2D piirrelaskennan alkeet, osa I Ville Tirronen aleator@jyu.fi University of Jyväskylä 18. syyskuuta 2008
Näkökulma Aiheet Tarkastellaan yksinkertaisia 2D kuvankäsittelyoperaattoreita Näkökulmana on tunnistava konenäköjärjestelmä
Näkökulma Aiheet Tarkastellaan yksinkertaisia 2D kuvankäsittelyoperaattoreita Näkökulmana on tunnistava konenäköjärjestelmä Tämä ei ole ainoa näkökulma asiaan
Näkökulma Aiheet Tarkastellaan yksinkertaisia 2D kuvankäsittelyoperaattoreita Näkökulmana on tunnistava konenäköjärjestelmä Tämä ei ole ainoa näkökulma asiaan Sovellusalueet Vianilmaisu prosessiteollisuudessa Kappaletavaran käsittely Kasvojen tunnistus Content-based-image-retrieval (CBIR) jne.
Näkökulma Yleiskuva
Sisältö Esimerkkitapaus: Sellulevy
Sisältö Esimerkkitapaus: Nanotäplät
Sisältö Esimerkkitapaus: Pintakuvio
Sisältö Esimerkkitapaus: Paperin vianilmaisu
Sisa lto Esimerkkitapaus: Hyo nteisten lajinma a ritys
Sisältö Esimerkkitapaus: Content-Based-Image-Retrieval (CBIR)
Sisältö Mitä operaattoreita tarvitsemme tälläisten ratkaisemiseksi tehtävä
Sisältö Työkalut C ja C++: OpenCV-kirjasto (opencvlibrary.sourceforge.net) Java: ImageJ (http://rsbweb.nih.gov/ij/)
Sisältö Työkalut C ja C++: OpenCV-kirjasto (opencvlibrary.sourceforge.net) Java: ImageJ (http://rsbweb.nih.gov/ij/) Muilla kielillä voi käyttää vaikkapa tuota opencv:tä C rajapinnan kautta
Lineaariset operaattorit Taajuus & Täplät Ratkaistaanpa esimerkin vuoksi ensimmäinen tapaus. Täplien etsiminen on harvinaisen yleistä. Yksi hyvä ratkaisu on Difference of Gaussians -suodin: Demo
Lineaariset operaattorit Taajuus & Täplät Ratkaistaanpa esimerkin vuoksi ensimmäinen tapaus. Täplien etsiminen on harvinaisen yleistä. Yksi hyvä ratkaisu on Difference of Gaussians -suodin: Demo Ja sitten käydään esitietojen kimppuun:
Lineaariset operaattorit Korrelaatio ja Reuna Korrelaatio Konvoluutio: (f g)[x] = j= f (j) g(x + j). Konvoluutio saa suurimman arvonsa siinä kuvapisteessä missä ympärikäännetty maski vastaa kuvaa.
Lineaariset operaattorit Korrelaatio ja Reuna Korrelaatio Konvoluutio: (f g)[x] = j= f (j) g(x + j). Konvoluutio saa suurimman arvonsa siinä kuvapisteessä missä ympärikäännetty maski vastaa kuvaa. Tehtävä Miten reuna löydetään kuvasta?
Lineaariset operaattorit Gradientti ja Reuna Taululle piirretyn maskin (S x ) soveltaminen approksimoi myös kuvan x-suuntaista gradienttia. Mitä reuna on? Nopea muutos kuvassa?
Lineaariset operaattorit Gradientti ja Reuna Taululle piirretyn maskin (S x ) soveltaminen approksimoi myös kuvan x-suuntaista gradienttia. Mitä reuna on? Nopea muutos kuvassa? tehtävä Entä y-suuntainen gradientti?
Lineaariset operaattorit Gradientti ja Reuna Siispä reunaisuus on S = S 2 x + S 2 y Ja potentiaalisen reunan suunta on θ = arctan(s y /S x )
Lineaariset operaattorit Gradientti ja Reuna Siispä reunaisuus on S = S 2 x + S 2 y Ja potentiaalisen reunan suunta on θ = arctan(s y /S x ) Tämän härvelin nimi on Sobelin operaattori. Näitä on paljon muitakin (Prewitt, Roberts Cross jne.)
Lineaariset operaattorit Gradientti ja Reuna Siispä reunaisuus on S = S 2 x + S 2 y Ja potentiaalisen reunan suunta on θ = arctan(s y /S x ) Tämän härvelin nimi on Sobelin operaattori. Näitä on paljon muitakin (Prewitt, Roberts Cross jne.) HUOM! Tämä ei vielä kerro missä reunaa ei ole!
Lineaariset operaattorit Gradientti ja Reuna Siispä reunaisuus on S = S 2 x + S 2 y Ja potentiaalisen reunan suunta on θ = arctan(s y /S x ) Tämän härvelin nimi on Sobelin operaattori. Näitä on paljon muitakin (Prewitt, Roberts Cross jne.) HUOM! Tämä ei vielä kerro missä reunaa ei ole! Tarvitaan kynnysarvo, jota vahvemmat reunat valitaan.
Epälineaariset operaattorit Kynnystys (Toinen kalvosetti) demo
Epälineaariset operaattorit Yksinkertaiset järjestyssuotimet Olkoon P operaattori, joka yhdistään lukuarvon pikselialueeseen ja M binäärinen maski Suotimen vaste (S) kuvalle I on S(x, y) = P ({I (x + i, y j) kaikille (i,j), jotka maskissa M})
Epälineaariset operaattorit Mediaanisuodin Mikäli P on joukon Mediaani saadaan mediaanisuodin Tehokas ns. suola&pippuri kohinan poistossa, missä gaussinen suodin ei toimi demo
Epälineaariset operaattorit Morfologiset operaattorit Mikäli P on joukon minimi tai maksimi operaattori, niin suodinta sanotaan eroosio- ( ) tai dilaatio ( ) suotimeksi.
Epälineaariset operaattorit Morfologiset operaattorit Mikäli P on joukon minimi tai maksimi operaattori, niin suodinta sanotaan eroosio- ( ) tai dilaatio ( ) suotimeksi.
Epälineaariset operaattorit Morfologiset operaattorit Mikäli P on joukon minimi tai maksimi operaattori, niin suodinta sanotaan eroosio- ( ) tai dilaatio ( ) suotimeksi. Binäärikuvien tapauksessa toiminta on helppo hahmottaa: demo
Epälineaariset operaattorit Morfologiset operaattorit Mikäli P on joukon minimi tai maksimi operaattori, niin suodinta sanotaan eroosio- ( ) tai dilaatio ( ) suotimeksi. Binäärikuvien tapauksessa toiminta on helppo hahmottaa: demo Sama toimii harmaasävykuvillekin: demo
Epälineaariset operaattorit Morfologiset operaattorit Operaattorit voidaan ajatella myös joukko-operaatioiden kautta: Eroosio: A M = {(x, y) : M x,y A c = } Dilaatio: A M = {(x, y) : M x,y A }
Epälineaariset operaattorit Morfologiset operaattorit Operaattorit voidaan ajatella myös joukko-operaatioiden kautta: Eroosio: A M = {(x, y) : M x,y A c = } Dilaatio: A M = {(x, y) : M x,y A } Tehtävä 1 Ovatko operaattorit komplementteja? Minkä suhteen?
Epälineaariset operaattorit Morfologiset operaattorit Operaattorit voidaan ajatella myös joukko-operaatioiden kautta: Eroosio: A M = {(x, y) : M x,y A c = } Dilaatio: A M = {(x, y) : M x,y A } Tehtävä 1 Ovatko operaattorit komplementteja? Minkä suhteen? Töhry taululle
Morfologiset operaattorit Morfologiset operaattorit Avauma: A M = (A M) M Sulkeuma: A M = (A M) M demo
Morfologiset operaattorit Morfologiset operaattorit Avauma: A M = (A M) M Sulkeuma: A M = (A M) M demo Hit&Miss: (C, D) = (A C) (A c D)
Morfologiset operaattorit - Sovelluksia Kohinanpoisto Avauma ja sulkeuma toimivat kohinan tai kolojen poistoon binäärikuvista Kohinan poisto harmaasävykuvista: noise(i ) = Kappaleiden löytäminen tophat(i) = I I M I M+I M 2 Löytää kuvasta maskia pienemmät ja kirkkaat kappaleet demo
Morfologiset operaattorit - Sovelluksia Reunanhaku Reuna(I ) = I I Reunanhaun jälkikäsittely thin(i ) = I /I (C, D) missä / on joukkojen erotus. Maskeina käytetään järjestyksessä kaikki 90 asteen rotaatiot seuraavista: Tätä iteroimalla voidaan käytää esimerkiksi reunojen kaventamiseksi yksipikselisiksi.
Haastava kappaleenhaku Entäpä se haastavaksi mainittu kuva? Näimme suuren kasan operaattoreita, joilla kuvasta voidaan löytää asioita Mitä niistä kannattaa käyttää ja millä parametereilla? Esimerkkinä tämä vaikeampi tapaus:
Haastava kappaleenhaku Entäpä se haastavaksi mainittu kuva? Näimme suuren kasan operaattoreita, joilla kuvasta voidaan löytää asioita Mitä niistä kannattaa käyttää ja millä parametereilla? Esimerkkinä tämä vaikeampi tapaus:
Haastava kappaleenhaku Entäpä se haastavaksi mainittu kuva? Näimme suuren kasan operaattoreita, joilla kuvasta voidaan löytää asioita Mitä niistä kannattaa käyttää ja millä parametereilla? Esimerkkinä tämä vaikeampi tapaus: (Luennoija tekee saa tyhmän ajatuksen ja korvaa kalvot tieteellisellä artikkelilla)
Tunnistaminen Seuraavaksi? Tähän mennessä olemme oppineet miten yksinkertaisia objekteja löydetään kuvista Seuraavaksi käymme kiinni ensimmäiseen yksinkertaisimpaan tunnistusongelmaan:
Tunnistaminen Seuraavaksi? Tähän mennessä olemme oppineet miten yksinkertaisia objekteja löydetään kuvista Seuraavaksi käymme kiinni ensimmäiseen yksinkertaisimpaan tunnistusongelmaan: (toinen kalvosetti)