettesítve Xo és Yo helyére: És hasonlóan: Ebből következik, hogy Tehát maga az egyenes azon pontok mértani helye, ahol r=0

8 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 8 Toljuk el a koordinátarendszert a súlypontba: és így és így

9 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 9 ahol A szélsőérték megkereséséhez θ szerint deriválva és 0-vá téve:

10 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 10 Az orientációt meghatározó egyenes (minimális másodrendű nyomaték egyenese) Ha b=0 és a=c, az objektum forgásszimmetrikus.

11 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 11

12 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 12 Vetületi reprezentációval Terület Súlypont Orientáció

13 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 13 Az orientációhoz szükséges másodrendű nyomatékok

14 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 14

15 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 15

16 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 16

17 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 17

18 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 18

19 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 19

20 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 20

21 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 21 A CT működése

22 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 22 Topológiai tulajdonságok

23 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 23..\Mug_and_Torus_morph.gif Paul Renteln és Alan Dundes tréfás meghatározása szemléletesen írja le a terület vizsgálatának lényegét: szerintük a topológus az, aki nem tud megkülönböztetni egy bögrét egy amerikai fánktól.

24 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 24 Klein féle kancsó

25 Érdekesség: miért süllyedt el a Titanic? Az ortodroma, vagy ortodromikus távolság, a földfelszín két pontja közötti legrövidebb távolsága amit Föld felszínén a két pontot összekötő főkör mentén mérünk. Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 25 London – Los Angeles útvonal

26 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 26 A B Olyan képen, ahol több objektum van, a jellemzőket objektumonként határozzuk meg. Ehhez először az összefüggő területeket határozzuk meg a pontok címkézésével. A és B összetartozó területen van, míg C kézenfekvően egy másik komponens része. C

27 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 27 A Jordan-féle görbetétel egy szemléletesen nyilvánvaló, de csak nehezen bizonyítható topológiai tétel. Legyen egy síkbeli, egyszerű, zárt görbe, képe (pontjainak halmaza). Ekkor a síkot pontosan két összefüggő, egy korlátos és egy nemkorlátos részre bontja. Mindkettőnek pontosan a határa. A tételt Camille Jordan 1893-ban mondta ki először A tétel szemléltetése: a fekete színnel jelölt görbe egy korlátos (kék) és egy nemkorlátos (rózsaszín) részre bontja a síkot

28 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 28 Távolságok Adott két pont a képen: –p 1 (k, l) –p 2 (m, n) A köztük lévő távolság kétféle módon definiálható: –4-es távolság –8-as távolság

29 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 29 4-es távolság T 4 (p 1, p 2 ) = |k - m| + |l - n|

30 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 30 8-as távolság T 8 (p 1, p 2 ) = max (|k - m|, |l - n|)

31 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 31 Távolság, mint metrika Nemnegatív definit –T(p 1, p 2 ) ≥ 0 –T(p 1, p 2 ) = 0, csak ha p 1 = p 2 Szimmetrikus –T(p 1, p 2 ) = T x (p 2, p 1 ) Érvényes a háromszög-egyenlőtlenség –T(p 1, p 3 ) ≤ T(p 1, p 2 ) + T(p 2, p 3 )

32 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 32 Szomszédosság 4-szomszédság T 4 (p 1, p 2 ) = 1 8-szomszédság T 8 (p 1, p 2 ) = 1

33 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 33 Útvonal Képpontok véges sorozata, amiben szomszédok vannak Egyszeres, ha végpontok kivételével minden elemnek két szomszédja van szomszédság8-szomszédság

34 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 34 Freeman-féle iránykód Az irányokhoz {0, 3} ill. {0, 7} számokat rendelünk Ha p 1  p 2 : l 1, l 2 …l n, akkor – l i = l n - i + 2 (mod 4) vagy l i = l n - i + 4 (mod 8) 4-szomszédság t 4 (p 1, p 2 ) = t 4 (p 2, p 1 ) = szomszédság t 8 (p 1, p 2 ) = t 8 (p 2, p 1 ) =

35 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 35 Előtér (objektum), háttér, lyukak Előtér: A kép 1 értékű pixelei Háttér: Azon 0 értékű pixelek halmaza, amely kapcsolatban vannak a kerettel (egy csupa 0 elemet tartalmazó útvonalon keresztül) Lyuk: Minden egyéb 0 értékű pixelhalmaz

36 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 36 Szomszédosság – Anomália B1B1 O1O1 B1B1 O2O2 B2B2 O4O4 B1B1 O3O3 B1B1 4-szomszédság BOB OBO BOB 8-szomszédság BOB OHO BOB 8-szomszédság az objektumra 4-szomszédság a háttérre

37 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 37 Hatszomszédosság – Megoldás vagy Előállítása a kép újra mintavételezése nélkül Nyírással (topológiai transzformáció)

38 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 38 Komponens-címkézés A független objektumok megszámlálása a képen Kétféle módszer: –Rekurzív módszer Általánosabban használt módszer Párhuzamos feldolgozás esetén használják –Szekvenciális algoritmus Nem kell a teljes képet betölteni a memóriába

39 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 39 Rekurzív módszer 1.Az első címkézetlen 1 pixel megkeresése és L címkével jelölése 2.Az összes 1 értékű, címkézetlen szomszédjának L címkével történő megjelölése, és az algoritmus rekurzív meghívása 3.Stop, ha nincs több 1 értékű pixel 4.Ugrás az első lépésre

40 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 40 Szekvenciális algoritmus 1.A kép balról-jobbra, fentről lefelé történő végigpásztázása 2.Ha egy pixel 1 értékű: Ha csak a felső, vagy a bal szomszédja címkézett  a címke másolása Ha a felső és a bal szomszédja ugyanolyan címkét visel  a címke másolása Ha különböző címkéjük van  a felső címke másolása és az egyenlőség feljegyzése Különben (ha nincsen címkézett szomszédja)  új címke bevezetése 3.Címkézés frissítése (a 3. feltétel miatt)

41 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 41 Szekvenciális algoritmus 2.

42 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 42 Szekvenciális algoritmus

43 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 43 Szekvenciális algoritmus

44 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 44 Szekvenciális algoritmus

45 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 45 Szekvenciális algoritmus =3 2

46 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 46 Szekvenciális algoritmus =3 2 4

47 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 47 Szekvenciális algoritmus =3 2=4

48 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 48 Szekvenciális algoritmus =3 2=4

49 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 49 Szekvenciális algoritmus =2=3=4

50 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 50 Szekvenciális algoritmus =2=3=4=5

51 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 51 Szekvenciális algoritmus =2=3=4=5 6=7=8

52 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 52 Szekvenciális algoritmus =2=3=4=5 6=7=8

53 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 53 Szekvenciális algoritmus

54 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 54 Éldetektálás bináris képeken Kizáró VAGY (ExOR) művelettel és

55 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 55 Euler szám C = A komponensek száma H = Lyukak száma Euler szám = C – H B i n a r y 1-2= =0 1 1 Ʃ = 4

56 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 56 Additív halmaz tulajdonság Eredeti képek: X és Y X ∩ Y  logikai ÉS X U Y  logikai VAGY A(X)  függvény, amely értelmezhető a képeken A(X) + A(Y) = A(X U Y) + A(X ∩ Y)

57 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 57 Additív halmaz tulajdonság 2. A(X) + A(Y) = A(X U Y) + A(X ∩ Y) XY

58 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 58 Euler szám kiszámítása 1. Szeleteljük fel a képet, majd balról jobbra nézve számítsuk az Euler számot I a már megvizsgált kép, ΔI pedig a növekmény Bejárási irány I ΔIΔI

59 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 59 Euler szám kiszámítása 2. Az additív halmaz tulajdonság igaz az Euler számra is: –E(I U ΔI) – E(I) = E(ΔI) – E(I ∩ ΔI) Ha E(ΔI) = E(I ∩ ΔI)  nincs változás Ha E(ΔI) != E(I ∩ ΔI) (!) –Új objektum: ΔE = E(ΔI) – E(I ∩ ΔI) = +1 (= 1 – 0) –Lyuk vége: ΔE = E(ΔI) – E(I ∩ ΔI) = –1 (= 1 – 2) ΔI mérete tehát akkora legyen, hogy csak fenti három eset legyen igaz, és könnyen megállapítható legyen

60 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 60 Euler szám kiszámítása 3. E(I U ΔI) – E(I) = E(ΔI) – E(I ∩ ΔI)

61 Vajta: Képfeldolgozás és megjelenítés 2013 tavasz fokban haladva a minták, amiket keresünk Maga a kereső algoritmus raszteresen pásztáz és

62 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 62 Műveletek párhuzamosíthatósága

63 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 63 Lokális operáció hatása az Euler számra Hatszomszédság esetén 64 lehetséges szomszédság rendszer vesz körül egy pixelt! Legyen E* az operáció hatása az Euler számra

64 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 64 E*=+1 Új test E*=0 A kontúr vastagság változik E*=+1 Egy lyuk betömése E*= -1 E*= -2 Ha a művelet a pixelt 0-ról 1-re változtatja

65 Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 65 Párhuzamosított művelet torzíthatja az eredményt!


Letölteni ppt "Vajta: Képfeldolgozás és megjelenítés 2015 tavasz 1 Ipari képfeldolgozás és képmegjelenítés Műszaki Informatika BSc Gépi látás Mechatronika MSc 3. hét."

Hasonló előadás


Google Hirdetések