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

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

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

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

Przykład

Klasyfikacja 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 Zbiór uczący powinien zawierać przykłady do nauki dla każdej z klas

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

Rodzaje cech Współczynniki kształtu Momentowe Szkieletowe

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

Rodzaje współczynników kształtu Cyrkularności Malinowskiej Blaira-blissa Danielssona 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

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

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

Cechy szkieletowe Definicja szkieletu Metody wyznaczania szkieletu

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

Przykłady

Przykłady

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

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

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

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

Metoda „wypalania trawy” 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

Metoda „wypalania trawy”

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

Przykład

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

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

Przykład

Przykład

Lokalne maksima tworzące szkielet

Dziękuję za uwagę