Documente Academic
Documente Profesional
Documente Cultură
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
ANALIZA IMAGINILOR
Titular curs : Prof. Dr. Ing. Constantin VERTAN cvertan@alpha.imag.pub.ro B141 Laborator : As. Dr. Ing. Laura FLOREA lflorea@alpha.imag.pub.ro B141/ B135A
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Chestiuni administrative
http://alpha.imag.pub.ro/cursuri
Cod curs: 04.S.08.O.512 - 3 puncte credit Curs: 3 ore/ saptamana 9.3 saptamani Laborator: 3 ore/ 2 saptamani, cu subgrupa, B135A Punctare: 20 puncte lucrare finala 2 x 20 puncte lucrari de verificare la curs 40 puncte colocviu de laborator
Chestiuni administrative
http://alpha.imag.pub.ro/cursuri
Programare lucrari de verificare (cu degrevare): Lucrarile NU SE REPETA ! Lucrare 1: Saptamana 4 Marti, 16 martie (la curs) Lucrare 2: Saptamana 7 Marti, 13 aprilie (la curs) Verificare finala: Saptamana 10 Marti, 4 mai (la curs) C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Bibliografie de baza
http://alpha.imag.pub.ro/cursuri
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Renoir : Nude
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Identificarea persoanelor
Iris
Amprenta
Fata
01110010111..
Recunoastere ?
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Melanoame de piele Descrierea automata: criteriul ABCD A - asimetrie B - bordura C - culoarea D - diametrul
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
normal
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
radiografie de calcai
ROI 0 ROI 1 ROI 2
<=10% MD <=15% FA
ANALIZA IMAGINILOR
Ce este, cum se leaga de prelucrarea imaginilor .
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Imbunatatire
Restaurare Compresie
Segmentare
Analiza
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Imbunatatire
Restaurare
Segmentare
Analiza
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Imbunatatire
Restaurare
Segmentare
Analiza
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Imbunatatire
Restaurare
Segmentare
Analiza
Analiza: Descrierea partilor (obiectelor) din imagine si a relatiilor dintre ele; decizii/ clasificari De la obiecte la numere: 011 000 111 .
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Caracteristicile pixelului pozitie : linie, coloana valoare (+ informatie de afisare) dimensiune legatura cu realitatea fizica forma
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
imagine
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Caracteristicile pixelului
Sunt valorile fizice masurate in scena relevante ?
Este oare posibil ca : Obiecte diferite sa fie caracterizate de aceleasi valori ale pixelilor ? sau Obiecte identice sa fie caracterizate de valori diferite ale pixelilor ? depinde de ceea ce se achizitioneaza ..
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Caracteristicile pixelului
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Structura cursului
Segmentarea imaginilor segmentarea orientata pe regiuni segmentarea orientata pe contururi separarea componentelor scenei (imaginii)
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Segmentare
Descompunerea imaginii (scenei) in partile sale constituente. Matematic: segmentarea este o partitionare a multimii pixelilor din imaginea f, in submultimi fi continand una sau mai multe componente conexe, disjuncte si uniforme dpdv al unui criteriu C pre-stabilit.
f = U fi
i
f i f j = ,i j C( f i ) = 1 C( f i f j ) = 0
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Exemplu de segmentare
imagine originala
comp. 3
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Exemplu de segmentare
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
uniformitate a valorilor
Texturi
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Segmentare
Evident, segmentarea inseamna ca pentru fiecare pixel din imagine, in functie de valoarea acestuia (si poate si alte valori din imagine) si in functie de parametri specifici unui anume metode, sa se decida care componenta din care respectivul pixel face parte. Parametrii care particularizeaza o metoda generala pentru o anume imagine pot sa depinda doar de valoare pixelilor de valoarea pixelilor si de caracteristici de vecinatate ale pixelilor segm. globala segm. locala
de valoarea pixelilor, de caracteristici segm. dinamica de vecinatate ale pixelilor si de pozitia in imagine C. VERTAN segm. adaptiva
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Categorii de tehnici de segmentare pe regiuni Thresholding (segmentare pe histograma) Cresterea si fuziunea regiunilor Segmentarea in spatiul caracteristicilor (generalizare thresholding) pentru regiuni cu uniformitate a valorilor pentru regiuni cu uniformitate a caracteristicilor (texturi)
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Marea problema
Cate tipuri de obiecte (cate clase de obiecte) sunt in imagine ?
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Contur = frontiera unei regiuni; este format din pixeli in jurul carora criteriul de uniformitate nu se mai respecta. Contur = modificare (variatie) a valorilor pixelilor.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Cum putem individualiza acest obiect printr-un set de numere ? (mutam obiectul de studiu din domeniul functiilor binare cu suport in Z2 intr-un spatiu real de dimensiune n).
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Thresholding
Nivelul de gri (valoarea) pixelilor corespunde in scena unor proprietati fizice definitorii si discriminatorii pentru tipurile de obiecte. Distributia proprietatii fizice masurate in scena este aproximata de histograma imaginii.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Histograma
Histograma = functie ce asociaza fiecarui nivel de gri posibil probabilitatea [sa] de aparitie in imagine. h(u) = numar pixeli de nivel de gri u / numar total pixeli
1 h( u ) = MN
M 1N 1 m = 0 n =0
( f ( m ,n ) u ), u = 0 ,1,..., L 1
u =0
h( u ) = 1
Histograma descrie continutul de culoare/ de gri al imaginii.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
L 1
Histograma
Histograma
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Histograma color
culori
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Histograma
Se poate face distinctia intre imagini intunecate / luminoase. Histograma nu reflecta distributia spatiala a valorilor.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Histograma
Se pot face presupuneri asupra numarului de tipuri de componente din imagine.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Histograma
Modurile histogramei corespund unor categorii de obiecte.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Thresholding
Segmentarea pe histograma (thresholding) inseamna determinarea modurilor din histograma si separarea lor. Fiecare mod va corespunde unui tip de obiecte, caracterizate de plaje distincte (si relativ inguste) de nivele de gri.
Exemplu
Thresholding
Presupunem cunoscut numarul de clase de obiecte din imagine in care se face segmentarea, C. Presupunem ca am ales pragurile de separatie dintre modurile histogramei, aceleasi pentru intreaga imagine (deci suntem in cazul unei segmentari de tip global). Presupunem ca nivelul de gri al pixelilor corespunde unei marimi fizice discriminante. Tuturor pixelilor ce apartin aceluiasi mod (au acelasi interval de valori) li se atribuie aceeasi eticheta de apartenenta la o clasa. Dupa segmentare rezulta o imagine etichetata (sau harta a claselor).
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Thresholding
gasirea pragurilor de separare dintre modurile histogramei de nivele de gri a imaginii. Fie Tk pragurile de segmentare pe histograma. g(m,n) = Ek, daca Tk f(m,n) Tk+1 Ek este eticheta ce se atribuie tipului de obiecte k T0 = 0, TC = L, k = 0, 1, ..., L-1 Caz particular : C = 2 (binarizarea)
E0 , f (m, n) T g (m, n) = E1 , f (m, n) > T
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Exemplu de binarizare
C=2 T=170
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Exemplu
Pentru inspectia de calitate a produselor se fac fotografii ale suprafetei acestora, cu imagini cu 1 pixel/ mm. Petele de rugina nu trebuie sa depaseasca niste limite impuse. Cum se detecteaza aceasta ?
Rugina: culoare (nivel de gri) intermediar. Fixam doua praguri care sa separe acest mod central: fie T1=80 si T2=150 (pragurile sunt situate pe minimele histogramei). T1 T2
C. VERTAN
Exemplu
Imaginea segmentata: eticheta 1 pentru pixelii de rugina (mod central), eticheta 0 pentru pixelii modului intunecat si eticheta 2 pentru pixelii modului alb. Imaginea etichetata este afisata in mod pseudo-color: rosu pentru 0, albastru pentru 1, verde pentru 2. Rugina = pixelii avand nivele de gri intre 80 si 150, adica pixelii colorati in albastru in imaginea etichetata, adica 62.2 % din imagine.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Exemplu O bila alba de biliard este fotogafiata pe un fundal negru. Fotografia este esantionata pe o retea patrata cu spatierea pixelilor de 1 mm si este cuantizata pe 11 de nivele de gri. Histograma imaginii este descrisa de vectorul : (300, 3000, 9000, 3000, 800, 200, 300, 1127, 700, 300, 0). a) Binarizati imaginea; care este valoarea pragului de segmentare ? b) Calculati raza bilei de biliard. c) Rezultatul ar mai fi credibil daca spatierea dintre pixeli ar fi de 2 mm ?
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Observatie Elementele partitiei determinate prin segmentarea pe histograma (deci multimile de pixeli ce au aceeasi eticheta) nu sunt multimi conexe (pot avea mai mult de o singura componenta). Nu se poate face nici o distinctie intre componente conexe diferite din aceeasi clasa (adica intre obiectele de acelasi fel din scena). Individualizarea componentelor dintr-o aceeasi clasa se face prin etichetare.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Thresholding
Modalitati de alegere a pragurilor Metode globale Minimele histogramei Metoda Bhattacharryya Metoda Fisher Metoda Otsu Metoda Kittler-Illingworth Metode globale cu cunostinte apriori Segmentarea pe histograma cumulativa Segmentarea cu prag optim
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
Thresholding
Modalitati de alegere a pragurilor (cont.) Metode locale Folosirea histogramelor ponderate Metode dinamice (adaptive) Metoda Nakagawa
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR
www.dilbert.com
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR