Histogramberäkning på en liten bild. Signal- och Bildbehandling FÖRELÄSNING 9 Histogram och. Olika histogram

Storlek: px

Starta visningen från sidan:

Download "Histogramberäkning på en liten bild. Signal- och Bildbehandling FÖRELÄSNING 9 Histogram och. Olika histogram"

Britta Eliasson
för 7 år sedan
Visningar:

1 Signl- och Bildehndling FÖRELÄSNING 9 Histogrm och Konnektivitet tröskelsättning Logisk omgivningsopertorer i Binär ildehndling Konnektivitetsevrnde Morfologisk opertioner krympning Diltion (Expnsion) och Konnektivitetsevrnde Erosion () krympning till skelett och komintioner Detektering v Enkel tillämpning: förgrenings- och kretskort ändpunkter Avståndskrtor Segmentering och Mät vstånd i ilder etiketting Formfktorer Teori: Kp.., Kortste t vägen 5 (örjn), 6 Mri Mgnusson, Dtorseende, Inst. för Systemteknik, Linköpings Universitet p. Histogrmeräkning på en liten ild Bild f(x,y) Histogrm p(f) p. Histogrmmet P(f) v en ild f(x,y) är en snnolikhetsfunktion som utsäger hur oft en viss intensitetsnivå förekommer. for f=,,...,q- % Initier histop(f):= % grm till end p. Olik histogrm Kn tröskelsätts Fig. 5. p. 4 for (x,y)=(,),(,),...,(m,n) ()() (MN) %B Beräkn f(x,y) => p(f):=p(f)+ % histogrm end for f=,,...,q- % Normer p(f):=p(f) / (M*N) % histogrm end % (görs ilnd) Kontinuerligt, g, imodlt Diskret, imodlt Diskret, ej imodlt

2 Tröskelsättning En gråskleild f(x,y) tröskelsätts enligt: x, y B B om om f f x, y x, y p. 5 T T kmer En Bildnlysmodell op. Segmentering extrh hering p. 6 lssifiering Gå Gråskle- ild filtre ering trös skelsät ttning mo orfolog gisk l eling egens kps- k c f x, y p f T Ex) B=55, B= Ex) B=, B= x, y Fig. 5.4 Fig.. Binär Bildehndling Informtionsreduktion Bild => Beskrivning resultt Morfologisk opertioner Grundläggnde morfologisk opertioner Diltion (Expnsion) Erosion () Opening (Öppning) = Erosion + Diltion Closing (Slutning) = Diltion + Erosion p. 7 Grundläggnde morfologisk opertioner Diltion (expnsion) p. 8 Erosion (krympning)

3 p. 9 p. Opening = Erosion + Diltion erosion diltion Closing = diltion + erosion diltion erosion Tr ort små ojekt och utskott (spurs) Återställer storleken Fyller igen små hål och sprickor Återställer storleken p. p. Opening följt v closing opening closing Closing följt v opening closing opening

4 p. p. 4 Nästn smm resultt! t! Strukturelement t Binär filterkärnor rukr klls strukturelement. De vnligste strukturelementen är illustrerde nedn. Origo är mrkert med en punkt. Opening följt v closing Closing följt v opening Diltion formell eskrivning fltning tröskling p. 5 Erosion formell eskrivning A strukturelement struktur- korreltion tröskling element Antl pixlr i struktur-elementet t t Korreltion = fltning med ovikt kärn p. 6 Fig. 6. Fig. 6.

5 Exempel: slutför denn diltion! p. 7 Exempel: slutför denn erosion! p. 8 A p. 9 p. Strukturelementet t t d (4) Strukturelementet t t d (8) Expnsion med dett strukturelement: All sidogrnnr till ojektet -ställs med dett strukturelement: All sidogrnnr till kgrunden -ställs Expnsion med dett strukturelement: All sido- och hörngrnnr till ojektet -ställs med dett strukturelement: All sido- och hörngrnnr till kgrunden -ställs

6 p. p. Strukturelementet t t d (okt) Räkneregler Expnsion är kommuttiv. (Jämför med fltning.) Dett strukturelement ger en jämnre (oktgonl) expnsion/krympning. Smm effekt kn erhålls genom tt omväxlnde nvänd d (4) och hd (8). är inte kommuttiv. ((Jämför med korreltion.)) (Antg tt och är olik. Om ryms i så ryms ej i ) In-ild Prllell implementtion nvänds p. l vid expnsion, se ild Jor prllellt med en in-ild och en ut-ild. Applicers på hel ilden i ett pss. Vrje pixel påverks r v det område som täcks v strukturelementet. Rättfrm implementtion: Loop över ilden, pplicer hel strukturelementet, skriv resulttet i en ut-ild. Ut-ild Tillämpning: Att vsyn ett kretskort p. 4 Hitt för små ledrvstånd Hitt för tunn ledre Hitt skräp

7 p. 5 Ejiris lgoritm för vsyning v kretskort Originl c Krymp n För tunn ledree Invertering And=mul- ->, -> tipliktion Expnd n+ c För tunn ledre Origi- nl Expnd n Krymp n+ För små ledrvst Fig Fig. Strukturelementet kn nvänds för tt eräkn vstånd pproximtivt. Det finns olik metriker. Strukturelementet pplicers upprepde gånger på ojektet (här en punkt). Noter itertionsnumret. Det ger ett vstånd till ojektet. Vid vrje itertion öks vståndet med. d (4) -metrik d (8) -metrik d (okt) -metrik: lterner d (4) och d (8) p. 6 Ojektet är vståndskrtert i d (4). Utför d (8) och d (okt) vståndskrtering! d (4) : ll sido-grnnr påverks d (8) : ll sido- och hörngrnnr påverks p. 7 st Formfktorer P PA 6.4 4A A FORM d d d d x, y da 6.5 A A Kompkt: Ickekompkt: Mäter kompktheten hos ett ojekt. p. 8 P omkrets A re d vstånd till knt medelvst till knt d (4) -metrik d (8) -metrik d (okt) -metrik PA=FORM = PA FORM stor

8 p. 9 Diskret formfktor Fig. 6. d dx, y dx, y 6.7 A A A A Gnsk r sätt A FORM 6.6 tt mät 9 d omkrets 4 4 d.7 77 A 77 4 FORM d P 4 PA. 4 4A 4 77 Hitt kortste vägen mh vståndskrt och efterföljnde följ trcking Mn vill förind de två punktern x och med punkten o. Hinder måste ekts. p. Vilk grnnr är smmnhängnde? p. Konflikt melln ojekt och kgrund p. d (4) -konnektivitet: pixlr sitter ihop om de hr ngränsnde sid d (8) -konnektivitet: pixlr sitter ihop om de hr ngränsnde sid eller hörn d (4) -konn. ojekt <=> d (8) -konn. kgrund d (8) -konn. ojekt <=> d (4) -konn. kgrund d (4) -konnektivitet: kti it t ojekt d (8) -konnektivitet: ojekt d (4) -konnektivitet: ojekt, smmnhängnde kgrund d (8) -konnektivitet: kti it t ojekt med hål

9 Logisk omgivningsopertorer i Andr nmn: mtchningskärnor, mönster Indt: All pixlr inom en omgivning, Utdt: En logisk funktion v dess Exempel: Konnektivitetsevrnde krympning till punkt Tunning: Konnektivitetsevrnde krympning till skelett (Extrherr ojektets mittlinje) Detektering v förgrenings- och ändpunkter p. p. 4 4-konnektivitetsevrnde krympning till punkt, mtchningskärnor Fs : Fs : Fs : Fs 4: från väster få från norr från öster från söder Fig. 6.4 Konnektivitetsevrnde krympning till punkt, lgoritm d- ser. Applicer mtchningskärnorn i fs på inilden. Vid mtchning nollställ ut-ilden. in-ild := ut-ild Applicer mtchningskärnorn i fs på inilden. Vid mtchning nollställ ut-ilden. in-ild := ut-ild Applicer mtchningskärnorn i fs på inilden. Vid mtchning nollställ ut-ilden. in-ild := ut-ild Applicer mtchningskärnorn i fs 4 på inilden. Vid mtchning nollställ ut-ilden. in-ild := ut-ild föränd nde fs ingen erföljn er tills i 4 efte Repete g sker R ring p. 5 p. 6 4-konnektivitetsevrnde krympning till punkt, exempel = försvinner i fs = försvinner i fs, : itertionen etc... = slutresultt Fs : från väster v

10 p. 7 4-konnektivitetsevrnde krympning till skelett, mtchningskärnor Fs : Fs : Fs : Fs 4: Fig. 6.4 från väster från norr från öster från söder p. 8 4-konnektivitetsevrnde krympning till skelett, exempel = försvinner i fs, = försvinner i fs, etc... = slutresultt lt t Fs : från väster Fs : Fs : Fs : Fs 4: 8-konnektivitetsevrnde krympning till punkt och skelett, mtchningskärnor Fig. 6.7 Uteslutes vid krympning till skelett. p. 9 p. 4 8-konnektivitetsevrnde krympning till skelett, exempel = försvinner i fs, = försvinner i fs, etc... = slutresultt lt t 4 Fs : från väster

ändslut förgreningspunkter Detektering v förgrenings- punkter och ändslut p. 4 Fig. 6.

Segmentering skiljer ut och eti- ketterr smmnhängnde ojekt p.

growing idg Region splitting nd merging Wtershed-segmentering Ett gemensmt slutsteg t på en segmen- senre

Borderfollow) Ej riktigt så sn Ger mer informtion projekt p.

Noter om det finns grnn-pixlr som hr olik etiketter. ), 4) Höger scn: Om ->: Sätt ny etikett.

11 ändslut förgreningspunkter Detektering v förgrenings- punkter och ändslut p. 4 Fig. 6.9 Originl Efter tunning Detekterde ändslut och förgreningr Gråskleild Segmenterd och etiketterd ild? Segmentering skiljer ut och eti- ketterr smmnhängnde ojekt p. 4 Segmenteringslgoritmer Detekter ojektets knter, mm kn vi Tröskelsättning redn Regionsserd segmentering Region growing idg Region splitting nd merging Wtershed-segmentering Ett gemensmt slutsteg t på en segmen- senre tering är oft etikettering (leling) Etikettering (leling) RT-lgoritmen (Run-trck) Sn RB-lgoritmen (Rster-scn Borderfollow) Ej riktigt så sn Ger mer informtion projekt p. 4 ingår ej Etikettering med RT- lgoritmen (Run-Trck) Scnn ilden uppifrån och ner. Noter om det finns grnn-pixlr som hr olik etiketter. ), 4) Höger scn: Om ->: Sätt ny etikett. Sprid etiketter till öster. ) Sprid etiketter till söder. ) Vänster scn: Sprid etiketter till väster. N) Preliminärt resultt. Slutgiltigt t resultt, t se nedn: Gör en om-etikettering så tt grnn-pixlr inte längre hr olik etiketter. Noter: Det finns vrinter på denn metod, se t ex Fig. 6. i kompendiet. p. 44

Relevanta dokument

Histogramberäkning på en liten bild

Histogramberäkning på en liten bild Signal- och Bildbehandling FÖRELÄSNING Histogram och tröskelsättning Binär bildbehandling Morfologiska operationer Dilation (Expansion) och Erosion () och kombinationer Avståndskartor Mäta avstånd i bilder