Assignment 1. ι ό αος α ά ς Page1

HTML
DOWNLOAD

Μέγεθος: px

Εμφάνιση ξεκινά από τη σελίδα:

Download "Assignment 1. ι ό αος α ά ς Page1"

Ναθαναήλ Δοξαράς
8 χρόνια πριν
Προβολές:

1 Α Α Α Η Assignment 1 Ο Α Α ή ς ο ά ς (mth76@edu.teicrete.gr) ι ό αος α ά ς (mth75@edu.teicrete.gr) Π.Α έ α Π ος Α α ής Page1

2 Contents Assignment Exercise ι ή Α ά... 3 φα ο ές Α ο έ α α... 4 Exercise ι ή Α ά... 8 φα ο ές Α ο έ α α... 9 Exercise ι ή Α ά Ά a. φα ο ές Α ο έ α α Ά b. φα ο ές Α ο έ α α Ά c. Α ά ο αθ α ι ού ο έ ο ο ό α α ιβ ιο αφι ή Α αφο ά: Page2

3 Assignment 1 Exercise 1 Implement a function myhist that takes as input arguments a uint8 grayscale image (0255) and the number of bins and returns the corresponding image histogram. The function call should be:h = my ist(i,n)where I is the input image, n the number of bins and H the histogram (n elements vector).to display the histogram you can use the stem function. To verify your results, compare with the builtinmatlab function imhist. εω Έ ας ό ος α ιθ ό pixel 255). Π οφα ώς, ι ό ας. Ο ύ ος ο ι ο ι αφής ιας ι ό ας ί αι ο ι ό α α, ο ο οίο α ι ο ί ι ο ο έ ο ι έ α ια ή α α ι ό ας 9, 10 ο άθ οι α ι ώ ο ι ο ά α ος ί αι ο α ιθ ός pi el ς ά α ος ιας ι ό ας ια ά Ό ο H i ί αι o α ιθ ός pi el Α ά ο έ ο ο ο αθ α ι ού ς ι ό ας ό α Έ : s, ο ιά α ιά α ς ς ι ό ας. p, ο ο ι ός α ιθ ός pi el ς ι ό ας., o α ιθ ός ια ά ο ι ο ά α ος. st, ο ύ ος ι ώ ο άθ ια ή α ος. k, ο ής pi el. ά ι α ό έ ς p. l, ο ής ς ι ό ας. ά ια ό έ ς th, θέ ο ι έ ο ιά α ο ι ό α ο l αι ο st αι αβά αι α ό έ ς. α ά α ός αίο ια ή α ος ί αι: M N ί αι: αβ ή i. α. α. ί αι α έ αβ ήα ό Page3

4 ά ά ο = st*(th1) Ά ά ο = st*th ύο οι α α ά έ ις: np = s(1)*s(2), ιό ι ι ό α ί αι ο θο ώ ια st = /, ιό ι ίο α ια ή α α φ th = (round(l/st. +, ιό ι ο rou d l/st. l/st, ο ο οίο α ά ι ό α ο l α ά ι ιά ο ίθ αι ο +. Έ ι, ώ ας ό α α pi el k= : p, ώ έ ο ας άθ φο ά άθ ι ό α α ό ιθ ο ο ι ά αι. θή έ ο ια ά ί αι: ια ά ις s, s ι ό ας ια ή α α. ι έφ ι ο α έ αιο έ ος ς ιαί ς α ι ώ ας α ό ο, ι α ό αι ας ό ς ις ι ό ς l= : οιο ιά α α ή ι φ ιά ο αι ο if (I(k)>=st*(th1) && I(k)<st*th && I(k)==l), H(th)=H(th)+1; end έ : H(th)=H(th)+1; ά ι άθ θέ ο ι ο ά α ος ό ς ι ίς θή ς ά ο. ια α ύ ο ι ή α ι ό ι ιο ού ια ί α ά α ό ο ι ό α α ό ς ις ι ό ς 255) ί ς ις α ή ις get, set ο ο οιού ο ς ά ο ς αι θέ ο ο figure. γ ς ε ώ ο ό α α e er ise. ιό ο ς ις ι ό ς: a era.tif αι ar ara.tif ια ις ι ές: =,,. A1) cameraman.tif, n=4 Page4

5 1) cameraman.tif, n=40 1) cameraman.tif, n=128 1) cameraman.tif, n=256 Page5

6 Α2) barbara.tif, n=4 2) barbara.tif, n=40 2) barbara.tif, n=128 Page6

7 2) barbara.tif, n=256 Πα α ή ις: έ ο ας ι ο ά α ος, α α ού ο α ιθ ό pi el αι ό ι α ί ο αι ό ς ις ο ύ ο ο ι ώ ις. οι ί ο Page7

Exercise 2 Implement a function mynormalize that attempts to normalize a uint8 grayscale image to the interval 0 255.

8 Exercise 2 Implement a function mynormalize that attempts to normalize a uint8 grayscale image to the interval For the normalization you should use the minmax intensity values of the input image to find the appropriate linear transformation. The function call should be: In = myνormalize(i); where Ι is the input image In is the output normalized image. Apply your function in several images (3 4) including under and overexposed images and comment on the results. Additionally present the image histograms before and after the normalization. εω ά ο ο ού ο οί ύ οι φια ώ ι ό α ά ο ι ές α ό έ ς.,έ ας α ό α ούς ί αι αι α Gra s ale ό ο Α ά ο αθ α ι ού ο έ ο ο ό α α Έ ι ό α pi el. άθ ι ό α ι ύ ι: <=I<=. ια α α ο ι ο οι θ ί οι ό ια ί ό α α ι ό α α ι ό έ ι ο i αβ θ ί, ο I a αι ό ς οι ι ό ς α α ο ο θήο έ : (1) In = a*i+b, ό ο I Έ ι ια I=I i α ό α ο ι ο οι έ ο έ ι ό α α. : (2) 0=a*Imin+b Page8

9 ια I=I a (3) 255=a*Imax+b α I a αι I i ο ού α ο ιο ι ού α ό ις α ί οι ς α ή ις ο Matla max(i), min(i). ι ύο ας ο ύ α αι β ί ο : a=255/(imaximin), b=255*imin/(imaximin) Ά α α ο ι ο οι έ έ φ α ο θα ι ο οι θ ί ο α ό ιθ ο ί αι: In = 255*I/(ImaxImin) 255*Imin/(ImaxImin) γ ς ε φα ό ο ά Charalambos_Dark.jpg A) ια ο Nor alize I ις ι ό ς: a era a.tif αι a era a : Page9

10 ια ο α ά α ο, ο ο οίο φ ο αφία αβή ό οά ι Page10

11 ια ο ς ή ς Pipes Πα α ή ις: ο a era a α θ ι ή φ ο αφία, ό ς αι ο α ί οι ο ι ό α α ί αι ό ό οια. Α ό ί αι, ιό ι φ ο αφία α ή ιέ ι αι ού ς αι ές ιο ές, ο αί ι ό ι ί αι ή ό α ο ι ο οι έ. Οι φ ο αφί ς Charala os_dark.jpg αι Pipes.jpg οι ο οί ς αβή α οά ι ιέ ο ά pi el. ι α ό α ί οι ς α ο ι ο οι έ ς φαί ο αι α ά ιο φ ι ές αι ο ι ό α ά ο ς ί αι α ο ι έ ο ος α ιά. Page11

12 Exercise 3 (a) Implement a function that takes as inputs (i) the focal length of the camera f, (ii) the image dimensions in pixels im_size(width,height), and (iii) a vector P representing a 3d point (X,Y,Z) and returns: The image coordinates of the point (u,v) as a 2d vector p. A variable valid taking the value 1 if the point is within the image and 0 otherwise. The function call should be: [p, valid] = myproject(f,im_size,p) Assume that the optical center of the camera is at the center of the image.apply the function to calculate the image coordinates of the 3d points of the file <3dpoints_a.mat>. Try different f and im_size values and comment on how these values influence the image coordinates of the same 3d points. (b) Implement a function that modifies the previous one so that instead of a single 3d point it takes as input n 3d points as a matrix P(3*n) (each column of the matrix represents the coordinates (X,Y,Z) of a point). The function should output a matrix p(2*n) with the image coordinates of these points and a vector valid(1*n). The function call should be: [p, valid] = myprojectm(f,im_size,p) Apply the function using a matrix containing some 3d points. (c) Load the 3d points P from <3dpoints_b.mat, 3dpoints_c.mat>and project them in the image using myprojectm. Visualize these points. For the visualization you could create a uint8 matrix containing zeros and with dimensions equal to im_size and display in that matrix the projected points by giving the value 255 to the corresponding pixels. Display that matrix using imshow. Try to enhance the visualization by replacing the 255 value with a value that depends on of each 3d point. Present the obtained results using several f and im_size values. εω οβο ι ή ία ι ύ ι ια έ ο έ α ί αι ό ι οι α ές α α έ ο έ θος α ι ι έ ά ο αι. Οι ι ιό ς οβο ής ί αι : 1. Many to One (*) 2. Points to Points 3. Lines to Lines (*) 4. Planes to Planes. * Ο οιο ή ο.* α ή ο Οι ο ο ίς α α ς D οβο ής ια ά ις. ο ές ώ οι ί ς, ο ή α αι ο ίο οβ θ ί ο ί ιο ίο ς ι ό ας ά αι α ό α. ά ι α ό ο έ ο ς ι ό ας οβά αι ίο. α έ ς βο θά ί οβο ής Page12

13 Page13

14 Ο ίο α uo, vo ς ίο βά ς α έ,ό α, θ ί αι ό ι β ί αι ο ο ι ό έ ο. ο f ο ί αι ς ια ή α ό α fo al le gth αι ί αι ά ας α ό ο ο ι ό έ ο. Ά 3a. γ ς ε ο ίο α ό α ο α έ ς έ ο ς ία, ώ ια ι ό α, f=50: ο ίο P0=(0,0,10) ί ι p0=(0,0), valid=1 ο ίο P1=(10,0,10) ί ι p1=(50,0), valid=1 ο ίο P2=(0,10,10) ί ι p2=(0,50), valid=1 ο ίο P3=(10,10,10) ί ι p3=(50,50), valid=1 ια ι ό α, f=200: ο ίο P0=(0,0,10) ί ι p0=(0,0), valid=1 ο ίο P1=(10,0,10) ί ι p1=(200,0), valid=0 ο ίο P2=(0,10,10) ί ι p2=(0,200), valid=0 ο ίο P3=(10,10,10) ί ι p3=(200,200), valid=0 ια ι ό α 300,300 f=200: ο ίο P0=(0,0,10) ί ι p0=(0,0), valid=1 ο ίο P1=(10,0,10) ί ι p1=(200,0), valid=1 ο ίο P2=(0,10,10) ί ι p2=(0,200), valid=1 ο ίο P3=(10,10,10) ί ι p3=(200,200), valid=1 Πα α ή ις: α ία,, = Οι ι ό ς ά Οι ά ς ι α ές ά οf Ά 3b.,, α ι ο ί ο αι ο x,y)=(0,0). ς ια ά ις ί ο α α ι ο ίο ιό α ό focal length (f) ί ο α α ι ο ίο ιό ά ο α ύ ο zoom, α ά ά ο ία. γ ς ε ία. α Παί ο ί α α: P = [X;Y;Z] = [ ; ; ]; αι αί α ο έ α α: p= αι valid= Page14

ια α ία ός ς ι ό ας α ι οι ί αι ι ό ά ο ς. Α α ά θέ ο α ού οια ί αι α ά α ία ο ς βά ο ι ό α.

15 Ά ια 3c. α ά ο α ο ίθ ο α ο ο θού α βή α α: γ 1. ή α ι ώ ο έ 2. ιο ία ο I tristi Matri K 3. α ο ή ί Ο ο ίς α έ ς ά toho 4. Π οβο ή ί ι ό α έ ph=k*ph 5. α ο ή α ια ές α έ ς ά fro Ho 6. ια ό α α ία έ ος α β ί ο αι έα ι ό α. 7. ια α ία ός ς ι ό ας α ι οι ί αι ι ό ά ο ς. Α α ά θέ ο α ού οια ί αι α ά α ία ο ς βά ο ι ό α.α θέ ο αέ ο α ύ ο ι ή α ι ό ι, ι ό ά ο ς έ ι α ί αι α ά ο ο, ύ φ α ο ύ ο: I(xcp,ycp)=a*Z(k)+b; αι b=a*zmin; a=255/(zmaxzmin); Ά ια α ια ο f c. φα ο ές Α ο ία dpoi ts_ ι έ έ α α αι ια f= ι ή έ οια ώ. ια α α ά ι ο ό zoo ία dpoi ts_ αι ια f=. ι ό α. Page15

16 γ : 1. Hartley Szeliski 2.1.5, 2.2, Lectures Alexandros Makris Page16

Σχετικά έγγραφα

ADVANCES IN DIGITAL AND COMPUTER VISION

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΔΠΜΣ ΠΡΟΗΓΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΠΑΡΑΓΩΓΗΣ ΑΥΤΟΜΑΤΙΣΜΟΥ ΚΑΙ ΡΟΜΠΟΤΙΚΗΣ ΕΡΓΑΣΙΑ 1 η ADVANCES IN DIGITAL AND COMPUTER VISION ΣΠΟΥΔΑΣΤΕΣ: ΓΕΡΜΕΝΗΣ ΕΥΑΓΓΕΛΟΣ (Α.Μ.: ΜΗ77) ΠΑΠΑΔΟΠΟΥΛΟΣ