Введение в OpenCV МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Государственное образовательное учреждение высшего профессионального образования «Нижегородский государственный университет им. Н.И. Лобачевского» Радио физический факультет Лаборатория физических основ беспроводной связи Выполнил: Миронов И.М.

Что такое компьютерное зрение ? Изображение сцены Описание сцены Компьютерное зрение Компьютерная графика

История вопроса Первый проект компьютерного зрения: – 1966 год. Масачусецкий университет. Планировалось за лето решить задачу компьютерного зрения: – Сегментация объектов – Распознавание сегментированного объекта

Сегментация Пример из Berkeley Segmentation Dataset: Оба ответа верные! Задача плохо определена...

Основы обработки изображений Виды подходов к обработки изображений: – Пространственная обработка изображений – Частотная обработка изображений

Пространственные методы обработки изображений Термин пространственная область относится к плоскости изображения как к таковой Пространственные методы обработки основаны на прямом манипулировании пикселями

Операция пространственного маскирования (x,y) – маска на изображении (также называется ядром, фильтром, окном, шаблоном)

Градационные преобразования T – оператор градационного преобразования

Основные функции градационного преобразования

Преобразование изображения в негатив [0, L-1] – диапазон яркости пикселей Эффект: усиление белых и серых деталей на фоне тёмных областей

Логарифмическое преобразование

Степенное преобразование

Результаты степенного преобразования

Кусочно линейные функции преобразований

Гистограммный анализ изображений

Пример гистограмм

Эквилизация гистограммы изображений

Основы пространственной фильтрации Фильтрация – устранения шума в полутоновых и цветных изображений Типы шума: Шум фотоаппарата Сильное сжатие JPEG

Операция свёртка Свертка двумерной функции f по функции g в непрерывном и дискретном случае. Часто, свертка изображения по какой-либо функции называется применением фильтра к изображению.

Пример фильтрации изображения

Линейные сглаживающие фильтры

Фильтр Гауса Параметр задает степень размытия. На графике функция с.

Выделение контуров Край (edge) – резкое изменение яркости на изображении, часто соответствует границам объектов на изображении.

Выделение точек контура Нас интересуют области резкого изменения яркости – нахождение таких областей можно организовать на основе анализа первой и второй производной изображения. График функции График производной График 2ой производной Матричный фильтр

Выделение точек контура. Градиент Наибольшее изменение функции происходит в направлении ее градиента. Величина изменения измеряется абсолютной величиной градиента.

Выделение контура. Приближения (маски) Робертса, Превитта и Собеля Семейство методов основано на приближенном вычислении градиента, анализе его направления и абсолютной величины. Свертка по функциям: Робертса ПревиттаСобеля Математический смысл – приближенное вычисление производных по направлению.

Выделение точек контура. Примеры Примеры применения операторов подчеркивания краев: Робертса Превитта Собеля

Частотные методы обработки изображений Частотные методами являются методы работающие в частотной области изображения Для перехода в частотную область используются различные преобразования

Преобразование Фурье Любая функция, периодически воспроизводящая свои значения, может быть представлена в виде суммы синусов различных частот, умноженных на некоторые коэффициенты:

Фильтрация в частотной области