„Számítógépes látórendszerek - Ellenőrző kérdések: Bináris képek” változatai közötti eltérés

A VIK Wikiből
Ugrás a navigációhoz Ugrás a kereséshez
a (autoedit v2: fájlhivatkozások egységesítése, az új közvetlenül az adott fájlra mutat)
 
(22 közbenső módosítás, amit 5 másik szerkesztő végzett, nincs mutatva)
4. sor: 4. sor:
 
Minden pixel csak két értéket vehet fel (megjelenítés tipikusan fekete/fehér színnel). A pixelekhez hozzárendelendő értéket valamilyen képi tulajdonság (fényerő, színintenzitás stb.) küszöbözésével határozzuk meg.
 
Minden pixel csak két értéket vehet fel (megjelenítés tipikusan fekete/fehér színnel). A pixelekhez hozzárendelendő értéket valamilyen képi tulajdonság (fényerő, színintenzitás stb.) küszöbözésével határozzuk meg.
 
=== Küszöbözés (thresholding) ===  
 
=== Küszöbözés (thresholding) ===  
−
A legegyszerűbb eljárás, aminek segítségével egy szegmentálást (objektum(ok) és a háttér szétválasztása) végezhetünk. Egy tulajdonsághoz hozzárendelünk küszöbértéket, majd a vizsgálandó kép minden pixelén végigmegyünk és összehasonlítjuk az értékeket. A végeredmény egy bináris kép.
+
A legegyszerűbb eljárás, aminek segítségével egy szegmentálást (objektum(ok) és a háttér szétválasztása) végezhetünk. Egy tulajdonsághoz hozzárendelünk küszöbértéket, majd a vizsgálandó kép minden pixelén végigmegyünk és összehasonlítjuk az értékeket. A végeredmény egy bináris kép.<br/>
 +
Például fényintenzitás alapján bizonyos érték fölött és alatt szétválasztom a képet.
 +
 
 
=== Hisztogram ===
 
=== Hisztogram ===
 
Hisztogram egy kép egy adott tulajdonságáról (előfordulás: az adott értékkel ennyi számú pixel rendelkezett):
 
Hisztogram egy kép egy adott tulajdonságáról (előfordulás: az adott értékkel ennyi számú pixel rendelkezett):
  
−
[[Fájl:Számítógépes_látórendszerek_Hisztogramm_1.png]]
+
[[File:Számítógépes_látórendszerek_Hisztogramm_1.png]]
  
 
=== Szegmentálási lehetőségek ===
 
=== Szegmentálási lehetőségek ===
−
*Hisztogram alapú KÜSZÖBÖZÉS
+
*Hisztogram alapú -> KÜSZÖBÖZÉS
 
*Osztályozás alapú
 
*Osztályozás alapú
 
**Színek
 
**Színek
−
**Formák: pl.:egyenes, gömb
+
**Formák: pl.:egyenes, kör
 
*Környezetfüggő
 
*Környezetfüggő
 
**Lokális: inhomogén háttér esetén
 
**Lokális: inhomogén háttér esetén
26. sor: 28. sor:
 
#„4” maszkolása „2”-vel
 
#„4” maszkolása „2”-vel
  
−
[[Fájl:Számítógépes_látórendszerek_Hisztogramm_2.png]]
+
[[File:Számítógépes_látórendszerek_Hisztogramm_2.png]]
  
−
== Ismertesse a bináris képen végezhető logikai műveleteket és azok fontosabb feladatait. Ismertesse az objektum alapú logikát és felhasználási lehetőségeit. ==
+
== Ismertesse a bináris képen végezhető logikai műveleteket és azok fontosabb feladatait. <br/>Ismertesse az objektum alapú logikát és felhasználási lehetőségeit. ==
 
Adott két kép: A, B
 
Adott két kép: A, B
 
*Negálás: például kontúrkeresésnél
 
*Negálás: például kontúrkeresésnél
35. sor: 37. sor:
 
*XOR:
 
*XOR:
  
−
[[Fájl:Számítógépes látórendszerek_Logika_1.jpg]]
+
[[File:Számítógépes látórendszerek_Logika_1.jpg| 600px]]
  
 
== Mit jelent az erózió és a dilatáció? Hogyan végzünk nyitást és zárást? Mire jók ezek a műveletek, mitől függ, hogy melyiket alkalmazzuk? Hogyan tudunk e műveletekkel kontúrt keresni? Mi az olvasztásmentes dilatáció? Szürkeárnyalatos képen hogy lehet értelmezni ezeket a műveleteket? ==
 
== Mit jelent az erózió és a dilatáció? Hogyan végzünk nyitást és zárást? Mire jók ezek a műveletek, mitől függ, hogy melyiket alkalmazzuk? Hogyan tudunk e műveletekkel kontúrt keresni? Mi az olvasztásmentes dilatáció? Szürkeárnyalatos képen hogy lehet értelmezni ezeket a műveleteket? ==
 
=== Erózió ===
 
=== Erózió ===
−
Csökkentés (fehér területek csökkentése fekete-fehér átmeneteknél)
+
Csökkentés (fehér területek csökkentése fekete-fehér átmeneteknél). A pixelszerű zajok csökkentése.
 +
 
 
=== Dilatáció ===
 
=== Dilatáció ===
 
Szélesítés (fehér területek növelése fekete-fehér átmeneteknél)
 
Szélesítés (fehér területek növelése fekete-fehér átmeneteknél)
 
A változás mértéke függ a felhasznált kernel nagyságától. Nagy számításigény.
 
A változás mértéke függ a felhasznált kernel nagyságától. Nagy számításigény.
−
 
+
A nulla zajokat tüntetem el, cserébe megnő az objektum mérete.<br/>
 
'''Példa: 1D-s eset'''
 
'''Példa: 1D-s eset'''
  
−
[[Fájl:Számítógépes_látórendszerek_dila_1.png]]
+
[[File:Számítógépes_látórendszerek_dila_1.png]]
  
 +
=== Zárás ===
 +
Dilatáció + erózió: nullzajok kiszedése (fekete pöttyök, fekete vonalak)
 
=== Nyitás ===
 
=== Nyitás ===
−
Dilatáció + erózió: nullzajok kiszedése (fekete pöttyök, fekete vonalak)
 
−
=== Zárás ===
 
 
Erózió + dilatáció: fehér pixelhibák kiszedésére
 
Erózió + dilatáció: fehér pixelhibák kiszedésére
 +
 
(Gyakran együtt használják a kettőt.)
 
(Gyakran együtt használják a kettőt.)
 +
 +
(Az előadásdiákon pont fordítva szerepel a nyitás és a zárás, de minden más forrásban a fentiek szerint van megadva.)
 
=== Felhasználás ===
 
=== Felhasználás ===
 
*pixelhibák, pixelszerű zajok eltüntetése bináris képről
 
*pixelhibák, pixelszerű zajok eltüntetése bináris képről
59. sor: 65. sor:
 
=== Olvasztásmentes dilatáció ===
 
=== Olvasztásmentes dilatáció ===
 
Egymással érintkező objektumok éldetektálásánál segít ez a módszer. <br/>
 
Egymással érintkező objektumok éldetektálásánál segít ez a módszer. <br/>
−
[[Fájl:Számítógépes_látórendszerek_olvaszt_1.png]] <br/>
+
[[File:Számítógépes_látórendszerek_olvaszt_1.png]] <br/>
−
'''Szürkeárnyalatos képen:''' erózió – sötétít, dilatáció - világosít
+
'''Szürkeárnyalatos képen:'''
 +
* erózió: minimum szűrő (sötétít)
 +
* dilatáció: maximum szűrő (világosít)
  
 
== Mit jelent a 4- és 8-szomszédú távolság? Mik az előnyei és hátrányai az euklideszi távolsághoz képest? ==
 
== Mit jelent a 4- és 8-szomszédú távolság? Mik az előnyei és hátrányai az euklideszi távolsághoz képest? ==
 
Kernelek esetén a kernel középpontjától a pixelekben mért távolság a szélek felé haladva.
 
Kernelek esetén a kernel középpontjától a pixelekben mért távolság a szélek felé haladva.
  
−
[[Fájl:Számítógépes látórendszerek - Ellenőrző kérdések: 4_8_szomszed_1.jpg]]
+
[[File:Számítógépes_látórendszerek_tav_1.png]]
  
 
*4/8 szomszéd: gyors, pontatlan
 
*4/8 szomszéd: gyors, pontatlan
 
*EDM: pontos, számításigényesebb
 
*EDM: pontos, számításigényesebb
 +
 
== Ismertesse a csontváz definícióját és a csontvázasítás egy lehetséges megvalósítását. ==
 
== Ismertesse a csontváz definícióját és a csontvázasítás egy lehetséges megvalósítását. ==
 
'''Definíció''': Maximális körök origója mely egy adott objektumba helyezhető.
 
'''Definíció''': Maximális körök origója mely egy adott objektumba helyezhető.
  
−
[[Fájl:Számítógépes látórendszerek - Ellenőrző kérdések: csontvaz_1.jpg]]
+
[[File:Számítógépes_látórendszerek_-_Ellenőrző_kérdések_Csontvaz_1.jpg|600px]]
  
 
'''Megvalósítás''':
 
'''Megvalósítás''':
  
−
[[Fájl:Számítógépes látórendszerek - Ellenőrző kérdések: csontvaz_2.jpg]]
+
[[File:Számítógépes_látórendszerek_-_Ellenőrző_kérdések_csontvaz_2.jpg|600px]]
  
 
'''Felhasználás''': ujjlenyomat ellenőrzés
 
'''Felhasználás''': ujjlenyomat ellenőrzés
 +
 
== Hogyan tudunk bináris képen objektumokat keresni és megszámlálni? Ismertesse az eljárásokat. ==
 
== Hogyan tudunk bináris képen objektumokat keresni és megszámlálni? Ismertesse az eljárásokat. ==
−
Objektumkeresés: Egy 2x2-es ablakkal végigpásztázunk minden pixelt és indexeljük az egyes pixeleket.
 
  
−
[[Fájl:Számítógépes látórendszerek - Ellenőrző kérdések: szamlal_1.jpg]]
+
===Objektumkeresés===
 +
Egy 2x2-es ablakkal végigpásztázunk minden pixelt és indexeljük az egyes pixeleket.
 +
 
 +
{|
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: black; color: black" | abc
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| Új index
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: black; color: black" | abc
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| Másolás
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| Másolás
 +
|-
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| Egyesítés
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: black; color: black" | abc
 +
|}
 +
| Új index
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: white; color: white" | abc
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| Másolás
 +
|}
 +
 
 +
[[File:Számítógépes látórendszerek - Ellenőrző kérdések objektum_keres.png|600px]]
 +
 
 +
===Objektumszámlálás===
 +
Egy 2x2-es ablakkal végigpásztázunk minden pixelt és növeljük, vagy csökkentjük (hogy az algoritmus ne számoljon egy objektumot többször) a számlálónk értékét.
  
−
'''Objektumszámlálás''': Egy 2x2-es ablakkal végigpásztázunk minden pixelt és növeljük, vagy csökkentjük (hogy az algoritmus ne számoljon egy objektumot többször) a számlálónk értékét.
+
{|
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: black; color: black" | abc
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| +1
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| -1
 +
| style="border: 1px solid red" |
 +
{|
 +
|-
 +
| style="background: white; color: white" | abc
 +
| style="background: black; color: black" | abc
 +
|-
 +
| style="background: black; color: black" | abc
 +
| style="background: white; color: white" | abc
 +
|}
 +
| +1
 +
|}
  
−
[[Fájl:Számítógépes látórendszerek - Ellenőrző kérdések: szamlal_2.jpg]]
+
[[File:Számítógépes látórendszerek - Ellenőrző kérdések objszamlalas.png|600px]]

A lap jelenlegi, 2017. július 12., 14:09-kori változata

← Vissza az előző oldalra – Számítógépes látórendszerek

Mit jelent a bináris kép?
Mit jelent a küszöbözés?
Milyen lehetőségeink vannak?
Mit jelent a dupla-küszöbözés?

Bináris kép

Minden pixel csak két értéket vehet fel (megjelenítés tipikusan fekete/fehér színnel). A pixelekhez hozzárendelendő értéket valamilyen képi tulajdonság (fényerő, színintenzitás stb.) küszöbözésével határozzuk meg.

Küszöbözés (thresholding)

A legegyszerűbb eljárás, aminek segítségével egy szegmentálást (objektum(ok) és a háttér szétválasztása) végezhetünk. Egy tulajdonsághoz hozzárendelünk küszöbértéket, majd a vizsgálandó kép minden pixelén végigmegyünk és összehasonlítjuk az értékeket. A végeredmény egy bináris kép.
Például fényintenzitás alapján bizonyos érték fölött és alatt szétválasztom a képet.

Hisztogram

Hisztogram egy kép egy adott tulajdonságáról (előfordulás: az adott értékkel ennyi számú pixel rendelkezett):

Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni

Szegmentálási lehetőségek

  • Hisztogram alapú -> KÜSZÖBÖZÉS
  • Osztályozás alapú
    • Színek
    • Formák: pl.:egyenes, kör
  • Környezetfüggő
    • Lokális: inhomogén háttér esetén

Dupla-küszöbözés

Más néven hiszterézises küszöbözés. A probléma az, hogy elkülönítendő objektumok mellett más hasonló (kinézetű, színű stb) objektumok is vannak, melyek küszöbözés után megmaradnak. Ezért kettő küszöb használatával létrehozunk két képet, melyet aztán ÉS kapcsolatba helyezünk.
Példa

  1. Eredeti kép
  2. Eredeti kép küszöbözése
  3. Eredeti képen élkeresés
  4. Élkeresett kép küszöbözése
  5. „4” maszkolása „2”-vel
Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni

Ismertesse a bináris képen végezhető logikai műveleteket és azok fontosabb feladatait.
Ismertesse az objektum alapú logikát és felhasználási lehetőségeit.

Adott két kép: A, B

  • Negálás: például kontúrkeresésnél
  • AND: főleg képek maszkolásánál van jelentősége, két kép átfedésének megjelenítése
  • OR:
  • XOR:

Számítógépes látórendszerek Logika 1.jpg

Mit jelent az erózió és a dilatáció? Hogyan végzünk nyitást és zárást? Mire jók ezek a műveletek, mitől függ, hogy melyiket alkalmazzuk? Hogyan tudunk e műveletekkel kontúrt keresni? Mi az olvasztásmentes dilatáció? Szürkeárnyalatos képen hogy lehet értelmezni ezeket a műveleteket?

Erózió

Csökkentés (fehér területek csökkentése fekete-fehér átmeneteknél). A pixelszerű zajok csökkentése.

Dilatáció

Szélesítés (fehér területek növelése fekete-fehér átmeneteknél) A változás mértéke függ a felhasznált kernel nagyságától. Nagy számításigény. A nulla zajokat tüntetem el, cserébe megnő az objektum mérete.
Példa: 1D-s eset

Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni

Zárás

Dilatáció + erózió: nullzajok kiszedése (fekete pöttyök, fekete vonalak)

Nyitás

Erózió + dilatáció: fehér pixelhibák kiszedésére

(Gyakran együtt használják a kettőt.)

(Az előadásdiákon pont fordítva szerepel a nyitás és a zárás, de minden más forrásban a fentiek szerint van megadva.)

Felhasználás

  • pixelhibák, pixelszerű zajok eltüntetése bináris képről
  • kontúrkeresés: Img AND INVERSE( dilate(Img) )
  • élkeresés és lyukak kitöltése

Olvasztásmentes dilatáció

Egymással érintkező objektumok éldetektálásánál segít ez a módszer.

Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni


Szürkeárnyalatos képen:

  • erózió: minimum szűrő (sötétít)
  • dilatáció: maximum szűrő (világosít)

Mit jelent a 4- és 8-szomszédú távolság? Mik az előnyei és hátrányai az euklideszi távolsághoz képest?

Kernelek esetén a kernel középpontjától a pixelekben mért távolság a szélek felé haladva.

Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni
  • 4/8 szomszéd: gyors, pontatlan
  • EDM: pontos, számításigényesebb

Ismertesse a csontváz definícióját és a csontvázasítás egy lehetséges megvalósítását.

Definíció: Maximális körök origója mely egy adott objektumba helyezhető.

Számítógépes látórendszerek - Ellenőrző kérdések Csontvaz 1.jpg

Megvalósítás:

Számítógépes látórendszerek - Ellenőrző kérdések csontvaz 2.jpg

Felhasználás: ujjlenyomat ellenőrzés

Hogyan tudunk bináris képen objektumokat keresni és megszámlálni? Ismertesse az eljárásokat.

Objektumkeresés

Egy 2x2-es ablakkal végigpásztázunk minden pixelt és indexeljük az egyes pixeleket.

abc abc
abc abc
Új index
abc abc
abc abc
Másolás
abc abc
abc abc
Másolás
abc abc
abc abc
Egyesítés
abc abc
abc abc
Új index
abc abc
abc abc
Másolás

Számítógépes látórendszerek - Ellenőrző kérdések objektum keres.png

Objektumszámlálás

Egy 2x2-es ablakkal végigpásztázunk minden pixelt és növeljük, vagy csökkentjük (hogy az algoritmus ne számoljon egy objektumot többször) a számlálónk értékét.

abc abc
abc abc
+1
abc abc
abc abc
-1
abc abc
abc abc
+1

Számítógépes látórendszerek - Ellenőrző kérdések objszamlalas.png

A lap eredeti címe: „https://wiki.sch.bme.hu/index.php?title=Számítógépes_látórendszerek_-_Ellenőrző_kérdések:_Bináris_képek&oldid=192379”