Documente Academic
Documente Profesional
Documente Cultură
Cap8 Mihaela
Cap8 Mihaela
Introducere
Concluzie
Analiza datelor
din analiza
Extragere
Imagine Extragere Clasific. si
Preprocesare de Segmentare
de intrare de descriere
caracteristici
caracteristici
Analiza de imagine
Intelegere de imagine
Reprezentare Interpretare
simbolica si descriere
Introducere
Exemple de aplicatii ale analizei de imagini:
Introducere
Exemple de aplicatii ale analizei de imagini:
De exemplu – pt. imaginile cu mere – suntem interesati numai de zona cu defect (daca apare); defectele din imaginile cu
mere – apar de un gri mai inchis decat culoarea normala a marului, dar nu negre => putem spune ca trasaturile
discriminative sunt griuri inchise, dar nu negru => o operatiune de tip fereastra poate duce la o harta de trasaturi in care se
vede doar defectul, daca exista
Harta trasaturilor
Extragerea trasaturilor/caracteristicilor:
Extragerea caracteristicilor spatiale:
Identificarea tesutului
prin codarea cu culori
(ex. violet)
Putem masura apoi aria,
putem descrie forma,
etc.
• Caracteristicile de amplitudine pot fi suficient de discriminative daca nivelul de gri este suficient
pt. a distinge informatia dorita fata de restul scenei
=> cel mai dificil – definirea parametrilor optimi ai transformarii pt. extragerea
caracteristicilor dominante (discriminative)
=> harta de caracteristici de amplitudine nu este in mod necesar binara!; partile care nu
prezinta interes din scena trebuie reprezentate in mod unic (ex. negru, sau o culoare/niv.
gri neprezent in regiunea de interes)
=> uneori este necesara binarizarea adaptiva/operatiuni fereastra adaptive.
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Regiune Masuratori
de interes
Histograma
regiunii de
interes
g1(m,n)
g g12 g 22 Modul Limitare cu prag
h1(-m,-n) 1 Detectie
u(m,n) g(m,n)
0 t muchii
1
h2(-m,-n)
g (m,n) g directie
2 tg ( g 2 / g1 )
g(m,n)
Fig. 8.3 Detectia muchiilor cu operatori gradient
1 0 1 1 2 1
H 1 1 0 1, H2 0 0 0 (8.5)
1 0 1 1 2 1
0 1 1 0
H1 , respectiv H2 (8.6)
1 0 0 1
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea
formelor
1 1 1 5 5 5 1 1 1 1 2 1
1 2 1 3 0 3 0 0 0 0 0 0
1 1 1 3 3 3 1 1 1 1 2 1
a b c d
1 1 1 1 1 0 1 0 1 0 1 1
0 0 0 1 0 1 1 0 1 1 0 1
1 1 1 0 1 1 1 0 1 1 1 0
N NW W SW
1 1 1 1 1 0 1 0 1 0 1 1
0 0 0 1 0 1 1 0 1 1 0 1
1 1 1 0 1 1 1 0 1 1 1 0
S SE E NE
0 1 0 1 1 1 1 2 1
(1) 1 4 1 (2) 1 8 1 (3) 1 4 2
0 1 0 1 1 1 1 2 1
Implementari discrete:
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Extragerea contururilor
1
C
B
A A 2 4
3
a) b) c)
y
s
s
θ Φ
x
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea
formelor
s s s
Convergenta
Punct de convergenta a curbelor Nu exista punct de convergenta
aproximativa => dreapta
Punctele apartin aceleiasi drepte Punctele nu formeaza o dreapta
aproximativa
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Detectie muchii
(operator
Transformata
gradient)
Hough:
+ binarizare
Extragerea
(comparare
conturului
cu prag)
triunghiului
Reprezentarea contururilor
2 D
3 1 C 4 B C
5 3
D A A
4 0
6 2
E H
5 7 E
7 1
6 F G B
0
a) b)
Fig. 8.9 Reprezentare de contur folosind coduri in lant Fig. 8.10 Aproximarea curbelor cu
portiuni de drepte
Punct start
u0 x 0 j y 0 (8.15)
Ax By C 0 (8.16)
determina obtinerea unui nou contur x'(n) y'(n), dat de:
u'( n ) u *( n )e j 2 2 (8.17)
( A jB)C ( A jB) 2
unde , exp( j 2 ) (8.18)
A2 B 2 A2 B 2
Tabelul 8.1
Transformarea Descriptorii Fourier Conturul transformat
Identitate u(n) a(k)
Translatie u'(n)u(n)u0 a'(k)a(k) u0(k)
Scalare u'(n)u(n) a'(k)a(k)
Punct de referinta u'(n)u(n-n0) a'(k)a(k)e-j2n0k/N
Rotatie u'(n)u(n)ej0 a'(k)a'(k)ej0
Simetrie fata de
o dreapta u'(n)u*(n)ej202 a'(k)a*(-k)ej22(k)
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
N 1 2
d ( u0 , , 0 , n0 ) min u( n ) v ( n n0 )e j 0 u0 (8.19)
u0 , ,n0 , 0
n 0
u( n) v(n) 0,
atunci pentru o translatie data u0, distanta (8.19) este minima atunci cand:
Forma
model Rezultate potriviri: d<Prag u0 0
c( k )cos( k k 0 )
si
k
b( k )
2
c( k ) sin( k k ) (8.20)
tg 0 k
c( k ) cos(
k
k k )
Dictionar forme/contururi
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea
formelor
Reprezentarea regiunilor
1 , daca m,n
u(m,n)
0 , in rest
4 1
G
3 2
A
F A
I H
E B I H G E D C B
F
D C
4 3 2 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 2 2 2 2 2 1 1 2 2 2 2 2 1 1 2 2 2 2 2 1
1 1 1 1 1 1 1 k
1 1 2 2 2 2 2 1 k
2 1 2 3 3 3 2 1 k
3,4,5 1 2 3 3 3 2 1
1 1 1 1 1 1 1 1 2 2 2 2 2 1 1 2 2 2 2 2 1 1 2 2 2 2 2 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
u0 (m, n) u1 (m, n) u 2 (m, n) u3 , u4 , u5
Pixeli – fond (negru),
Codati cu “0”
Transformarea-distanta,
Redata ca imagine de intensitate
Algoritm de subtiere:
2 reguli logice:
R1: P1==1 && N(P1)==1 && 2<=NT(P1)<=6 && P2·P4·P6==0 && P2·P4·P8==0
R2: P1==1 && N(P1)==1 && 2<=NT(P1)<=6 && P2·P6·P8==0 && P4·P6·P8==0
P3 P2 P9 1 1 0 0 0 0 1 0 1
P4 P1 P8 1 P1 1 1 P1 0 0 P1 0
P5 P6 P7 0 0 0 0 0 0 1 1 1
a. b. c. d.
a b
Rezultatul subtierii
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Prelucrari morfologice
Obiect Element Eroziune Obiect Element Dilatare
structural structural
Origine
Origine
Origine
Simboluri
structurale
primitive
a b c d e
e
b d
Structura c
e e
obiectului a a a
a d d a
d d a
a
Reprezentare sintactica: a d a e b e a d a d d a d a c
a
Fig. 8.17 Reprezentarea sintactica a unui obiect
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Caracteristici de forma
Aplicatii: recunoasterea de forme; masuratori cantitative
Def. Forma obiectului = profilul obiectului + structura fizica a obiectului => “descriptori de forme”
Clasificare:
(1) caracteristici regenerative (contururi; regiuni; momente de ordin superior; caracteristici structurale;
caracteristici sintactice)
(2) caracteristici geometrice (arie, perimetru, raza maxima, excentricitate, colturi, rotunjime, simetrie)
(3) caracteristici de momente
Prelucrarea numerica a imaginilor Cap.8 Analiza
y de imagini si recunoasterea formelor
Caracteristici geometrice:
Perimetrul:
2 2
dx(t ) dy (t )
T dt
t - parametrul de contur dt dt dy
y(t)
- Discret => T = numarul de pixeli de pe contur
y(t+1)
x(t) x(t+1)
dx x
Aria:
dx (t ) dy( t )
A dxdy y( t ) dt x ( t ) dt
R R dt R dt
unde: R si R - regiunea si, respectiv, conturul obiectului
Razele Rmin si Rmax - distantele minime si maxime de la centrul de masa la contur (raportul Rmax/ Rmin -
masura a excentricitatii sau alungirii unui obiect)
Rmin Rmax
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea
formelor
compact necompact
Rotunjimea sau compactizarea:
( perimetrul ) 2 T2
4 ( aria ) 4 A
Pentru un disc, spre exemplu, este minim si egal cu 1.
Caracteristici de momente:
Centrul de masa
1 1
m
N
m ,
( m , n )R
n
N
n
( m , n )R
p ,q (m - m )
( m,n )R
p
( n n) q
Orientarea: unghiul axei celui mai mic moment de inertie - minimizand :
( m, n )R
2
in raport cu :
1 2 1,1
arctg
2 2, 0 0, 2
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Texturi
Textura = repetarea periodica a unor structuri in imagine; structura de baza = texel
Texturi artificiale Texturi naturale
1 mr ( m, n ) , 2 nr ( m, n ) ,
m n m n
Prelucrarea numerica a imaginilor Cap.8 Analiza de imagini si recunoasterea formelor
Transformări de imagine:
z i ( k , l ) v ( k , l ) gi ( k , l ) (8.41)
2 2 2
1
1 1
2
2 2
1 1
1
Sobel Sobel
Nisip Rafie
Iarba
N0 - numarul total de orientari posibile.
- distributia variantei:
1
2 ( r;x1 ,x 2 )
N0
[ f ( r, ;x x 1 2 ) ( r;x1 ,x 2 )]2
- distributia imprastierii:
Calculul
ACF
Extragere de Caracteristici
u(m,n) caracteristici de textura
Textura
Filtru de
(m,n) Calculul
decorelare
A(x1,x2) histogramei
Segmentarea imaginilor
Segmentarea prin delimitare cu prag (fereastra)
1) Detectie maxime
locale
Obiect
2) Detectie minime
locale
Catalogarea pixelilor:
C A D
B X
Segmentarea imaginilor
Analiza conectivităţii curselor
Coloana 1 2 3 4 5 6
A a Nivel 1 2 1 2 1 3
b d Obiect A B A B A C
c IC1 B C
e g h i Markeri
ID1 B C
j k B m n IC2 A B
l ID2 A B
o p C r s a
q b c d
t u v
e f g h i
w j k m n l
o p r s q date
a) imagine binară t u v
w
b) tabel de segmentare
Fig. 8.21 Algoritm de analiza a conectivitatii curselor
R 1 R
R 1 '=
R 1 R 2 R
2
4
R R 3
R R 4
3 R 5
5
a b
1 2
A B A B R2
Divizare D C D C Contopire
A B R1
D C
4 3
1 2 3 4 1(A,B,D)
1C, 2D, 3A
2(A,B,C)
A B D C A B C D A B C D 3(B,C,D)
4
b
c