งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

1 Image Processing and Computer Vision Edge Detection & Generalized Hough Transform.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "1 Image Processing and Computer Vision Edge Detection & Generalized Hough Transform."— ใบสำเนางานนำเสนอ:

1 1 Image Processing and Computer Vision Edge Detection & Generalized Hough Transform

2 2 Edge Detection Contour edge Texture edge Edge มี 2 ชนิด -Contour edge -Texture edge

3 3 Edge Detection การหาค่า Edge ในภาพคือการหา pixel ที่อยู่ ติดกัน ที่มีการเปลี่ยนแปลงค่า intensity มาก ๆ เช่น จาก หรือจาก 255-0

4 4 Edge Filter (Robert Operator)

5 5 Edge Filter (Prewitt Operator)

6 6 Edge Filter (Sobel Operator)

7 7 Edge Filter (Canny Operator) d. Canny operator I[i,j] = image Convolution image by Gaussian Filter we will get S[i,j] = G[i,j;  ] * I[i,j]  = spread of gaussian ( การกระจายค่าของ gaussian filter) ทำการสร้าง filter จากสูตร P[i,j] = (S[i,j+1] – S[i,j] + S[i+1,j+1] – S[i+1,j]) / 2 Q[i,j] = (S[i,j] – S[i+1,j] + S[i,j+1] – S[i+1,j+1]) /2

8 8 Edge Filter (Canny Operator) -Edge pixel M[i,j] =  P[i,j] 2 + Q[i,j] 2 - Each  in edge pixel  [i,j] = arctan(Q[i,j], P[i,j])

9 9 Sample Image

10 10 Generalized Hough Transform ใช้สำหรับหารูปร่าง ๆ ใด ภายในภาพเป้าหมาย (Target Image) ซึ่งประกอบด้วย 2 ส่วนใหญ่ ๆ คือ 1. ทำการเก็บรายละเอียดต่าง ๆ ของ Template shape ไว้ก่อน 2. ทำการค้นหารูปร่าง (shape) ภายใน ภาพเป้าหมาย (Target image)

11 11 Learn Shape ทำการสร้าง Shape สำหรับเป็น Template ขึ้นมาก่อน 1. ทำการเลือกจุดกึ่งกลางของภาพต้นแบบ 2. สำหรับ pixel ที่เป็น edge ให้ลาก เส้นตรงเข้าหาจุดกึ่งกลาง และทำการเก็บ ค่าต่าง ๆ ดังนี้  = มุมที่กระทำกับแกน X  = ค่า gradient ที่ได้จากการทำ edge detector r = ระยะทางจากเส้นขอบที่ลากไปยัง จุดกึ่งกลาง

12 12 GHT : R-Table สร้าง R-Table ขึ้นมา เพื่อเก็บค่า ช่วงของ 

13 13 Search for Shapes Target Image

14 14 Search for Shape Algorithm สำหรับ search ในภาพเป้าหมาย (Target) 1. ทำการหาขอบ ของรูปภาพเป้าหมาย และทำ การเก็บค่า  (gradient direction) ไว้ 2. สำหรับทุก ๆ edge pixel ใช้ค่า  ที่ได้จากข้อ 1 เพื่อทำการค้นหาค่า  และ r ซึ่งเก็บอยู่ใน R-Table 3. สำหรับค่าของ  และ r ที่ได้จากการค้นหาใน R-Table ตาม  นั้น ให้ทำการ แทนค่าของ  และ r ในสูตร xc = x + rcos(  ) yc = y + rsin(  ) 4. ทำการ Vote xc และ yc จากนั้นทำการเลือก ค่า Maximum vote ของ xc และ yc มาเป็นคำตอบก็จะได้จุด กึ่งกลางที่จะทำการวางภาพ template ลงไปในภาพ target

15 15 Search for Shapes

16 16 Case when Image Scale or Rotate Scale factor = S Rotation factor =  ทำการสร้าง Array ขนาด 4 มิติ ขึ้นมาเพื่อทำการ Vote ดังนี้ Array[xc, yc, S,  ] ซึ่งค่า S อาจเป็นได้ดังนี้ 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0, 1.1, 1.2, 1.3, 1.4, 1.5 ส่วนค่า R ให้มีค่าตั้งแต่ 0-359

17 17 Case when Image Scale or Rotate ดังนั้นเมื่อมีค่า Scale และ Rotation เข้ามาเป็นตัว แปรด้วยจะต้องการเปลี่ยนสมการเก่าเป็นสมการ ใหม่ ดังนี้ xc = x + rcos(  ) yc = y + rsin(  ) xc = x + r S cos(  +  ) yc = y + r S sin(  +  )

18 18 Case when Image Scale or Rotate Algorithm 1. For each ( , r) from R-Table For each S = 0.3 to 1.5 For each  = 0 to 359 find Array[xc, yc, S,  ]++ Look for Maximum vote in 4-D Array xc = x + r S cos(  +  ) yc = y + r S sin(  +  )

19 19 Example

20 20 Example

21 21 Example

22 22

23 23 Example


ดาวน์โหลด ppt 1 Image Processing and Computer Vision Edge Detection & Generalized Hough Transform.

งานนำเสนอที่คล้ายกัน


Ads by Google