1 / 65

Hľadanie hrán

Hľadanie hrán. schod rampa. čiara hrebeň. strecha. T ypy hrán. skutočné hrany - šum. T ypy hrán. H ľadanie hrán. skúmame body v okolí (pomocou deriv ácie ) Ak sa intenzity príliš nelíšia - pravdepodobne tam nie je hrana Ak sa líšia - bod môže patriť hrane. M etódy hľadania hrán.

pisces
Download Presentation

Hľadanie hrán

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Hľadanie hrán

  2. schod rampa čiara hrebeň strecha Typy hrán • skutočné hrany - šum

  3. Typy hrán

  4. Hľadanie hrán • skúmame body v okolí (pomocou derivácie) • Ak sa intenzity príliš nelíšia - pravdepodobne tam nie je hrana • Ak sa líšia - bod môže patriť hrane

  5. Metódy hľadania hrán • konvolučné masky • diskrétna aproximácia diferenciálnych operátorov (miera zmeny intenzity) • Informácia o: • existencia • orientácia ?

  6. Diferencovanie 2D

  7. Diferencovanie I Ktorý obrázok je Ix?

  8. Diferencovanie a šum

  9. Gaussovské vyhladenie Vyhladenie prah 20 prah 50 originál

  10. Následky šumu

  11. Vyhladenie

  12. Gradient • Gradient: • Smer – najväčšia zmena intenzity • Smer gradientu: • Veľkosť gradientu:

  13. Gradient / hrany Sila (dôležitosť) hrany = veľkosť gradientu Smer hrany = smer gradientu – 90°

  14. Gradient

  15. Roberts • Najjednoduchšie masky • Len body hrán • Nie orientácia • Vhodné pre binárne obrazy • Nevýhody: • Veľká citlivosť na šum • Nepresná lokalizácia • Málo bodov na aproximáciu gradientu

  16. Sobel • Hľadá horizontálne a vertikálne hrany • Konvolučné masky:

  17. I prahovanie hrany Sobel

  18. Sobel

  19. Sobel

  20. Prewitt • Podobne ako Sobel • Masky:

  21. Prewitt

  22. Prewitt

  23. Druhá derivácia

  24. ¶ 2 2 f f Ñ = + 2 f ¶ ¶ 2 2 x y ¶ 2 f = + - + - f ( i , j 1 ) 2 f ( i , j ) f ( i , j 1 ) ¶ 2 x ¶ 2 f = + - + - f ( i 1 , j ) 2 f ( i , j ) f ( i 1 , j ) ¶ 2 y Laplacián • Konvolúcia [1, -2, 1]

  25. 0 1 1 1 0 1 1 1 -8 -4 1 1 0 1 1 1 0 1 Laplacián • Nevýhody: • Veľmi citlivý na šum • Produkuje dvojité hrany • Neurčuje smer hrany

  26. 33 Laplacián • 55 • 77

  27. Laplacián Gaussiánu Marr – Hildreth operátor, LoG operátor Vyhladenie pomocou 2D Gaussiánu Následná aplikácia Laplaciánu

  28. Laplacian of Gaussian Gaussian Laplacián Gaussiánu

  29. 1) Vyhladenie Gaussiánom 2) Gradientný operátor Veľkosť gradientu Smer gradientu 3) Výber maxím v danom smere 4) Prahovanie dvoma prahmi Canny

  30. Original Canny

  31. Vyhladenie Gaussiánom Gradientný operátor (Sobel) Veľkosť gradientu Smer gradientu Canny

  32. Canny

  33. 90 • 2 • 2 • 135 • 45 • 3 • 1 • 3 • 1 • 0 • 0 • 180 • 0 • 0 • 0 • 1 • 3 • 1 • 225 • 3 • 315 • 2 • 2 • 270 Canny M = |S| ⊝

  34. Canny T1 T2

  35. Canny príklady • Gauss 5x5, T1=255, T2=1

  36. Canny príklady • Gauss 5x5, T1=255, T2=220

  37. Canny príklady • Gauss 5x5, T1=128, T2=1

  38. Canny príklady • Gauss 9x9, T1=128, T2=1

  39. Kirsch - kompas operátor • Rotujúca maska • Smery: 0°, 45°, 90°, 135°, ... • Sila hrany – maximum cez jednotlivé masky • Smer hrany – maska dávajúca maximum • ...

  40. Robinson

  41. Robinson Kirsch Prewitt Sobel

  42. Farebné obrazy • Previesť na šedotónový a použiť niektorý z predchádzajúcich metód • Problém ak je hrana medzi dvomi farbami s rovnakým jasom • Vo farebnom obraze vieme určiť 90% hrán z šedotónového obrazu • Zvyšných 10% hrán z farebného obrazu

  43. Farebné obrazy Sekvenčný prístup: Jednotlivé kanály samostatne Hrany len v odtieňoch: H (a, b)

  44. Metódy • output fusion methods • multi-dimensional gradient methods • vector methods

  45. Vektorový prístup u = (R’x ,G’x ,B’x ) v = (R’y ,G’y ,B’y ) smer veľkosť

More Related