русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Идея согласованных фильтров


Дата добавления: 2013-12-23; просмотров: 962; Нарушение авторских прав


Выделение границ на основе дифференциальных масок

Источник: http://habrahabr.ru/post/114452/

 

Рассмотрим сначала одномерный случай. Пусть f(x) — дискретно заданная функция, определяющая яркость пикселя с целой координатой X. Определим дискретную производную как

:

○ для :

 

Для двумерного случая определим дискретную производную как средневзвешенное одномерных производных в трёх соседних точках по горизонтали или вертикали:

 

 

где

M — матрица весов. При она будет иметь вид:

○ для :

○ для :

 

 

Для использования целочисленной арифметики и ускорения вычислений указанные матрицы весов умножают на шесть (маска Превитта):

 

Кроме того, можно увеличить вес пикселей той же строки (столбца) для уменьшения эффекта сглаживания (маска Собеля):

 

А ещё есть маска Робертса (соответствует повернутому на 45° градиенту):

 

Чтобы не разрывать читателю шаблон, её можно представить в виде матрицы 3х3, в которой первая строка и столбец — нулевые. В качестве центрального элемента можно использовать, например, левый верхний. Благодаря меньшему размеру работает быстрее, чем маски Собеля / Превитта.

 

Используя одну из этих масок, можно найти частные производные и в каждой точке изображения, а значит и вектор градиента — он показывает, насколько резко изменяется яркость в точке. По его модулю можно определить, является ли пиксель граничным или нет:

● в точках высокого локального контраста:

○ имеет большое значение;

○ меняет знак, если достигает своего экстремума

● в точках низкого локального контраста:

○ первая производная имеет малое значение (либо 0).

 

Использование лог-фильтра. Для каждого пикселя делаем два размытия: маленькое и большое, и берём разницу между этими значениями.



c-радиус сглаживания. Лог-фильтр для одномерного случая:

При сильном увеличении влияния возможно возникновение эффекта гало.

 

Маска — это окрестность пикселя, она может быть развернута в вектор чисел. Все возможные значения окрестных пикселов образуют векторное пространство. Его базисом является множество векторов, в каждом из которых только один ненулевой элемент. Аi — базизные векторы, xi - множители. Матрица яркостей вокруг пикселей В этом же линейном пространстве можно задать другой базис, элементы которого будут иметь более сложную структуру, например, наличие вертикальной / горизонтальной границы. Тогда если мы разложим по новому базису окрестность, то получим набор чисел, которые показывают степень похожести окрестности на соответствующий базисный элемент. Анализируя этот набор чисел, можно принимать решение о наличии границы. Элементы, по которым раскладываем — “согласованные фильтры”. Например, если взять маску Превитта Mx, то yi будут показывать оценку вертикальной границы.

21. Детектор краёв Кенни

Источники:

http://en.wikipedia.org/wiki/Canny_edge_detector

http://habrahabr.ru/post/114589/

 

Главное достоинство метода — он позволяет обнаруживать даже широкие границы.

Входные параметры:

размах (радиус) сглаживания

верхний порог интенсивности — определяет минимальное значения градиента для начала детектирования границы

нижний порог интенсивности — определяет минимальное значения градиента для продолжения детектирования границы

Алгоритм:

1 Сглаживание по Гауссу с заданным размахом. Границы приобретают гладкость, исключаются разрывы.

2 Вычисление градиента в каждой точке с помощью дифференциальных масок. Градиент показывает, в каком направлении яркость возрастает наиболее быстро.

3 Немаксимальное подавление. Для каждого пикселя рассматривается пара его соседей: один в направлении градиента, другой в обратном направлении. Если величина градиента среднего пикселя не является максимальной среди этих трёх, то она обнуляется.

4 Прослеживание контуров. Поиск начинается с пикселей, у которых значение градиента больше верхнего порога интенсивности. Рекурсивно рассматриваются соседние пиксели, у которых значение градиента больше нижнего порога интенсивности.



<== предыдущая лекция | следующая лекция ==>
Работа с резкостью изображений. Метод нерезкой маски | Векторизация растровых изображений. Метод Хафа


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.005 сек.