Научные руководители: доктор технических наук Селянинов Михаил Юрьевич, старший преподаватель Позняков Андрей Михайлович Выделение контуров при цифровой.

Презентация:



Advertisements
Похожие презентации
Анализ информации, содержащейся в изображении На примере бинарных изображений Бинарное изображение – изображение, пиксели которого принимают всего два.
Advertisements

Модифицированное преобразование Радона в задачах выделения прямолинейных границ объектов на изображении Алпатов Б.А., Бабаян П.В., Шубин Н.Ю. Рязанский.
КОДИРОВАНИЕ И ОБРАБОТКА ГРАФИЧЕСКОЙ ИНФОРМАЦИИ. Кодирование графической информации.
МИНИСТЕРСТВА ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ СУМСКОЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ КАФЕДРА КОМПЬЮТЕРНЫХ НАУК Комплексная магистерская работа: Разработка информационного.
Выделение средних линий объектов на трехмерных медицинских изображениях Гончаров Д. А. Дипломная работа 2010 БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ.
Методы предварительной обработки дактилоскопических изображений в биометрических системах идентификации личности Магистерская диссертация Кривицкой Д.П.
Page 1 Применение стеганографических методов для занесения идентифицирующей информации в растровые изображения Исполнитель: студент группы ИВТ-464 Попов.
Кодирование графической информации.. Графическая информация Аналоговая форма Дискретная форма Живописное полотно Напечатанное изображение.
Моделирование динамики твердых тел и систем связанных тел с механическими соударениями Исполнитель: ст. гр. МП-50 Дябин Е. М. Руководитель: Асоцкий Д.
Сопряжения в контурах технических деталей Цели занятия: - Научить определять тип сопряжений и практически овладеть приемами выполнения сопряжений. - Развитие.
Поиск параметрических кривых на изображениях Левашов Алексей Евгеньевич Юрин Дмитрий Владимирович Московский.
Спектральный анализ идентификации изображений в мультимедиа-контенте Выполнил Шебашов А. Ю.
Тема исследование: Распознавание букв на изображении Группа: 10510/1 Киселев Павел.
Корреляционный анализ детерминированных дискретных сигналов.
Кафедра математической теории микропроцессорных систем управления МТМПСУ.
Компьютерная графика Область информатики, занимающаяся проблемами получения различных изображений (рисунков, чертежей, мультипликации) на компьютере.
Технология подготовки векторных изображений с помощью редактора CorelDRAW Исполнитель: студентка 6 курса заочного отделения математического факультета.
МЕТОДЫ ЭКСПЕРИМЕНТАЛЬНОЙ ОПТИМИЗАЦИИ. Метод деления отрезка пополам Метод позволяет исключать на каждой итерации в точности половину интервала. Иногда.
Пересечение прямой с окружностью.
Растровая графика Богатырёвой Насти 10 класс. Растровое изображение это файл данных или структура, представляющая собой сетку пикселей или точек цветов.
Транксрипт:

Научные руководители: доктор технических наук Селянинов Михаил Юрьевич, старший преподаватель Позняков Андрей Михайлович Выделение контуров при цифровой обработке изображения

Исследование проблемы выделения контуров на цифровых изображениях, реализация базового преобразования Хафа и набора модифицированных алгоритмов, анализ их рабочих характеристик. Цель работы Подготовил: Исмаилов Рафаэль

Выделение простейших фигур на изображении; Группировка точек на изображении; Методы и алгоритмы Перебор; Локальная обработка; Преобразование Хафа; Использование графов. Введение в проблему Подготовил: Исмаилов Рафаэль

Системы контроля качества; Системы слежения; Системы наведения на цель; Компьютерное зрение. Аналог – проект OpenCV. Актуальность: Подготовил: Исмаилов Рафаэль

Детектор Канни Соотношение порогов: 10:50 100:150 Подготовил: Исмаилов Рафаэль

Параметрическое задание прямой: Преобразование Хафа b – пересечение с осью ординат; Θ – угол наклона прямой. ρ – длина перпендикуляра к прямой; φ – угол наклона перпендикуляра. Подготовил: Исмаилов Рафаэль

Базовый алгоритм: 1. Выбор сетки дискретизации; 2. Заполнение аккумулятора; 3. Поиск пика в аккумуляторе; 4. Выделение кривой; 5. Вычитание из аккумулятора; 6. Переход к пункту 3, если не выполнены ограничивающие условия. Преобразование Хафа Подготовил: Исмаилов Рафаэль

По парный перебор 7400 мс Методы перебора точек интереса Перебор дискретных значений 340 мс Исходное изображение Подготовил: Исмаилов Рафаэль

Дискретизация; Вычислительная сложность n 2 ; Размеры аккумулятора. Проблемы Подготовил: Исмаилов Рафаэль

Вероятностное преобразование Хафа; Прогрессивно вероятностное преобразование Хафа; Случайное преобразование Хафа; Комбинаторное преобразование Хафа; Иерархическое преобразование Хафа; Адаптивное преобразование Хафа; Градиентное преобразование Хафа. Модификации Подготовил: Исмаилов Рафаэль

10 % Вероятностное преобразование Хафа 20 %80 %100 % Подготовил: Исмаилов Рафаэль

Зависимость времени выполнения алгоритма от уровня порога Прогрессивное вероятностное преобразование Хафа Подготовил: Исмаилов Рафаэль

Прогрессивное вероятностное преобразование Хафа Неустойчивость результата Подготовил: Исмаилов Рафаэль

Случайное преобразование Хафа Базовый алгоритм Случайное преобразование Исходное изображение Подготовил: Исмаилов Рафаэль

Зависимость времени выполнения алгоритма от количества точек интереса Случайное преобразование Хафа Подготовил: Исмаилов Рафаэль

Комбинаторное преобразование Хафа Базовый алгоритм K=1 Исходное изображение K=9 Подготовил: Исмаилов Рафаэль

Зависимость времени выполнения от количества разбиений изображения Комбинаторное преобразование Хафа Подготовил: Исмаилов Рафаэль

Размер накопительного пространства 3 х 3. Адаптивное преобразование Хафа Уменьшение размера ячейки каждую итерацию Подготовил: Исмаилов Рафаэль

Плюсы: меньшее время выполнения алгоритма для одной кривой; меньший объем памяти для хранения аккумулятора; решение проблемы дискретизации, поскольку сетка дискретизации не регулярная и на каждой итерации уточняется. Адаптивное преобразование Хафа Подготовил: Исмаилов Рафаэль

Исходное изображение Градиентное преобразование Хафа Накопительное пространство Восстановленное изображение Подготовил: Исмаилов Рафаэль

Плюсы: Малые размеры накопительного пространства; Уменьшение времени поиска. Минусы: Присутствие шумов; Большое время обработки, при низком пороге; Потеря информации о концентрических окружностей. Градиентное преобразование Хафа Подготовил: Исмаилов Рафаэль

Преобразование Хафа представляет контура в сжатой, удобной для анализа форме; Для предварительной обработки наилучшим образом подходит детектор Канни; Вероятностное преобразование Хафа наиболее простое в реализации, и дает удовлетворительные результаты; Для повышения точности работы метода нужно использовать аддитивное преобразование Хафа; Градиентное преобразование ускоряет и облегчает поиск окружностей, но может привести к потере информации. Выводы Подготовил: Исмаилов Рафаэль

Подготовил студент магистратуры Кафедры телекоммуникаций и информационных технологий Исмаилов Рафаэль Спасибо за внимание!