Digital Image Processing Part 3 – Pixel Relationship

Slides:



Advertisements
งานนำเสนอที่คล้ายกัน
จัดทำโดย นางวรวรรณ ชะโลธาร
Advertisements

Another one of Data Structure
K-Nearest Neighbour Algorithm
ลิมิตและความต่อเนื่อง
ลำดับทางเดียว (Monotonic Sequences)
DSP 6 The Fast Fourier Transform (FFT) การแปลงฟูริเยร์แบบเร็ว
EEET0485 Digital Signal Processing Asst.Prof. Peerapol Yuvapoositanon DSP3-1 ผศ.ดร. พีระพล ยุวภูษิตานนท์ ภาควิชา วิศวกรรมอิเล็กทรอนิกส์ DSP 6 The Fast.
BC320 Introduction to Computer Programming
กรอบแนวคิด ในการทำวิจัย
Image Enhancement in the Spatial Domain
Hashing Function มีหลายฟังก์ชั่น การเลือกใช้ขึ้นอยู่กับความเหมาะสมของข้อมูล ตัวอย่างของฟังก์ชั่นแฮชมีดังนี้ 1. Mod คือการนำค่าคีย์มา mod ด้วยค่า n ใด.
Register Allocation and Graph Coloring
Ordering and Liveness Analysis ลำดับและการวิเคราะห์บอกความ เป็นอยู่หรือความตาย.
บทเรียนคอมพิวเตอร์ช่วยสอน (CAI)
องค์ประกอบและประโยชน์ของมัลติมิเดีย
TWO-DIMENSIONAL GEOMETRIC
เรื่อง การประยุกต์ใช้ : โปสการ์ด/กรอบรูป
: Computer Graphics (คอมพิวเตอร์กราฟิกส์)
จำนวนจริง F M B N ขอบคุณ เสถียร วิเชียรสาร.
บทที่ 3 พื้นฐานการเขียนโปรแกรม Visual Basic
สับเซต ( Subset ) นิยาม กำหนดให้ A และ B เป็นเซตใด ๆ เรากล่าวว่า A เป็นสับเซต B ก็ต่อเมื่อ สมาชิกทุกตัวของ A เป็นสมาชิกของ B ใช้สัญลักษณ์
Chapter 5 การประยุกต์ของ อินทิกรัล Applications of Integrals.
บทที่ 8 เมตริกซ์และตัวกำหนด.
Object-Oriented Analysis and Design
ตัวดำเนินการ (Operator) คือสัญลักษณ์หรือเครื่องหมายแทนการกระทำกับข้อมูล เพื่อบอกให้เครื่องคอมพิวเตอร์ทราบว่าจะต้องดำเนินการใดกับข้อมูลใดบ้าง แบ่งออกเป็น.
Matrix Structure In Graph Theory.
การนำทฤษฎีกราฟมาใช้ในด้าน
Minimization วัตถุประสงค์ของบทเรียน
องค์การและการบริหาร Organization & Management
Image Processing & Computer Vision
Image Processing and Computer Vision
Image Processing & Computer Vision
Image Processing & Computer Vision
Binary Image Processing
Image Processing & Computer Vision
ระบบอนุภาค.
7.2 ลวดลายบนพื้นผิว (Texture)
มหาวิทยาลัยมหาสารคาม
ระบบจำนวนเต็ม โดย นางสาวบุณฑริกา สูนานนท์
การจัดกระทำข้อมูล.
การดำเนินการเกี่ยวกับเซต
ความสัมพันธ์และความสัมพันธ์ทวิภาค
นิยาม, ทฤษฎี สับเซตและพาวเวอร์เซต
ความสัมพันธ์ดีกรี n และการประยุกต์ใช้งาน
ค32213 คณิตศาสตร์สำหรับคอมพิวเตอร์ 3 โรงเรียนปลวกแดงพิทยาคม
โดย อ.วัชรานนท์ จุฑาจันทร์
การเลือกและปรับรูปทรงวัตถุ การเลือกและปรับรูปทรงวัตถุ
รู้จักกับTimeline, Layer และ Scene รู้จักกับTimeline, Layer และ Scene
วิชา COSC2202 โครงสร้างข้อมูล (Data Structure)
วิชา COSC2202 โครงสร้างข้อมูล (Data Structure)
นางสาวอารมณ์ อินทร์ภูเมศร์
Symbol & Instance.
การเคลื่อนที่แบบโพรเจกไทล์
บทที่ 2 เริ่มต้นใช้งาน Flash
วงรี ( Ellipse).
การสร้างแบบสอบถาม และ การกำหนดเงื่อนไข.
Tip & Trick ตัดต่อ และซ้อนภาพ ปรับแต่งภาพให้สีสันสดใส
School of Information Communication Technology,
ครูยุพวรรณ ตรีรัตน์วิชชา
กิจกรรม 4.7 สีของรุ้งเกิดขึ้นได้อย่างไร
ความสัมพันธ์และฟังก์ชัน
Set Operations การกระทำระหว่างเซต
หลักการเขียนโปรแกรม ( )
เมทริกซ์ (Matrix) Pisit Nakjai.
ขอนำเสนอ แผนภูมิกราฟ.
การทดลองสุ่มและแซมเปิ้ลสเปซ
-การสะท้อน -การเลื่อนขนาน -การหมุน
โรงเรียนวังไกลกังวล หัวหิน
Summations and Mathematical Induction Benchaporn Jantarakongkul
บทที่ 7 การสร้างและการใช้งาน ฟังก์ชัน อาจารย์ชนิดา คำเพ็ง สาขาวิชาเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ และเทคโนโลยี
ใบสำเนางานนำเสนอ:

Digital Image Processing Part 3 – Pixel Relationship

Neighborhood of a pixel Pixel p(x,y) จะมี neightborhood ในแนวนอน และแนวตั้ง อย่างละ 2 pixels Pixel ทั้ง 4 นี้ เราเรียกว่า 4-neighbors of p = Pixel ทั้ง 4 มีระยะห่าง 1 หน่วย ถ้าหากว่า เป็น pixel ที่อยู่ตรงขอบของภาพ จะมีจำนวน neighbor น้อยกว่านี้

Diagonal & 8-neighbors แต่ละ pixel จะมี neighbor ในแนวทแยงมุมอีก 4 pixel ดังรูปด้านล่าง เราเรียก neighbor ในแนวทแยงมุมว่า เมื่อรวมเอา กับ เราจะได้ 8-neighbor of p = เช่นกัน ถ้า อยู่บนขอบของภาพ จะมีจำนวน 8-neighbor น้อยกว่านี้

Connectivity มีความสำคัญในการแยกแยะวัตถุออกจาก background เพราะเป็นการบอกถึงขอบเขตของวัตถุได้ รวมถึงการแยกวัตถุหนึ่ง ออกจากอีกวัตถุหนึ่ง

Connectivity Pixel สอง pixel ใดๆ จะเรียกว่า connect (อยู่ติดกัน) ถ้าเป็นไปตามเงื่อนไขดังนี้ เป็น neighbor กัน และมีค่า intensity ที่เหมือนกัน สำหรับ binary B ใดๆ pixel p และ q จะอยู่ติดกัน ก็ต่อเมื่อ หรือ และ q p q p p q

Connectivity กำหนดให้ เป็นเซตของระดับค่าสีเทา สำหรับ แต่ละ pixel ในภาพใดๆ และให้ จะได้ ชนิดของ connectivity ดังนี้ 4-Connectivity 8-Connectivity M-Connectivity

Connectivity Mixed connectivity เป็นการปรับมาจาก 8-connectivity เพื่อกำจัดการเชื่อมต่อที่ซ้ำซ้อน ตัวอย่าง กำหนดให้ 4-connected 8-connected m-connected 1 1 1

Adjacency ถ้า pixel สอง pixel ใดๆ จะเรียกว่า อยู่ติดกัน (adjacent) ถ้าหากว่ามันต่อกัน (มี connectivity) ชนิดของ adjacency ก็จะแบ่งตามชนิดของ connectivity นั่นคือ 4-adjacency 8-adjacency m-adjacency Concept นี้ สามารถนำไปใช้กับ subset ของภาพใดๆ ว่า subset แต่ละอันนั้น อยู่ติดกัน หรือไม่ โดยกำหนดว่า ถ้ามี subset และ ทั้งสอง subsets จะอยู่ติดกันก็ต่อเมื่อ มี และ ที่ มีส่วนที่ connect กันอยู่

Adjacency Adjacency Not-adjacency

Path (แนวทางเดิน) Path จาก ไปยัง จะมีได้ก็ต่อเมื่อ มี pixel ที่อยู่ระหว่างจุดทั้งสองนี้ ที่กำหนดโดย โดยที่ และ คือ ความยาวของแนวทางเดิน If there’s n+1 pixel, the path is n

Connected component เมื่อกำหนดให้ และ ถ้า connect กับ ก็ต่อเมื่อมีแนวทางเดินที่อยู่ภายใน สำหรับ pixel ใดๆที่อยู่ใน ที่เชื่อมต่อกับ จะเรียก pixel นั้นๆว่าเป็น connected component ของ เป็น concept ที่ใช้หาว่าพื้นที่ไหนอยู่ภายในวัตถุเดียวกัน

การกำหนดพื้นที่ของ connected component ใช้สำหรับการหา shape, area, boundary

Distant Measure กำหนดให้ มี point สามอัน คือ และ เป็นฟังก์ชั่นของการหาระยะทาง โดยมีคุณสมบัติดังนี้ Euclidean Distance

City-Block Distance มีอีกชื่อว่า distance หรือ Manhattan Distance ถูกกำหนดโดย The sum of how much distance I have to move in x- and y-direction is D-4 distance

Chess Board Distance มีอีกชื่อว่า distance ถูกกำหนดโดย

Arithmetic/Logical Operation เป็นการกระทำกันระหว่าง pixel สอง pixel ใดๆ Logical operation จะใช้กับ binary image อย่างเดียวเท่านั้น Arithmetic Logical

Logical Operation NOT A (A’) A

Logical Operation B A XOR = ตรงข้ามกับ ก็ต่อเมื่อ A and B A XOR B

Neighborhood Operations คือ การใช้ค่าของ neighborhood pixel มากระทำ เพื่อแทนค่าตรงตำแหน่งของ pixel ใด pixel หนึ่ง เช่น ใช้ค่า average มาแทนค่ากลาง

Neighborhood Operation

Neighborhood Operations การกำจัด Noise การทำ Thinning การหาขอบของวัตถุ (Edge Detection) ฯลฯ