„Számítógépes látórendszerek - Ellenőrző kérdések: Mérések” változatai közötti eltérés
Ugrás a navigációhoz
Ugrás a kereséshez
Hogyan definiálhatjuk egy objektum pozícióját?
Hogyan definiálhatjuk egy objektum orientációját?
Mit jelent az Euler szám?
Mit jelent a lánckód? Mire használható?
a (autoedit v2: fájlhivatkozások egységesítése, az új közvetlenül az adott fájlra mutat) |
|||
| (24 közbenső módosítás, amit 4 másik szerkesztő végzett, nincs mutatva) | |||
| 1. sor: | 1. sor: | ||
{{Vissza|Számítógépes látórendszerek}} | {{Vissza|Számítógépes látórendszerek}} | ||
| − | == Hogyan definiálhatjuk egy objektum pozícióját? Ismertesse a pozíciómérés lehetőségeit. Mutassa meg, hogy lehet a pozíció értékét meghatározni bináris és maszkolt szürkeárnyalatos képeken. == | + | == Hogyan definiálhatjuk egy objektum pozícióját? <br/> Ismertesse a pozíciómérés lehetőségeit.<br/> Mutassa meg, hogy lehet a pozíció értékét meghatározni bináris és maszkolt szürkeárnyalatos képeken. == |
Egy 2D-s képet ábrázolhatunk egy derékszögű koordinátarendszerben, ahol az egyes pixelekhez hozzárendelhetünk egy (x,y) egész koordinátapárt. A koordinátarendszer középpontja tetszőlegesen, feladattól függően megválasztható, de általában a bal felső sarokban lévő pixelhez rendeljük hozzá a (0,0)-t. | Egy 2D-s képet ábrázolhatunk egy derékszögű koordinátarendszerben, ahol az egyes pixelekhez hozzárendelhetünk egy (x,y) egész koordinátapárt. A koordinátarendszer középpontja tetszőlegesen, feladattól függően megválasztható, de általában a bal felső sarokban lévő pixelhez rendeljük hozzá a (0,0)-t. | ||
Egy objektum pozíciója az objektum egy jellegzetes koordinátapárjával jellemezhető. | Egy objektum pozíciója az objektum egy jellegzetes koordinátapárjával jellemezhető. | ||
Ez a koordinátapár lehet: | Ez a koordinátapár lehet: | ||
| + | |||
geometriai középpont – az objektumot befoglaló téglalap/kör középpontja | geometriai középpont – az objektumot befoglaló téglalap/kör középpontja | ||
| + | |||
tömegközéppont | tömegközéppont | ||
=== Tömegközéppont <math>(x_c,y_c)</math> meghatározása === | === Tömegközéppont <math>(x_c,y_c)</math> meghatározása === | ||
| − | A kép mérete: M | + | A kép mérete: <math> M \cdot N </math> pixel (<math>M</math> az oszlopok száma, <math>N</math> a soroké) |
| − | *<math> p_x(x) = </math> az <math> x</math> koordinátájú | + | *<math> p_x(x) = </math> az <math> x</math> koordinátájú oszlopban a vizsgált objektum pixeleinek száma |
| − | *<math> p_y(y) = </math> az <math>y</math> koordinátájú | + | *<math> p_y(y) = </math> az <math>y</math> koordinátájú sorban a vizsgált objektum pixeleinek száma |
==== Bináris képekre ==== | ==== Bináris képekre ==== | ||
| + | [[File:Számítógépes_látórendszerek_bináris_kép_1.jpg]] | ||
==== Szürkeárnyalatos képekre ==== | ==== Szürkeárnyalatos képekre ==== | ||
<math>I(x,y) </math>: intenzitásfüggvény | <math>I(x,y) </math>: intenzitásfüggvény | ||
| + | |||
| + | [[File:Számítógépes_látórendszerek_szürkeárnyalatos_kép_1.png]] | ||
=== Geometriai középpont <math>(x_g,y_g)</math> meghatározása === | === Geometriai középpont <math>(x_g,y_g)</math> meghatározása === | ||
| + | ====Meghatározás a befoglaló téglalap alapján==== | ||
<math> x_{min}, x_{max}, y_{min}, y_{max} </math> : az objektum legszélső pixeleinek koordinátái | <math> x_{min}, x_{max}, y_{min}, y_{max} </math> : az objektum legszélső pixeleinek koordinátái | ||
| − | == Hogyan definiálhatjuk egy objektum orientációját? Sorolja fel az orientációmérés lehetőségeit, illetve röviden ismertesse ezek alapelvét. == | + | <math> x_g = \frac{x_{min} + x_{max}}{2} </math> és <math> y_g = \frac{y_{min} + y_{max}}{2} </math> |
| + | |||
| + | <math> (x_g, y_g) </math> a téglalap középpontja, azaz a geometriai középpont. | ||
| + | |||
| + | ====Meghatározás a befoglaló kör alapján==== | ||
| + | * egyértelmű, ha 3 ponton érinti a kört | ||
| + | * kör átlójáig egyértelmű, ha 2 ponton érinti a kört. | ||
| + | |||
| + | == Hogyan definiálhatjuk egy objektum orientációját? <br/>Sorolja fel az orientációmérés lehetőségeit, illetve röviden ismertesse ezek alapelvét. == | ||
Objektum orientációján egy objektum egy olyan 1D-s jellemzését értjük, mely irány-, szöginformációkat szolgáltat az adott objektumról. | Objektum orientációján egy objektum egy olyan 1D-s jellemzését értjük, mely irány-, szöginformációkat szolgáltat az adott objektumról. | ||
Objektum orientációja megadható a | Objektum orientációja megadható a | ||
| 26. sor: | 40. sor: | ||
*rá illeszthető legkisebb nyomatékú tengellyel | *rá illeszthető legkisebb nyomatékú tengellyel | ||
| − | == Mit jelent az Euler szám? Mire használható? Adja meg a mellékelt ábra Euler számát. == | + | == Mit jelent az Euler szám?<br/> Mire használható?<br/> Adja meg a mellékelt ábra Euler számát. == |
Az Euler-szám egyike a topológiai tulajdonságoknak, melyek egy kép geometriai leírását segítik elő. Fontos része az ilyen tulajdonságoknak, hogy rubber-sheet jellegű transzormációkra invariáns. | Az Euler-szám egyike a topológiai tulajdonságoknak, melyek egy kép geometriai leírását segítik elő. Fontos része az ilyen tulajdonságoknak, hogy rubber-sheet jellegű transzormációkra invariáns. | ||
Az ilyen jellegű tulajdonságok jól használhatók formák keresésére, objektumok felismerésére, adatbázisbeli keresésre. | Az ilyen jellegű tulajdonságok jól használhatók formák keresésére, objektumok felismerésére, adatbázisbeli keresésre. | ||
Euler-szám fontos szerepet játszik például orvosi képfeldolgozásban, fertőzött sejtek felismerésében. | Euler-szám fontos szerepet játszik például orvosi képfeldolgozásban, fertőzött sejtek felismerésében. | ||
| − | + | '''Euler-szám = (egybefüggő régiók száma) – (lyukak száma)''' | |
| − | == Mit jelent a lánckód? Mire használható? Mi a különbség a 4-szomszádos és 8-szomszédos lánckód között? Mik az előnyei és a hátrányai az így ábrázolt objektumoknak? Hogyan tudunk segítségével kerület- és hossz-számítást végezni? Milyen problémák adódnak? == | + | [[File:Számítógépes látórendszerek Euler-szám példa.png|600px]] |
| + | |||
| + | == Mit jelent a lánckód? Mire használható?<br/> Mi a különbség a 4-szomszádos és 8-szomszédos lánckód között? Mik az előnyei és a hátrányai az így ábrázolt objektumoknak?<br/> Hogyan tudunk segítségével kerület- és hossz-számítást végezni? Milyen problémák adódnak? == | ||
A lánckód egy veszteségmentes tömörítési algoritmus bináris képekhez. Lánckód segítségével alakfelismerést, sarokdetektálást végezhetünk. (A kódból egyértelműen látszik, hol vannak pl.: dudorok, bemélyedések.) | A lánckód egy veszteségmentes tömörítési algoritmus bináris képekhez. Lánckód segítségével alakfelismerést, sarokdetektálást végezhetünk. (A kódból egyértelműen látszik, hol vannak pl.: dudorok, bemélyedések.) | ||
Az objektum egy szélső pixelétől elindulva szomszédos, határ menti pixelekre lépkedünk. Attól függően, hogy milyen irányba lépünk tovább a pixelhez egy számot rendelünk hozzá. Ez a számsorozat alkotja a lánckódot. | Az objektum egy szélső pixelétől elindulva szomszédos, határ menti pixelekre lépkedünk. Attól függően, hogy milyen irányba lépünk tovább a pixelhez egy számot rendelünk hozzá. Ez a számsorozat alkotja a lánckódot. | ||
| 43. sor: | 59. sor: | ||
=== Kerület = kódhossz === | === Kerület = kódhossz === | ||
| − | Hossz számításnál kerül elő az a probléma, hogy négyzetes pixelek esetén egy átlós lépés valóságos hossza sqrt(2) egység. 4-szomszédos lánckód 2 egység hosszúnak, míg a 8-szomszédos esetben 1 egység hosszúnak veszi alapból. Ha szükséges akkor ezt kompenzálni kell. | + | Hossz számításnál kerül elő az a probléma, hogy négyzetes pixelek esetén egy átlós lépés valóságos hossza <math>sqrt(2)</math> egység. 4-szomszédos lánckód 2 egység hosszúnak, míg a 8-szomszédos esetben 1 egység hosszúnak veszi alapból. Ha szükséges akkor ezt kompenzálni kell. |
| + | |||
| + | [[File:Számítógépes_látórendszerek_lánckód_1.jpg]] | ||
| + | |||
| + | [http://cs.haifa.ac.il/hagit/courses/ip/Lectures/Ip13_Binary.pdf Forrás] | ||
== Ismertessen szubpixeles eljárásokat. Hogyan tudunk pozíciót, kerületet, ill. területet mérni segítségükkel? == | == Ismertessen szubpixeles eljárásokat. Hogyan tudunk pozíciót, kerületet, ill. területet mérni segítségükkel? == | ||
Interpoláció alapú eljárás, mely segítségével pixel alatti pontossággal illeszthetünk görbét egy objektumra. | Interpoláció alapú eljárás, mely segítségével pixel alatti pontossággal illeszthetünk görbét egy objektumra. | ||
| − | Megfelelő algoritmussal akár 0.1% pontosság is elérhető | + | Megfelelő algoritmussal akár 0.1% pontosság is elérhető. <br/><br/> |
| − | + | ''' Eljárás szürkeárnyalatos képekhez ''' | |
#Szürkeárnyalatos képeket először is binarizáljuk. | #Szürkeárnyalatos képeket először is binarizáljuk. | ||
#Visszatérve az eredeti képhez (fekete-fehér kép alapján) az átmeneteknél lévő pixelekhez egy súlytényezőt (értéke lehet tört, megadja az interpoláció finomságát) rendelünk attól függően, hogy mennyire világos/sötét az adott pixel. | #Visszatérve az eredeti képhez (fekete-fehér kép alapján) az átmeneteknél lévő pixelekhez egy súlytényezőt (értéke lehet tört, megadja az interpoláció finomságát) rendelünk attól függően, hogy mennyire világos/sötét az adott pixel. | ||
| 55. sor: | 75. sor: | ||
Pozíciószámítás során a 3. lépésben meghatározott határpontok koordinátáit használjuk fel a képletekben. | Pozíciószámítás során a 3. lépésben meghatározott határpontok koordinátáit használjuk fel a képletekben. | ||
Kerület, területnél hasonlóan. | Kerület, területnél hasonlóan. | ||
| + | |||
== Ismertesse az egyenesekre vonatkozó Hough-transzformáció működését. == | == Ismertesse az egyenesekre vonatkozó Hough-transzformáció működését. == | ||
=== Hough-transzformáció === | === Hough-transzformáció === | ||
A Hough-transzformáció segítségével a képen általában az | A Hough-transzformáció segítségével a képen általában az | ||
| − | <math> f (x, y ; a_1 , a_2 ,…, a_n)=0 </math> | + | <math> f (x, y ; a_1 , a_2 ,…, a_n)=0 </math> ahol |
| − | <math> a_1, a_2,…, a_n </math | + | <math> a_1, a_2,…, a_n </math> |
paraméterekkel explicit alakban megadható görbéket keressük. | paraméterekkel explicit alakban megadható görbéket keressük. | ||
A Hough-transzformáció alkalmazása célravezető, ha ismert alakú (és méretű) objektumokat keresünk a képen. | A Hough-transzformáció alkalmazása célravezető, ha ismert alakú (és méretű) objektumokat keresünk a képen. | ||
| − | Akkor is célszerű, ha az egyenesek részben takartak vagy zajosak. | + | Akkor is célszerű, ha az egyenesek részben takartak vagy zajosak. |
=== Áttérés a Hough-térbe === | === Áttérés a Hough-térbe === | ||
| 76. sor: | 97. sor: | ||
*Az így kapott egyenes valamennyi rá szavazó ponton átmegy a képtérben. | *Az így kapott egyenes valamennyi rá szavazó ponton átmegy a képtérben. | ||
*A Hough-tér küszöbölésével megkapjuk a képtér egyeneseit. | *A Hough-tér küszöbölésével megkapjuk a képtér egyeneseit. | ||
| + | [[File:Számítógépes_látórendszerek_egyenes_1.jpg]] | ||
A lap jelenlegi, 2017. július 12., 14:09-kori változata
Tartalomjegyzék
- 1 Hogyan definiálhatjuk egy objektum pozícióját? Ismertesse a pozíciómérés lehetőségeit. Mutassa meg, hogy lehet a pozíció értékét meghatározni bináris és maszkolt szürkeárnyalatos képeken.
- 2 Hogyan definiálhatjuk egy objektum orientációját? Sorolja fel az orientációmérés lehetőségeit, illetve röviden ismertesse ezek alapelvét.
- 3 Mit jelent az Euler szám? Mire használható? Adja meg a mellékelt ábra Euler számát.
- 4 Mit jelent a lánckód? Mire használható? Mi a különbség a 4-szomszádos és 8-szomszédos lánckód között? Mik az előnyei és a hátrányai az így ábrázolt objektumoknak? Hogyan tudunk segítségével kerület- és hossz-számítást végezni? Milyen problémák adódnak?
- 5 Ismertessen szubpixeles eljárásokat. Hogyan tudunk pozíciót, kerületet, ill. területet mérni segítségükkel?
- 6 Ismertesse az egyenesekre vonatkozó Hough-transzformáció működését.
Hogyan definiálhatjuk egy objektum pozícióját?
Ismertesse a pozíciómérés lehetőségeit.
Mutassa meg, hogy lehet a pozíció értékét meghatározni bináris és maszkolt szürkeárnyalatos képeken.
Egy 2D-s képet ábrázolhatunk egy derékszögű koordinátarendszerben, ahol az egyes pixelekhez hozzárendelhetünk egy (x,y) egész koordinátapárt. A koordinátarendszer középpontja tetszőlegesen, feladattól függően megválasztható, de általában a bal felső sarokban lévő pixelhez rendeljük hozzá a (0,0)-t. Egy objektum pozíciója az objektum egy jellegzetes koordinátapárjával jellemezhető. Ez a koordinátapár lehet:
geometriai középpont – az objektumot befoglaló téglalap/kör középpontja
tömegközéppont
Tömegközéppont [math](x_c,y_c)[/math] meghatározása
A kép mérete: [math] M \cdot N [/math] pixel ([math]M[/math] az oszlopok száma, [math]N[/math] a soroké)
- [math] p_x(x) = [/math] az [math] x[/math] koordinátájú oszlopban a vizsgált objektum pixeleinek száma
- [math] p_y(y) = [/math] az [math]y[/math] koordinátájú sorban a vizsgált objektum pixeleinek száma
Bináris képekre
Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni
Szürkeárnyalatos képekre
[math]I(x,y) [/math]: intenzitásfüggvény
Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni
Geometriai középpont [math](x_g,y_g)[/math] meghatározása
Meghatározás a befoglaló téglalap alapján
[math] x_{min}, x_{max}, y_{min}, y_{max} [/math] : az objektum legszélső pixeleinek koordinátái
[math] x_g = \frac{x_{min} + x_{max}}{2} [/math] és [math] y_g = \frac{y_{min} + y_{max}}{2} [/math]
[math] (x_g, y_g) [/math] a téglalap középpontja, azaz a geometriai középpont.
Meghatározás a befoglaló kör alapján
- egyértelmű, ha 3 ponton érinti a kört
- kör átlójáig egyértelmű, ha 2 ponton érinti a kört.
Hogyan definiálhatjuk egy objektum orientációját?
Sorolja fel az orientációmérés lehetőségeit, illetve röviden ismertesse ezek alapelvét.
Objektum orientációján egy objektum egy olyan 1D-s jellemzését értjük, mely irány-, szöginformációkat szolgáltat az adott objektumról. Objektum orientációja megadható a
- befoglaló téglalap arányaival és méreteivel
- legnagyobb távolsággal az objektumon belül
- középponttól vett legnagyobb távolsággal
- rá illeszthető legkisebb nyomatékú tengellyel
Mit jelent az Euler szám?
Mire használható?
Adja meg a mellékelt ábra Euler számát.
Az Euler-szám egyike a topológiai tulajdonságoknak, melyek egy kép geometriai leírását segítik elő. Fontos része az ilyen tulajdonságoknak, hogy rubber-sheet jellegű transzormációkra invariáns. Az ilyen jellegű tulajdonságok jól használhatók formák keresésére, objektumok felismerésére, adatbázisbeli keresésre. Euler-szám fontos szerepet játszik például orvosi képfeldolgozásban, fertőzött sejtek felismerésében.
Euler-szám = (egybefüggő régiók száma) – (lyukak száma)
Mit jelent a lánckód? Mire használható?
Mi a különbség a 4-szomszádos és 8-szomszédos lánckód között? Mik az előnyei és a hátrányai az így ábrázolt objektumoknak?
Hogyan tudunk segítségével kerület- és hossz-számítást végezni? Milyen problémák adódnak?
A lánckód egy veszteségmentes tömörítési algoritmus bináris képekhez. Lánckód segítségével alakfelismerést, sarokdetektálást végezhetünk. (A kódból egyértelműen látszik, hol vannak pl.: dudorok, bemélyedések.) Az objektum egy szélső pixelétől elindulva szomszédos, határ menti pixelekre lépkedünk. Attól függően, hogy milyen irányba lépünk tovább a pixelhez egy számot rendelünk hozzá. Ez a számsorozat alkotja a lánckódot.
- 4-szomszédos: csak azok a pixelek számítanak szomszédosnak, amiknek van közös élük
- 8-szomszédos: közös él, vagy közös csúcs
- 4-szomszédos lánckód maximális hiba: 41% (45°-os átlós egyenes)
- 8-szomszédos lánckód maximális hiba: 7.9% (~18-27°-os átlós egyenes)
Kerület = kódhossz
Hossz számításnál kerül elő az a probléma, hogy négyzetes pixelek esetén egy átlós lépés valóságos hossza [math]sqrt(2)[/math] egység. 4-szomszédos lánckód 2 egység hosszúnak, míg a 8-szomszédos esetben 1 egység hosszúnak veszi alapból. Ha szükséges akkor ezt kompenzálni kell.
Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni
Ismertessen szubpixeles eljárásokat. Hogyan tudunk pozíciót, kerületet, ill. területet mérni segítségükkel?
Interpoláció alapú eljárás, mely segítségével pixel alatti pontossággal illeszthetünk görbét egy objektumra.
Megfelelő algoritmussal akár 0.1% pontosság is elérhető.
Eljárás szürkeárnyalatos képekhez
- Szürkeárnyalatos képeket először is binarizáljuk.
- Visszatérve az eredeti képhez (fekete-fehér kép alapján) az átmeneteknél lévő pixelekhez egy súlytényezőt (értéke lehet tört, megadja az interpoláció finomságát) rendelünk attól függően, hogy mennyire világos/sötét az adott pixel.
- Megfelelő ablakozással (pl.: 2x2) végigpásztázzuk a határokat és súlyozásoknak megfelelően felbontjuk (kijelöljük a határpontot/határpontokat) a két szomszédos fekete-fehér pixel középpontját összekötő szakaszt.
Pozíciószámítás során a 3. lépésben meghatározott határpontok koordinátáit használjuk fel a képletekben. Kerület, területnél hasonlóan.
Ismertesse az egyenesekre vonatkozó Hough-transzformáció működését.
Hough-transzformáció
A Hough-transzformáció segítségével a képen általában az [math] f (x, y ; a_1 , a_2 ,…, a_n)=0 [/math] ahol [math] a_1, a_2,…, a_n [/math] paraméterekkel explicit alakban megadható görbéket keressük. A Hough-transzformáció alkalmazása célravezető, ha ismert alakú (és méretű) objektumokat keresünk a képen. Akkor is célszerű, ha az egyenesek részben takartak vagy zajosak.
Áttérés a Hough-térbe
Az input (kép)tér egy [math](x_i,y_i)[/math] pontjának az [math] r=x_i·\cosφ+y_i·\sinφ [/math] szinuszos görbe felel meg a Hough-térben. Az egy egyenesbe eső pontokhoz tartozó szinuszos görbék egy pontban metszik egymást.
Egyenesek meghatározása
- Egy (él)pont a képtérben megfelel egy szinuszos görbének a Hough-térben.
- Két pontnak két görbe felel meg.
- Két (vagy több) ilyen görbe metszéspontja által reprezentált egyenesre ekkor kettő (vagy több) szavazat esett.
- Az így kapott egyenes valamennyi rá szavazó ponton átmegy a képtérben.
- A Hough-tér küszöbölésével megkapjuk a képtér egyeneseit.
Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteni
