„Számítógépes látórendszerek - Ellenőrző kérdések: Szegmentálás” változatai közötti eltérés
Ugrás a navigációhoz
Ugrás a kereséshez
Mit jelent a szegmentálás? Mikor van rá szükség? Mik a főbb nehézségei?
1. sor: | 1. sor: | ||
{{Vissza|Számítógépes látórendszerek}} | {{Vissza|Számítógépes látórendszerek}} | ||
== Mit jelent a szegmentálás? Mikor van rá szükség? Mik a főbb nehézségei?<br/>Mit jelent a szegmentálás során az idő-konzisztencia?<br/>A Szegmentálás paraméterterében milyen összetevőket alkalmazhatunk? == | == Mit jelent a szegmentálás? Mikor van rá szükség? Mik a főbb nehézségei?<br/>Mit jelent a szegmentálás során az idő-konzisztencia?<br/>A Szegmentálás paraméterterében milyen összetevőket alkalmazhatunk? == | ||
− | + | === Szegmentálás === | |
+ | Azonos tulajdonságú pixelek homogén régiókba történő csoportosítása. | ||
+ | === Szükséges/Felhasználás === | ||
+ | *Felületleírás | ||
+ | *Sztereó látás (élek megfeleltetése => 3Drekonstrukció) | ||
+ | *Alakfelismerés | ||
+ | *Képi adatbázis indexelése, keresés | ||
=== Nehézségek === | === Nehézségek === | ||
* színhasonlóság | * színhasonlóság |
A lap 2015. április 15., 22:01-kori változata
Tartalomjegyzék
- 1 Mit jelent a szegmentálás? Mikor van rá szükség? Mik a főbb nehézségei?Mit jelent a szegmentálás során az idő-konzisztencia?A Szegmentálás paraméterterében milyen összetevőket alkalmazhatunk?
- 2 Sorolja fel a fontosabb szegmentálási módszereket. Pár szóban mutassa be őket.
- 3 Ismertesse a K-Means és a Mean Shift algoritmusokat. Milyen előnyeik és hátrányaik vannak? Mikor használjuk őket?
- 4 Milyen régiónövelő eljárásokat ismerünk. Pár szóban mutassa be őket.
Mit jelent a szegmentálás? Mikor van rá szükség? Mik a főbb nehézségei?
Mit jelent a szegmentálás során az idő-konzisztencia?
A Szegmentálás paraméterterében milyen összetevőket alkalmazhatunk?
Szegmentálás
Azonos tulajdonságú pixelek homogén régiókba történő csoportosítása.
Szükséges/Felhasználás
- Felületleírás
- Sztereó látás (élek megfeleltetése => 3Drekonstrukció)
- Alakfelismerés
- Képi adatbázis indexelése, keresés
Nehézségek
- színhasonlóság
- mozgás (elmosódott élek)
- defókuszáltság
- hasonló textúrák
Sorolja fel a fontosabb szegmentálási módszereket. Pár szóban mutassa be őket.
- Küszöbözés, hisztogram alapú
- Éldetektálás alapú
- Klaszterezés: színcsatornák, térbeli eloszlás, időbeli eloszlás
- Régiónövelés
- Tömörítés-alapú módszerek
- Paraméteres megoldások, görbeillesztés
- Modell alapú
- Tanuló rendszerek
Ismertesse a K-Means és a Mean Shift algoritmusokat. Milyen előnyeik és hátrányaik vannak? Mikor használjuk őket?
Milyen régiónövelő eljárásokat ismerünk. Pár szóban mutassa be őket.
Kiinduláskor a pixelek egyenként külön halmazokat alkotnak. Összehasonlítjuk őket a szomszédaikkal, hasonlóság esetén összevonjuk a halmazokat [?]. Hasonlóság lehet:
- Kiválasztott (szín)csatornák
- Defókuszáltság
- Mélység (Mélységi képen)
SRM (Statisztikus régiónövelés)
[TODO]
Split & Merge
[TODO]