Geometria obrazu Wykład 2

Slides:



Advertisements
Podobne prezentacje
Wykład 5: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Advertisements

Wykład 6: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Sympleksy n=2.
JEJ WŁASNOŚCI ORAZ RODZAJE
Geometria obrazu Wykład 3
Przygotowały: Jagoda Pacocha Dominika Ściernicka
Badania operacyjne. Wykład 2
Geometria obliczeniowa Wykład 1
ALGORYTMY GEOMETRYCZNE.
GRAFY PLANARNE To grafy, które można narysować na płaszczyźnie tak, by krawędzie nie przecinały się (poza swoimi końcami). Na przykład K_4, ale nie K_5.
Geometria obrazu Wykład 13
Geometria obrazu Wykład 6
Geometria obrazu Wykład 2
Geometria obrazu Wykład 11
Układ równań stopnia I z dwoma niewiadomymi
„Własności figur płaskich” TRÓJKĄTY
Funkcje liniowe Wykresy i własności.
Rzut równoległy Rzuty Monge’a - część 1
MATEMATYKAAKYTAMETAM
Geometria obliczeniowa Wykład 8
Funkcja liniowa Układy równań
Geometria obliczeniowa Wykład 9
Geometria obliczeniowa Wykład 3
Symetrie.
Figury płaskie I PRZESTRZENNE Wykonała: Klaudia Marszał
Geometria obliczeniowa Wykład 4
TWORZYMY PARABOLĘ Z PŁASZCZYZNY STOŻKOWEJ TWORZYMY PARABOLĘ
Rzut cechowany dr Renata Jędryczka
Rzuty Monge’a cz. 1 dr Renata Jędryczka
Geometria obliczeniowa Wykład 7
TWORZYMY OKRĄG Z PŁASZCZYZNY STOŻKOWEJ TWORZYMY OKRĄG Z PŁASZCZYZNY STOŻKOWEJ.
Wykład 6. Redukcje odwzorowawcze
PODSTAWOWE WŁASNOŚCI PRZESTRZENI
Opracowała: Iwona Kowalik
Figury w układzie współrzędnych.
Funkcja liniowa ©M.
Geometria obliczeniowa Wykład 12
Przekształcenia liniowe
Materiały pochodzą z Platformy Edukacyjnej Portalu Wszelkie treści i zasoby edukacyjne publikowane na łamach Portalu
Przypomnienie wiadomości o figurach geometrycznych.
FUNKCJE Opracował: Karol Kara.
MECHANIKA 2 Wykład Nr 10 MOMENT BEZWŁADNOŚCI.
Elementy geometrii analitycznej w przestrzeni R3
FUNKCJE Pojęcie funkcji
RUCH KULISTY I RUCH OGÓLNY BRYŁY
Rozwiązywanie układów równań liniowych różnymi metodami
Grafika i komunikacja człowieka z komputerem
Geometria obliczeniowa Wykład 13 Planowanie ruchu 1.Znajdywanie ścieżki między dwoma punktami. 2.Ruch postępowy robota wielokątnego na płasz- czyźnie.
Grafika Komputerowa i wizualizacja
Grafika i komunikacja człowieka z komputerem
UKŁAD RÓWNAŃ LINIOWYCH INTERPRETACJA GRAFICZNA
Geometria obliczeniowa Wykład 10
Geometria obrazu Wykład 3
Grafika i komunikacja człowieka z komputerem
Najważniejsze twierdzenia w geometrii
Geometria obrazu Wykład 6
Autor: Marcin Różański
Geometria obliczeniowa Wykład 13 Algorytmy randomizowane 1.Lokalizacja punktu w siatce trapezów. 2.Znajdywanie średnicy zbioru punktów w R 3. Algorytmy.
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
DALEJ Sanok Spis treści Pojęcie funkcji Sposoby przedstawiania funkcji Miejsce zerowe Monotoniczność funkcji Funkcja liniowa Wyznaczanie funkcji liniowej,
Geometria obliczeniowa Wykład 10 Dualizacja liniowa c.d. 1. Poziomy 2. Otoczka wypukła Ciągi Davenporta-Schinzela Problemy optymalizacyjne 1. Problem wyważania.
Geometria obliczeniowa Wykład 3
Geometria obrazu Wykład 3
Matematyka przed egzaminem czyli samouczek dla każdego
Transformacja Z -podstawy
Geometria obliczeniowa Wykład 3
Geometria obliczeniowa Wykład 7
Geometria obliczeniowa Wykład 1
Figury w układzie współrzędnych
Zapis prezentacji:

Geometria obrazu Wykład 2 Rozpoznawanie wielokątów 1. Dualizacja liniowa Problem prostej przecinającej 2. Transformata Hougha 3. Transformata Radona 4. Inne transformaty

Dualizacja liniowa. Definicja. Dualizacją liniową nazywamy przekształ-cenie D : R2  R2 przyporządkowujące punktowi (a,b) prostą o równaniu y = ax-b. Przestrzeń obrazów nazywamy przetrzenią dualną. Podobnie możemy zdefiniować przekształ-cenie prostych (niepionowych) w zbiór punktów płaszczyzny. Przykład. Obrazem dualnym punktu p należącego do paraboli y = 0,5x2 jest styczna do tej para-boli w punkcie p.

Problem prostej przecinającej (stabbing line) w R2. Definicja. Dany jest zbiór n odcinków na płaszczyźnie. Problem: Czy istnieje prosta przecinająca wszystkie odcinki ? Jeśli tak, to określ zbiór prostych przecinających.

Fakt. Zbiór prostych przecinających odcinek ab w przestrzeni dualnej przyjmuje postać pod-wójnego klina, którego ramiona są wyzna-czane przez proste D(a) i D(b). Wniosek. Aby rozwiązać problem wystarczy określić w przestrzeni dualnej część wspólną klinów odpowiadających danym odcinkom. Część wspólna n podwójnych klinów od-powiadających danym odcinkom może mieć co najwyżej n spójnych składowych (utożsa-miając punkty w nieskończoności, otrzymu-jemy jedną składową mniej). Składowe są wypukłe (co najwyżej dwie nieskończone).

Algorytm dziel i rządź podziel zbiór S na małe podzbiory ; znajdź w przestrzeni dualnej części wspólne grup klinów odpowiadających podzbiorom zbioru S ; while nie znaleziono przecięcia wszystkich klinów lub któreś z przecięć jest puste do scalaj parami wyniki czastkowe zamiatając kolejne spójne składowe przecięć dualnych obrazów podzbiorów S ; return przecięcie wszystkich klinów ;

Lemat. Część wspólną przecięć dwóch grup stożków można znaleźć w czasie proporcjonalnym do sumy rozmiarów danych przecięć. Dowód. Stożki są monotoniczne względem osi x-ów, więc ich przecięcia również. Dlatego łatwo możemy określić porządek wierzchołków przecięć wzdłuż osi x-ów, czyli strukturę zdarzeń. Do struktury stanu należeć będą aktu-alnie przecinane przez miotłę krawędzie danych przecięć. Zatem rozmiar struktury stanu jest stały. Sprawdzenie, czy aktywne krawędzie krzyżują się wymaga czasu stałego. Zatem algorytm będzie działać w czasie liniowym względem rozmiaru danych wejściowych. Problem prostej przecinającej można rozwiązać w czasie O(n log n).

Prostą o równaniu y = ax + b możemy zapisać w postaci Transformata Hougha. Prostą o równaniu y = ax + b możemy zapisać w postaci y = (- cos /sin )x + (r/sin ), gdzie (r, ) są biegunowymi współrzędnymi punktu (x,y) względem punktu (0,0). Zatem r = x cos  + y sin . Przestrzeń, którą tworzą pary (r, ), gdzie r  R+{0} i   [0,), nazywamy przestrzenią Hougha. Gdy ustalimy punkt (x0,y0), przez który przechodzą badane proste otrzymamy równanie r() = Abs(x0 cos  + y0 sin ). Zatem punktowi w przestrzeni Hougha odpowiada funkcja sinusoidalna. Transformatą Hougha rozpoznajemy obrazy binarne. [http://en.wikipedia.org/wiki/Hough_transform]

Przykład. [http://en.wikipedia.org/wiki/Hough_transform]

Przykład. [http://lapasoft.wordpress.com/2009/11/04/wykrywanie-linii-za-pomoca-transformaty-hougha/]

Twierdzenie. Z pomocą transformaty Hougha można jednoznacznie wyznaczyć położenie dowolnego wielokąta wypukłego (Rozenfeld, Weiss 95). Transformata Hougha nie określa jednoznacznie położenia wielokąta niewypukłego (Milanfar 96). Transformatę Hougha można wykorzystać również do znajdywania np. okręgów o określonym promieniu. Wychodząc z równania (x-a)2 + (y-b)2 = r2 w przestrzeni Hougha odpowiadającej parom (a,b) jaśniejsze będą środki poszukiwanych okręgów i okręgi o tym samym środku i dwa razy większym promieniu.

Przykład. [http://members.chello.pl/j.kaprzyk/cw2/Proj02.pdf ]

Transformata Radona. Transformata Radona podaje liczbę pikseli obrazu binarnego w rzucie na prostą umieszczoną pod kątem  względem osi x-ów. Transformacja jest dana wzorem , gdzie . Transformację Radona stosuje się m.in.. w tomografii.

Obraz kwadratu przy transformacji Radona. Przykład. Obraz kwadratu przy transformacji Radona. [http://www.mathworks.com/access/helpdesk_r13/help/toolbox/images/transfo9.html]

Stosuje się ją m.in. do wyszukiwania elementów podobnych na obrazie. Inne transformacje. Dyskretna transformata Fouriera dla dyskretnego sygnału dwuwymiaro-wego dana jest wzorem Stosuje się ją m.in. do wyszukiwania elementów podobnych na obrazie. http://matrix.umcs.lublin.pl/~lbocian/Studia/Seminarium/Przetwarzanie.pps

Dyskretna Transformata Cosinusowa ma zastosowanie w kompresji obrazów jpg oraz konwersji mpeg. DCT przekształca skończony ciąg N liczb rzeczywistych g(0), …, g(N-1) w ciąg liczb rzeczywistych G(0), …, G(N-1) zgodnie z zależnościami: G(k) są nazywane współczynnikami DCT lub transformatą. Definiuje się również odwrotną dyskretną transformację cosinusową (IDCT): Zaletą stosowania transformaty DCT w kompresji jest to, że większość współczynników jest zwykle bliska 0 – po kwantyzacji wyzerują się, co redukuje liczbę bitów potrzebną do reprezentacji sygnału bez wnoszenia dużego błędu. Standardowy algorytm to podział obrazka na bloki o stałych rozmiarach (np. 8x8), transformacja tych bloków, kwantyzacja i kompresja bezstratna.

Transformata falkowa (wavelet). Transformata Wignera-Ville’a. Transformata Gabora.

Przykład zastosowania transformaty Gabora. [http://sound.eti.pg.gda.pl/akmuz/index.php/Transformacja_Gabora]

Dziękuję za uwagę.