Введение в OpenCV МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Государственное образовательное учреждение высшего профессионального образования. - презентация

1 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.

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

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

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

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

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

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

8 Градационные преобразования T – оператор градационного преобразования

9 Основные функции градационного преобразования

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

11 Логарифмическое преобразование

12 Степенное преобразование

13 Результаты степенного преобразования

14 Кусочно линейные функции преобразований

15 Гистограммный анализ изображений

16 Пример гистограмм

17 Эквилизация гистограммы изображений

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

19 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.

20 Пример фильтрации изображения

21 Линейные сглаживающие фильтры

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

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

24 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

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

26 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.

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

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

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

30 Фильтрация в частотной области