Ψηφιακή Επεξεργασία Εικόνας

Παρουσίαση με θέμα: "Ψηφιακή Επεξεργασία Εικόνας"— Μεταγράφημα παρουσίασης:

1 Ψηφιακή Επεξεργασία Εικόνας
Ενότητα # 5: Επεξεργασία δυαδικών εικόνων (β) Ιωάννης Καρύδης Τμήμα Πληροφορικής

2 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ρητώς.

3 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα Ιονίου Πανεπιστημίου» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.

4 Αριθμός Euler Καλείται genus ή χαρακτηριστικό Euler – Poincare
Γεωμετρικό - τοπολογικό χαρακτηριστικό αντικειμένων – εικόνων Διαφορά συνδεδεμένων στοιχείων C μείον το πλήθος των οπών Η Euler = C – H E = bweuler(bwImage,connectivity)

5 Αριθμός Euler – παράδειγμα
Νίκος Θοδωρής

6 Κυρτό κέλυφος Μια περιοχή R είναι κυρτή όταν για κάθε ευθύγραμμο τμήμα με άκρα 2 σημεία Α, Β ε R, όλα τα σημεία του ευθύγραμμου τμήματος ανήκουν και αυτά στην R Το κυρτό κέλυφος Η μιας περιοχής σε μια εικόνα είναι η μικρότερη κυρτή περιοχή που περιβάλει ένα αντικείμενο Υπολογιστικά ακριβός υπολογισμός

7 Κυρτό κέλυφος – παράδειγμα

8 Όρια περιοχής Όρια συνδεδεμένου στοιχείου S είναι τα pixel του S που είναι συνδεδεμένα με το S Συνήθης εντοπισμός ορίων με συγκεκριμένη σειρά διαδεδομένη προσέγγιση: ωρολογιακή φορά bwperim(bwImage,connectivity)

9 Εξωτερικό όριο Τα pixel του ορίου ανήκουν στο αντικείμενο
εντοπισμός εσωτερικού ορίου 4-γειτονιά γειτονικά pixel του εσωτερικού ορίου που δεν ανήκουν στο αντικείμενο

10 Επιφάνεια & περίμετρος
Επιφάνεια S είναι το πλήθος των pixel του S Αν υπάρχουν πολλά αντικείμενα, πρώτα διαχωρίζονται και αθροίζονται τα pixel καθενός Περίμετρος βάσει διαφορετικών ορισμών μήκος διαφορετικό για διαφορετικό ορισμό

11 Πυκνότητα Πυκνότητα C συμπαγούς αντικειμένου
ο λόγος του τετραγώνου της περιμέτρου προς την επιφάνειά του ελάχιστη τιμή (4π) όταν το αντικείμενο είναι τέλεια κυκλικό στις άλλες περιπτώσεις ισχύει η ανισότητα

12 Πυκνότητα- παράδειγμα
Πυκνότητα αντικειμένων εμβαδού 32 pixel Α:7,031, Β:8, Γ:15,125, Δ:15125

13 Πυκνότητα- παράδειγμα

14 Μετρήσεις αποστάσεων Απόσταση μεταξύ
2 pixel ή 2 αντικειμένων Πολλοί τρόποι προσδιορισμού της απόστασης για κάθε μετρική απόσταση πρέπει να ισχύει

15 Μετρήσεις αποστάσεων Ευκλείδεια Οικοδομική απόσταση
συχνότερα χρησιμοποιούμενη μέθοδος Οικοδομική απόσταση συχνά, παρόμοια αποτελέσματα με την Ευκλείδεια Σκακιστική απόσταση

16 Μετρήσεις αποστάσεων - παραδείγματα
3 2 1 3 2 1 3 2 1

17 Μετασχηματισμός απόστασης
Δυαδική -> μη δυαδική δίνοντας τιμή, σε κάθε pixel, που αντιστοιχεί με την απόσταση του από προκαθορισμένη περιοχή

18 Μετασχηματισμός απόστασης
Επαναληπτικός αλγόριθμος κ=1, βρίσκουμε όλα τα pixel του αντικειμένου που έχουν απόσταση μικρότερη ή ίση με κ από την προκαθορισμένη περιοχή & τους δίνουμε τιμή κ κ++, επιστροφή στο βήμα 1 τερματισμός

19 Ενδιάμεσος άξονας προσδιορισμός σκελετού αντικειμένων
απόσταση pixel S από το όριό του η d([i,j],S) του [i,j] εως το S είναι τοπικά μέγιστη αν ισχύει για όλα τα [u,v] Το σύνολο των pixel του S με αποστάσεις από το S τοπικά μέγιστες καλείται σκελετός

20 Ενδιάμεσος άξονας - παράδειγμα

21 Ενδιάμεσος άξονας - παράδειγμα

22 Λέπτυνση Επεξεργασία εικόνας Σκοπός
δυαδικές περιοχές ελαχιστοποιούνται σε γραμμές που προσεγγίζουν κεντρικές γραμμές (σκελετοί) Σκοπός περιορισμός συστατικών εικόνας σε απαραίτητα στοιχεία περαιτέρω ανάλυση - επεξεργασία - αναγνώριση αντικειμένων

23 Λέπτυνση - απαιτήσεις Συνδεδεμένες περιοχές εικόνας πρέπει να λεπτύνονται σε συνδεδεμένες δομές γραμμών Το αποτέλεσμα της λέπτυνσης πρέπει να τηρεί τον κανόνα της κατ’ ελάχιστο 8-συνδετικότητας Οι προσεγγιστικές θέσεις των οριακών γραμμών πρέπει να διατηρούνται Τα αποτελέσματα της λέπτυνσης πρέπει να προσεγγίζουν τις κεντρικές γραμμές Αιχμές που ξεπροβάλλουν λόγω λέπτυνσης πρέπει να ελαχιστοποιούνται

24 Επέκταση & συρρίκνωση Μετατροπή στοιχείων του αντικειμένου σε φόντο και ανάποδα Επέκταση αλλαγή τιμής pixel από 0 σε 1 αν υπάρχουν γειτονικά με τιμή 1 Συρρίκνωση αλλαγή τιμής pixel από 1 σε 0 αν υπάρχουν γειτονικά με τιμή 0

25 Επέκταση & συρρίκνωση - παράδειγμα

26 Επέκταση & συρρίκνωση - παράδειγμα

27 Περιστροφή εικόνας

28 Τέλος Ενότητας