Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Cechy obiektów przydatne przy rozpoznawaniu obrazu w czasie rzeczywistym Paweł Kramarski Seminarium Dyplomowe Magisterskie 2.

Podobne prezentacje


Prezentacja na temat: "Cechy obiektów przydatne przy rozpoznawaniu obrazu w czasie rzeczywistym Paweł Kramarski Seminarium Dyplomowe Magisterskie 2."— Zapis prezentacji:

1 Cechy obiektów przydatne przy rozpoznawaniu obrazu w czasie rzeczywistym Paweł Kramarski Seminarium Dyplomowe Magisterskie 2

2 Etapy rozpoznawania obrazów Dane wejściowe: obraz Dane wejściowe: obraz Filtracja i segmentacja obrazu Filtracja i segmentacja obrazu Wyznaczanie cech obiektów z obrazu Wyznaczanie cech obiektów z obrazu Klasyfikacja: Przyporządkowanie obiektów do odpowiednich klas Klasyfikacja: Przyporządkowanie obiektów do odpowiednich klas Dane wyjściowe: informacja o przynależności obiektów do klas Dane wyjściowe: informacja o przynależności obiektów do klas

3 Cechy obiektu Powinny umożliwiać rozróżnienie obiektów należących do różnych klas Powinny umożliwiać rozróżnienie obiektów należących do różnych klas Powinny być niezmienne względem obrotów, przesunięć i przeskalowania obiektów Powinny być niezmienne względem obrotów, przesunięć i przeskalowania obiektów Mogą mieć postać: pojedynczej liczby, ciągu liczb, obrazu Mogą mieć postać: pojedynczej liczby, ciągu liczb, obrazu Potencjalnie mamy nieskończenie wiele cech Potencjalnie mamy nieskończenie wiele cech

4 Przestrzeń cech Wektor w przestrzeni cech opisuje rozpoznawany obiekt Wektor w przestrzeni cech opisuje rozpoznawany obiekt Każdy wymiar z przestrzeni odpowiada jednej cesze Każdy wymiar z przestrzeni odpowiada jednej cesze Arbitralny dobór przestrzeni cech Arbitralny dobór przestrzeni cech

5 Przykład

6 Klasyfikacja Polega na określeniu miary przynależności nieznanego obiektu na podstawie jego wektora cech, pojęcie f-cji przynależności Polega na określeniu miary przynależności nieznanego obiektu na podstawie jego wektora cech, pojęcie f-cji przynależności Ustalenie parametrów klasyfikatora (uczenie klasyfikatora) wymaga stworzenia zbioru uczącego Ustalenie parametrów klasyfikatora (uczenie klasyfikatora) wymaga stworzenia zbioru uczącego Zbiór uczący powinien zawierać przykłady do nauki dla każdej z klas Zbiór uczący powinien zawierać przykłady do nauki dla każdej z klas

7 Wyznaczanie cech Dla cech opisujących kształt najczęściej operujemy na obrazach binarnych zawierających obiekt i tło Dla cech opisujących kształt najczęściej operujemy na obrazach binarnych zawierających obiekt i tło Obraz binarny jest uzyskany w wyniku obróbki wstępnej obrazu wejściowego Obraz binarny jest uzyskany w wyniku obróbki wstępnej obrazu wejściowego Jeśli na obrazie jest więcej obiektów do rozpoznania, przeprowadzana jest etykietyzacja obiektów Jeśli na obrazie jest więcej obiektów do rozpoznania, przeprowadzana jest etykietyzacja obiektów

8 Rodzaje cech Współczynniki kształtu Współczynniki kształtu Momentowe Momentowe Szkieletowe Szkieletowe

9 Współczynniki kształtu Krańcowa redukcja ilości informacji zawartej w obrazie – pojedyncze wartości liczbowe opisujące kształt Krańcowa redukcja ilości informacji zawartej w obrazie – pojedyncze wartości liczbowe opisujące kształt Wady, zalety Wady, zalety Różne współczynniki w różnym stopniu są przydatne przy rozróżnianiu kształtu Różne współczynniki w różnym stopniu są przydatne przy rozróżnianiu kształtu

10 Rodzaje współczynników kształtu Cyrkularności Cyrkularności Malinowskiej Malinowskiej Blaira-blissa Blaira-blissa Danielssona Danielssona Haralicka Haralicka L- obwód rzutu obiektu S – pole rzutu obiektu r – odległość elementu pola ds od środka ciężkości obiektu l – minimalna odległość elementu ds od konturu obiektu d – odległość pikseli konturu obiektu od jego środka ciężkości n – liczba punktów konturu

11 Cechy momentowe Moment geometryczny rzędu (p+q) Moment geometryczny rzędu (p+q) Moment centralny rzędu (p+q) – niezmienny względem przesunięcia Moment centralny rzędu (p+q) – niezmienny względem przesunięcia gdzie

12 Cechy momentowe Niezmienniki momentowe (niezmienne względem przesunięć, obrotów, zmiany skali) Niezmienniki momentowe (niezmienne względem przesunięć, obrotów, zmiany skali).....

13 Cechy szkieletowe Definicja szkieletu Definicja szkieletu Metody wyznaczania szkieletu Metody wyznaczania szkieletu

14 Definicja szkieletu Szkielet obiektu opisany jest przez rozkład centrów maksymalnych dysków umieszczonych wewnątrz obiektu. Szkielet obiektu opisany jest przez rozkład centrów maksymalnych dysków umieszczonych wewnątrz obiektu.

15 Przykłady

16 Przykłady

17 Wyznaczanie szkieletu Za pomocą operacji ścieniania Za pomocą operacji ścieniania Metoda wypalania trawy Metoda wypalania trawy Transformacja Osi Środkowej (Medial Axis Transform, MAT) Transformacja Osi Środkowej (Medial Axis Transform, MAT)

18 Metoda ścieniania Usuwanie kolejnych warstw punktów wzdłuż brzegu obiektu, dopóki nie zostanie tylko szkielet, przykłady elementów: lub i

19 Metoda wypalania trawy Przeglądanie konturu obiektu i przenoszenie ognia z punktów konturowych na punkty wewnętrzne Algorytm przedstawiony w 1989 roku: Dodajemy do wszystkich punktów konturu liczbę 1 Dodajemy do wszystkich punktów konturu liczbę 1

20 Metoda wypalania trawy Śledząc kontur, zwiększamy o 1 wartość pikseli związanych z kolejnymi pikselami konturu, równocześnie zaznaczamy i pamiętamy piksele, które mają wartość 3, czyli tworzą szkielet Śledząc kontur, zwiększamy o 1 wartość pikseli związanych z kolejnymi pikselami konturu, równocześnie zaznaczamy i pamiętamy piksele, które mają wartość 3, czyli tworzą szkielet

21 Metoda wypalania trawy Przeglądamy cały kontur i usuwamy te piksele konturu, których wartość jest mniejsza od 3. Zapamiętujemy piksele szkieletu Przeglądamy cały kontur i usuwamy te piksele konturu, których wartość jest mniejsza od 3. Zapamiętujemy piksele szkieletu Jeśli w ostatnim kroku zostały usunięte jakieś piksele, to przechodzimy do punktu drugiego Jeśli w ostatnim kroku zostały usunięte jakieś piksele, to przechodzimy do punktu drugiego

22 Metoda wypalania trawy

23 Transformacja Osi Środkowej (Medial Axis Transform, MAT) Wyznaczana przy pomocy Transformacji Odległości Wyznaczana przy pomocy Transformacji Odległości Szkielet stanowią tzw. lokalne maksima tej transformaty Szkielet stanowią tzw. lokalne maksima tej transformaty

24 Przykład

25 Transformacja odległości (Distance Transform) Każdy punkt obiektu przyjmuje wartość reprezentującą odległość tego punktu od krawędzi obiektu

26 Stosowane metryki Euklidesa Euklidesa Szachownicowa (Chess board) Szachownicowa (Chess board) Blokowa (City Block Distance, Manhattan) Blokowa (City Block Distance, Manhattan)

27 Przykład

28 Przykład

29 Lokalne maksima tworzące szkielet

30 Dziękuję za uwagę


Pobierz ppt "Cechy obiektów przydatne przy rozpoznawaniu obrazu w czasie rzeczywistym Paweł Kramarski Seminarium Dyplomowe Magisterskie 2."

Podobne prezentacje


Reklamy Google