Proces analizy i rozpoznawania

Slides:



Advertisements
Podobne prezentacje
I część 1.
Advertisements

Klasyfikacja roczna w roku szkolnym 2012/2013
Znaki informacyjne.
Joanna Sawicka Wydział Nauk Ekonomicznych, Uniwersytet Warszawski
Obserwowalność System ciągły System dyskretny
Zaawansowane metody analizy sygnałów
Przetwarzanie i rozpoznawanie obrazów
Przetwarzanie i rozpoznawanie obrazów
Rozdział V - Wycena obligacji
Algorytmy – różne przykłady
Ludwik Antal - Numeryczna analiza pól elektromagnetycznych –W10
Filtracja obrazów cd. Filtracja obrazów w dziedzinie częstotliwości
Liczby pierwsze.
1 mgr inż. Sylwester Laskowski Opiekun Naukowy: prof. dr hab. inż. Andrzej P. Wierzbicki.
Dane dotyczące sprzedaży wody mineralnej
1 Stan rozwoju Systemu Analiz Samorządowych czerwiec 2009 Dr Tomasz Potkański Z-ca Dyrektora Biura Związku Miast Polskich Warszawa,
KONKURS WIEDZY O SZTUCE
PROJEKTOWANIE PROCESÓW TECHNOLOGICZNYCH
BIOSTATYSTYKA I METODY DOKUMENTACJI
Niepewności przypadkowe
Podstawowe pojęcia akustyki
UKŁADY SZEREGOWO-RÓWNOLEGŁE
Przykładowe zastosowania równania Bernoulliego i równania ciągłości przepływu 1. Pomiar ciśnienia Oznaczając S - punkt spiętrzenia (stagnacji) strugi v=0,
RÓWNOWAGA WZGLĘDNA PŁYNU
Klasyfikacja systemów
Dyskretny szereg Fouriera
Transformacja Z (13.6).
PLAN EWAKUACJI II piętro lewe skrzydło
Pytania konkursowe.
Tytuł prezentacji Warszawa, r..
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Projektowanie Stron WWW
Agnieszka Jankowicz-Szymańska1, Wiesław Wojtanowski1,2
Analiza współzależności cech statystycznych
Wyrażenia algebraiczne
Raport z badań termowizyjnych – RECTICEL Rys. 1a. Rozdzielnia RS14 Temperatura maksymalna 35,27 o C Rys. 1b. Rozdzielnia RS14 (wizyjny) 3.
NIE TAKA MATMA STRASZNA ;-)
Rozkłady wywodzące się z rozkładu normalnego standardowego
Komputerowe metody przetwarzania obrazów cyfrowych
Kalendarz 2011 Real Madryt Autor: Bartosz Trzciński.
Kalendarz 2011 Oto ciekawy kalendarz, który zaprojektował
KALENDARZ 2011r. Autor: Alicja Chałupka klasa III a.
Galeria zdjęć Projekt edukacyjny „Wiem, co jem” realizowany w ramach
1/34 HISTORIA BUDOWY /34 3/34 6 MAJA 2011.
Analiza wpływu regulatora na jakość regulacji (1)
Analiza wpływu regulatora na jakość regulacji
Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych
Wykład 22 Modele dyskretne obiektów.
MATURA 2007 raport ZESPÓŁ SZKÓŁ I PLACÓWEK KSZTAŁCENIA ZAWODOWEGO.
Kalendarz 2011r. styczeń pn wt śr czw pt sb nd
1.
Analiza wyników sprawdzianu ‘2013
1. ŁATWOŚĆ ZADANIA (umiejętności) 2. ŁATWOŚĆ ZESTAWU ZADAŃ (ARKUSZA)
Statystyka ©M.
  Prof.. dr hab.. Janusz A. Dobrowolski Instytut Systemów Elektronicznych, Politechnika Warszawska.
Badanie kwartalne BO 2.3 SPO RZL Wybrane wyniki porównawcze edycji I- VII Badanie kwartalne Beneficjentów Ostatecznych Działania 2.3 SPO RZL – schemat.
-17 Oczekiwania gospodarcze – Europa Wrzesień 2013 Wskaźnik > +20 Wskaźnik 0 a +20 Wskaźnik 0 a -20 Wskaźnik < -20 Unia Europejska ogółem: +6 Wskaźnik.
+21 Oczekiwania gospodarcze – Europa Grudzień 2013 Wskaźnik > +20 Wskaźnik 0 do +20 Wskaźnik 0 do -20 Wskaźnik < -20 Unia Europejska ogółem: +14 Wskaźnik.
(C) Jarosław Jabłonka, ATH, 5 kwietnia kwietnia 2017
EcoCondens Kompakt BBK 7-22 E.
EcoCondens BBS 2,9-28 E.
W2 Modelowanie fenomenologiczne I
1 Analiza wyników sprawdzianu ‘2014 Zespół Szkolno-Przedszkolny w Krowiarkach – XI 2014 – XI 2014 Opracował: J. Pierzchała.
Testogranie TESTOGRANIE Bogdana Berezy.
Jak Jaś parował skarpetki Andrzej Majkowski 1 informatyka +
Dr hab. Renata Babińska- Górecka
Kalendarz 2020.
Ankieta dotycząca kart bankomatowych i kont bankowych.
Elementy geometryczne i relacje
1 Proces analizy i rozpoznawania. 2 Jak przygotować dwie klasy obiektów?
Zapis prezentacji:

Proces analizy i rozpoznawania

Momenty centralne znormalizowane: stąd:

Jak przygotować dwie klasy obiektów?

Pierwsza klasa (obroty o 10o):

Z jaką rozdzielczością zapisywać bitmapy?

Inna klasa (obroty o 30o):

Wykresy współczynników:

Metryka Euklidesowa:

Do procesu rozpoznawania wybrano np. współczynnik W2 ρ1 dla pierwszej klasy obiekt rozpoznawany ρ1 < ρ2 ? ρ2 dla drugiej klasy

Jeżeli współczynników będzie więcej? Wj Wi ρ1 dla pierwszej klasy obiekt rozpoznawany ρ1 < ρ2 ? dwa współczynniki ρ2 dla drugiej klasy Wi Wj

Wpływ rozmiaru okna filtrów na miary jakości obrazu przekształconego

Dla obrazu:

Wizualne odzwierciedlenia wpływu częstotliwości próbkowania obrazu rentgenowskiego na odwzorowanie odczytanego przekroju szczeliny stawowej z zapisanego cyfrowo radiogramu bez wykonanych dodatkowych przekształceń: 300 dpi 600 dpi 100 dpi 200 dpi

Przekrój obrazu stawu kolanowego poddanego filtracji medianowej, zapisywanego z rozdzielczościami odpowiednio: 600, 300, 200 oraz 100 dpi:

Średnia różnica: Średnia różnica między obrazem oryginalnym i przekształconym nieznacznie wzrasta przy zwiększaniu rozmiaru okna stosowanych filtrów.

Zawartość strukturalna: Stosunek sumy kwadratów obrazu oryginalnego do sumy kwadratów obrazu przetworzonego (zawartość strukturalna) również zmienia się nieznacznie.

Znormalizowana korelacja wzajemna: Minimalne wahania znormalizowanej korelacji wzajemnej.

Jakość korelacji: W jakości korelacji występują również niewielkie wahania.

Maksymalna różnica (szczytowy błąd bezwzględny): Maksymalna różnica między obrazem oryginalnym i przetworzonym wykazuje dość znaczne wahania szczególnie przy zmianie wielkości okna filtru z parzystej na nieparzystą .

Wierność obrazu: Wierność obrazu zmienia się w zakresie 0,1 % (dla filtru średniego o 0,3 %).

Błąd średnio-kwadratowy:

Szczytowy błąd średnio-kwadratowy:

Normalizowany błąd bezwzględny:

Znormalizowany błąd średnio-kwadratowy:

Stosunek sygnału do szumu:

Współczynnik korelacji:

Odchylenie standardowe:

Można zauważyć, że stosowanie filtrów o oknach wielkości [n n], gdzie n jest parzyste znacznie pogarsza jakość filtracji (szczególnie dla filtru medianowego), co wynika z faktu, że w takich przypadkach pobierane zostają do analizy punkty nie z pełnego otoczenia przekształcanego punktu obrazu.

Przy stosowaniu powyższych parametrów można zauważyć dwa trendy: znormalizowana korelacja wzajemna, jakość korelacji, wierność obrazu oraz stosunek sygnału do szumu wykazują największe wartości dla n nieparzystego z malejącym trendem zmian; natomiast parametry z grupy błędów średniokwadratowych takie jak: średnia różnica, zawartość strukturalna, maksymalna różnica, błąd średniokwadratowy, szczytowy błąd średniokwadratowy oraz znormalizowany błąd średniokwadratowy przyjmują największe wartości dla n parzystego z rosnącym trendem zmian. Z pierwszej grupy najbardziej czułym wydaje się być stosunek sygnału do szumu, zaś z drugiej maksymalna różnica.