1 / 71

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.

ivi
Télécharger la présentation

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. 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. Canny Good detection – maximalizovať signal-to-noise pomer Good localization – detekovaný bod hrany by mal byť čo najbližšie ku stredu skutočnej hrany Only one response to a single edge JOHN CANNY: A Computational Approach to Edge Detection IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. PAMI-8, NO. 6, NOVEMBER 1986

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

  31. Original Canny

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

  33. Canny

  34. 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| ⊝

  35. Non-maximum suppression • Check if pixel is local maximum along gradient direction • requires checking interpolated pixels p and r

  36. Predicting the next edge point Assume the marked point is an edge point. Then we construct the tangent to the edge curve (which is normal to the gradient at that point) and use this to predict the next points (here either r or s). (Forsyth & Ponce)

  37. Canny T1 T2

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

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

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

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

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

  43. Robinson

  44. Robinson Kirsch Prewitt Sobel

  45. 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

  46. Farebné obrazy Sekvenčný prístup: Jednotlivé kanály samostatne

More Related