12 марта 2002 г. (с) 2001Graphics & Media Lab Лекция 5 Обработка и анализ изображений В.Вежневец. - презентация

1 12 марта 2002 г. (с) 2001Graphics & Media Lab Лекция 5 Обработка и анализ изображений В.Вежневец

2 12 марта 2002 г. (с) 2001Graphics & Media Lab Обработка и анализ изображений Обработка изображений Image processing Компьютерное (машинное) зрение Computer (machine) vision Компьютерная графика Computer graphics

3 12 марта 2002 г. (с) 2001Graphics & Media Lab Компьютерное зрение Цель – принятие решений о реальных физических объектах и сценах, основываясь на воспринимаемых изображениях. Получение информации из изображений Анализ и интерпретация полученной информации

4 12 марта 2002 г. (с) 2001Graphics & Media Lab Изображение Изображение оптическое – картина, получаемая в результате прохождения через оптическую систему лучей, распространяющихся от объекта, и воспроизводящая его контуры и детали. Физический энциклопедический словарь. Компьютерное представление изображения: Функция от двух переменных Используется дискретное представление

5 12 марта 2002 г. (с) 2001Graphics & Media Lab Информация, содержащаяся в изображении Полезная информация Информация низкого уровня Области однородные по некому признаку Границы однородных областей Цвет, форма области Информация высокого уровня Объекты, содержащиеся на изображении Ошибочная информация (шум)

6 12 марта 2002 г. (с) 2001Graphics & Media Lab Предобработка изображения Подготовка изображения к анализу Подавление и устранение шума Усиление и выделение полезной информации

7 12 марта 2002 г. (с) 2001Graphics & Media Lab Предобработка изображения Подавление и устранение шума Причины возникновения шума: Несовершенство измерительных приборов Хранение и передача изображений с потерей данных

8 12 марта 2002 г. (с) 2001Graphics & Media Lab Подавление и устранение шума Устранение шума в бинарных изображениях Широко известный способ - устранение шума с помощью операций математической морфологии: Сужение (erosion) Расширение (dilation) Закрытие (closing) Раскрытие (opening)

9 12 марта 2002 г. (с) 2001Graphics & Media Lab Устранение шума в бинарных изображениях Пример бинарного изображению с сильным шумом

10 12 марта 2002 г. (с) 2001Graphics & Media Lab Применения сужения к бинарному изображению с сильным шумом

11 12 марта 2002 г. (с) 2001Graphics & Media Lab Применения открытия к бинарному изображению с сильным шумом

12 12 марта 2002 г. (с) 2001Graphics & Media Lab Устранение шума в бинарных изображениях Пример бинарного изображению с дефектами распознаваемых объектов

13 12 марта 2002 г. (с) 2001Graphics & Media Lab Применения закрытия к бинарному изображению с дефектами объектов

14 12 марта 2002 г. (с) 2001Graphics & Media Lab Не лучший пример для морфологии Не во всех случаях математическая морфология так легко убирает дефекты, как хотелось бы…

15 12 марта 2002 г. (с) 2001Graphics & Media Lab Применения операции открытия

16 12 марта 2002 г. (с) 2001Graphics & Media Lab Подавление и устранение шума Устранение шума в полутоновых, цветных и бинарных изображениях с помощью медианного фильтра - выбор медианы среди значений яркости пикселей в некоторой окрестности. Определение медианы: Медианный фильтр радиусом r – выбор медианы среди пикселей в окрестности [-r,r].

17 12 марта 2002 г. (с) 2001Graphics & Media Lab Медианный фильтр Результат применения медианного фильтра с радиусом 5 пикселей. Результат применения медианного фильтра с радиусом в 7 пикселей к изображению с шумом и артефактами в виде тонких светлых окружностей.

18 12 марта 2002 г. (с) 2001Graphics & Media Lab Очистка изображения с помощью медианного фильтра Фильтр с радиусом 3x3

19 12 марта 2002 г. (с) 2001Graphics & Media Lab Быстрая реализация медианного фильтра Медианный фильтр считается дольше, чем операция свертки, поскольку требует частичной сортировки массива яркостей окрестных пикселей. Возможности ускорения: Делать несколько шагов быстрой сортировки до получения медианы Конкретная реализация для каждого радиуса (3x3, 5x5)

20 12 марта 2002 г. (с) 2001Graphics & Media Lab Усиление и выделение полезной информации Коррекция яркости изображения. Простое линейное преобразование:

21 12 марта 2002 г. (с) 2001Graphics & Media Lab Анализ информации, содержащейся в изображении Нас интересуют области однородные по некоторому признаку - например по яркости. Простейший случай – области, яркость который выше/ниже некоторого порога

22 12 марта 2002 г. (с) 2001Graphics & Media Lab Выделение связных областей Определение связной области: Область, каждый пиксель которой связан с одним из других пикселей, принадлежащих данной области. Связность пикселей: 4-связность8-связность

23 12 марта 2002 г. (с) 2001Graphics & Media Lab Разметка связных областей Бинарное изображениеРазмеченное изображение

24 12 марта 2002 г. (с) 2001Graphics & Media Lab Рекурсивная разметка связных областей 1 void Labeling(BIT* img[], int* labels[]) { // labels должна быть обнулена L = 1; for(y = 0; y < H; y++) for(x = 0; x < W; x++) if( (img[x][y] = = 1) && (labes[x][y] = = 0) ) { Fill(img, labels, x, y, L++); }

25 12 марта 2002 г. (с) 2001Graphics & Media Lab Рекурсивная разметка связных областей 2 void Fill(BIT* img[], int* labels[], int x, int y, int L) { if( (labels[x][y] = = 0) && (img[x][y] = = 1) ) { labels[x][y] = L; if( x > 0 ) Fill(img, labels, x – 1, y, L); if( x < W - 1 ) Fill(img, labels, x + 1, y, L); if( y > 0 ) Fill(img, labels, x, y - 1, L); if( y < H - 1 ) Fill(img, labels, x, y + 1, L); }

26 12 марта 2002 г. (с) 2001Graphics & Media Lab Разметка связных областей путем последовательного сканирования Последовательно, сканируем бинарное изображение сверху вниз, слева направо: if A = O do nothing else if (not B labeled) and (not C labeled) increment label numbering and label A else if B xor C labeled copy label to A else if B and C labeled if B label = C label copy label to A else copy either B label or C label to A record equivalence of labels Постобработка - переразметка с учетом эквивалентностей областей

27 12 марта 2002 г. (с) 2001Graphics & Media Lab Разметка связных областей путем последовательного сканирования Случай конфликта: Постобработка - переразметка с учетом эквивалентностей областей

28 12 марта 2002 г. (с) 2001Graphics & Media Lab Анализ формы связных областей Для каждой области можно подсчитать некий набор простейших числовых характеристик: Площадь Периметр Компактность Ориентацию главной оси инерции Удлиненность (эксцентриситет) На основе этих характеристик можно классифицировать получаемые области.

29 12 марта 2002 г. (с) 2001Graphics & Media Lab Анализ формы связных областей Площадь – количество пикселей в области; Периметр – количество пикселей принадлежащих границе области; Компактность – отношение квадрата периметра к площади; Наиболее компактная фигура – круг,.

30 12 марта 2002 г. (с) 2001Graphics & Media Lab Подсчет периметра области 1.Пиксель лежит на границе области, если он сам принадлежит области и хотя бы один из его соседей области не принадлежит. (внутренняя граница) 2.Пиксель лежит на границе области, если он сам не принадлежит области и хотя бы один из его соседей области принадлежит. (внешняя граница) Периметр зависит также от того 4-х или 8-ми связность используется для определения соседей.

31 12 марта 2002 г. (с) 2001Graphics & Media Lab Пример периметров области Область Внутренняя границаВнешняя граница

32 12 марта 2002 г. (с) 2001Graphics & Media Lab Статистические моменты области Дискретный центральный момент m ij области определяется следующим образом: n – общее количество пикселей в области

33 12 марта 2002 г. (с) 2001Graphics & Media Lab Инвариантные характеристики области Для распознавания нас интересуют характеристики инвариантные по отношению к масштабированию, переносу, повороту: Удлиненность, нецентрированность (эксцентриситет) Компактность

34 12 марта 2002 г. (с) 2001Graphics & Media Lab Ориентация главной оси инерции Не является инвариантной к повороту, но в ряде случаев предоставляет полезную информацию об ориентации объекта:

35 12 марта 2002 г. (с) 2001Graphics & Media Lab Пример изображения с подсчитанными характеристиками областей

36 12 марта 2002 г. (с) 2001Graphics & Media Lab Другие инвариантные характеристики области

37 12 марта 2002 г. (с) 2001Graphics & Media Lab Пример изображения для обработки