ΚΕΣ 03: Αναγνώριση Προτύπων και Ανάλυση Εικόνας. KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας. Κατάτµηση Εικόνων:

Σχετικά έγγραφα
Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

Μάθημα 8 ο. Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1

Μάθημα 8 ο. Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές

ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

Μέθοδοι Αναπαράστασης Περιγραµµάτων

Εργασίες στο µάθηµα Ψηφιακής Επεξεργασίας και Αναγνώρισης Εγγράφων

ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών.

Ακαδημαϊκό Έτος , Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης

6-Aνίχνευση. Ακμών - Περιγράμματος

7.5 Ενδιάμεσο επίπεδο επεξεργασίας εικόνας

DIP_05 Τμηματοποίηση εικόνας. ΤΕΙ Κρήτης

Βελτίωση Ποιότητας Εικόνας: Επεξεργασία στο πεδίο της Συχνότητας

Ψηφιακή Επεξεργασία Εικόνας ΚΕΦ4 -1- ΑNIΧΝΕΥΣΗ ΑΚΜΩΝ (EDGE DETECTION)

Επεξεργασία Έγχρωµων Εικόνων

ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας

Μέθοδοι Αναπαράστασης Περιοχών

Γραµµικοί Ταξινοµητές

Νοέμβριος 2005 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ 1/53

ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ

I.3 ΔΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ

Παρουσίαση Νο. 5 Βελτίωση εικόνας

«ΠΥΘΑΓΟΡΑΣ II: ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΠΑΝΕΠΙΣΤΗΜΙΑ»

Ακαδηµαϊκό Έτος , Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x

Θεωρία μετασχηματισμών

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη

Digital Image Processing

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής

A2. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ

1. * Η γραφική παράσταση µιας συνάρτησης f έχει εφαπτοµένη στο x 0 την ευθεία y = αx + β, µε α 0, όταν. είναι + είναι -

DIP_05 Τµηµατοποίηση εικόνας. ΤΕΙ Κρήτης

I.3 ΔΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ

Ψηφιακή Επεξεργασία Εικόνας

Υπολογιστικές μέθοδοι για την ανάλυση της πληροφορίας των εικόνων και την κατανόηση του περιεχομένου

Λειτουργία σηµείο γραµµή σε πολύγωνο

Ερωτήσεις αντιστοίχισης

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

ΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ

Matlab command: corner

Μάθημα: Μηχανική Όραση

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Ανάλυση Συστηµάτων Αυτοµάτου Ελέγχου: Γεωµετρικός Τόπος Ριζών

Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών. «Προηγμένα Συστήματα Παραγωγής, Αυτοματισμού και. Ρομποτικής» Assignment 2

ECDL Module 4 Υπολογιστικά Φύλλα Εξεταστέα Ύλη, έκδοση 5.0 (Syllabus Version 5.0)

Με τη σύμβαση της «κινηματικής αλυσίδας», ο μηχανισμός αποτυπώνεται σε πίνακα παραμέτρων ως εξής:

ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Α ΛΥΚΕΙΟΥ

ΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ

Μάθημα 10 ο. Περιγραφή Σχήματος ΤΜΗΥΠ / ΕΕΣΤ 1

Συµπίεση Ψηφιακών Εικόνων: Συµπίεση µε Απώλειες. Πρότυπα Συµπίεσης Εικόνων

Ψηφιακή Επεξεργασία Εικόνας

Μάθημα 9 ο. Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

ΜΗΧΑΝΙΚΗ ΟΡΑΣΗ. 2η ΕΡΓΑΣΙΑ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ

Digital Image Processing

Εφαρµογες Της Ψηφιακης Επεξεργασιας Σηµατων. Εκτιµηση Συχνοτητων Με ΙδιοΑναλυση του Μητρωου ΑυτοΣυσχετισης

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος.

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

ΖΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ ΔΠΜΣ Προηγμένα Συστήματα Παραγωγής, Αυτοματισμού και Ρομποτικής

Επαναληπτικές μέθοδοι

Νοέμβριος 2013 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ 1/57

Εργαστήριο ADICV1. Image Boundary detection and filtering. Κώστας Μαριάς 13/3/2017

Αποκοπή ευθυγράμμων τμημάτων

ΦΥΣ. 211 Τελική Εξέταση 10-Μάη-2014

ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ

Βιομαθηματικά BIO-156

ΦΥΣ. 211 Τελική Εξέταση 10-Μάη-2014

Παραδείγματα διπλών oλοκληρωμάτων Γ. Λυχναρόπουλος

Αφαίρεση περιθωρίου και διόρθωση παραμόρφωσης σε έγγραφα από κάμερα

1. ROSIN-RAMMLERRAMMLER

Ερωτήσεις πολλαπλής επιλογής

Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη

ΕΦΑΠΤΟΜΕΝΗ ΤΗΣ ΓΡΑΦΙΚΗΣ ΠΑΡΑΣΤΑΣΗΣ ΜΙΑΣ ΣΥΝΑΡΤΗΣΗΣ

Μοντέλο φωτισμού Phong

Λύσεις θεμάτων Εξεταστικής Περιόδου Σεπτεμβρίου 2014

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή.

Εισαγωγή Αλγόριθµοι Αποτελέσµατα Επίλογος Ορισµός του Προβλήµατος Ευθυγράµµιση : Εύρεση ενός γεωµετρικού µετασχηµατισµού που ϕέρνει κοντά δύο τρισδιάσ

Με τη σύμβαση της «κινηματικής αλυσίδας», ο μηχανισμός αποτυπώνεται σε πίνακα παραμέτρων ως εξής:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

Μάθημα 9 ο. Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΕΙΑ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ

ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων. Περιεχόµενα. Βιβλιογραφία. Συµπίεση εικόνων: Το πρότυπο JPEG. Εισαγωγή. Ευθύς µετασχηµατισµός DCT

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

Εφαρμοσμένα Μαθηματικά ΙΙ 4ο Σετ Ασκήσεων (Λύσεις) Διπλά Ολοκληρώματα Επιμέλεια: Ι. Λυχναρόπουλος

Παρουσίαση 2 η : Αρχές εκτίμησης παραμέτρων Μέρος 1 ο

Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Μελέτη και γραφική παράσταση συνάρτησης

ΜΕΤΡΗΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΥΨΗΛΩΝ ΤΑΣΕΩΝ

Περιεχόµενα. ΕΠΛ 422: Συστήµατα Πολυµέσων. Βιβλιογραφία. Εισαγωγή. Συµπίεση εικόνων: Το πρότυπο JPEG. Εισαγωγή. Ευθύς µετασχηµατισµός DCT

Nao becomes a painter

Επικοινωνίες I FM ΔΙΑΜΟΡΦΩΣΗ. Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών

α) Κύκλος από δύο δοσµένα σηµεία Α, Β. Το ένα από τα δύο σηµεία ορίζεται ως κέντρο αν το επιλέξουµε πρώτο. β) Κύκλος από δοσµένο σηµείο και δοσµένο ευ

Παραλληλισµός Εντολών (Pipelining)

dy df(x) y= f(x) y = f (x), = dx dx θ x m= 1

Μαθηματικός Ορισμός Διδιάστατου Χώρου (R 2 )

Transcript:

KEΣ 3 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση Εικόνων: Ανίχνευση Ακµών Τµήµα Επιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Περιεχόµενα Βιβλιογραφία Περιεχόµενα Ενότητας Εισαγωγή Ανίχνευση Ακµών Εντοπισµός Ορίου Περιοχών Βιβλιογραφία: Παπαµάρκος []: Κεφάλαιο Πήτας [999]: Κεφάλαιο onzales []: Chapter Sections.-.3 onzales [4]: Chapter Sections.-.4

Κατάτµηση Εικόνας Η ανάλυση εικόνας αναφέρεται στη διαδικασία εξαγωγής πληροφοριών από την εικόνα: Η έξοδος της διαδικασίας ανάλυσης εικόνων σε αντίθεση µε της διαδικασίες βελτίωσης και αποκατάστασης δεν είναι εικόνα αλλά πληροφορίες υψηλότερου επιπέδου Κατάτµηση ονοµάζουµε τη διαδικασία διαίρεσης της εικόνας σε οµοιόµορφες περιοχές οι οποίες ιδανικά αντιστοιχούν σε αντικείµενα π.χ. πρόσωπα που υπάρχουν στην εικόνα Η κατάτµηση αποτελεί σχεδόν πάντα το πρώτο στάδιο της διαδικασίας ανάλυσης εικόνων Επιτυχηµένη κατάτµηση οδηγεί σχεδόν πάντα σε αποτελεσµατική ανάλυση εικόνων Η αυτοµατοποιηµένη κατάτµηση εικόνων είναι ένα πολύ δύσκολο πρόβληµα ανδεν υπάρχει κάποιο προηγούµενη γνώση για το τι περιέχει η εικόνα Παράδειγµα κατάτµησης εικόνας: Κατάτµηση αεροφωτογραφιών που καταγράφουν την τροχαία κίνηση στους δρόµους Αποτέλεσµα τηςκατάτµησης θα πρέπει να είναι περιοχές που αντιστοιχούν στο δρόµο καιταεπιµέρους αυτοκίνητα Κατηγορίες Αλγορίθµων Κατάτµηση Εικόνας Η κατάτµηση εικόνας µπορεί να επιτευχθεί µε αναγνώριση είτε των σηµείων ασυνέχειας της εικόνας απότοµη µεταβολή της φωτεινότητας ή του χρώµατος είτε της οµοιοµορφίας ανάµεσα στις τιµές των piel της εικόνας Με βάση τις παραπάνω ιδιότητες υπάρχουν δύο κατηγορίες αλγορίθµων: Αλγόριθµοι εντοπισµού ορίου περιοχών boundar based segmentation Αλγόριθµοι βασισµένοι σε περιοχές region based segmentation Αλγόριθµοι εντοπισµού ορίου περιοχών: Ανίχνευση Ακµών - Συνένωση Ακµών Εντοπισµός Αντικείµένων µε τονμετασχηµατισµό Hough Αλγόριθµοι βασισµένοι σε περιοχές: Κατωφλίωση thresholding Επέκταση περιοχών region growing ιαίρεση και συνένωση περιοχών splitting and merging Κατάτµηση µεβάσητον µετασχηµατισµό Watershed

3 Ανίχνευση Σηµείων Ασυνέχειας Η ανίχνευση σηµείων ασυνέχειας στη φωτεινότητα της εικόνας πραγµατοποιείται µε τη βοήθεια του υπολογισµού της κλίσης gradient της εικόνας. Η κλίση µιας διδιάστατης συνάρτησης σε κάθε σηµείο είναι ένα διάνυσµα δύοστοιχείων: Η ένταση της κλίσης µέτρο δίνεται από τη σχέση: Ητιµή τουµέτρου προσεγγίζεται σε πολλές περιπτώσεις από την υπολογιστικά απλούστερη σχέση: + + mag + Ανίχνευση Σηµείων Ασυνέχειας ΙΙ Η κατεύθυνση κατά την οποία η µέγιστη κλίση λαµβάνει χώρα δίνεται από τη τιµή της γωνίας: Στη περίπτωση που η συνάρτηση δεν είναι συνεχής όπως συµβαίνει µε τις ψηφιακές εικόνες η κλίση της εικόνας υπολογίζεται µε τη βοήθεια των τελεστών Sobel: οι οποίοι εφαρµόζονται επαναληπτικά σε κάθε piel της εικόνας για τον υπολογισµό της µεταβολής της φωτεινότητας στην κάθετη και οριζόντια κατεύθυνση αντίστοιχα. tan a s s

Ανίχνευση Σηµείων Ασυνέχειας ΙΙΙ Η εφαρµογή των τελεστών Sobel ισοδυναµεί µε τις σχέσεις: + + + + + + + + + + + + + + + + + + µέσω των οποίων υπολογίζεται η κατεύθυνση στην οποία η κλίση έχει το µεγαλύτερο µέτρο καθώς και το µέτρο: a tan mag + + Για piel τα οποία αποτελούν σηµεία ασυνέχειας στη φωτεινότητα ισχύει: mag > T όπου T µια τιµή η οποία είτε δίνεται από το χρήστη είτε υπολογίζεται αυτόµατα από τις ιδιότητες της εικόνας Παράδειγµα Υπολογισµού της Κλίσης της Εικόνας ra Scale Image Vertical Derivative Υλοποίηση σε Matlab είναι η αρχική εικόνα: ηµιουργία µάσκας Sobel S: S special Sobel ; ηµιουργία µάσκας Sobel S: SS ; Υπολογισµός : imilters; Υπολογισµός : imilters; Συνολική κλίση εικόνας: abs+abs; Horizontal Derivative Image radient 4

Image radient Piels belonging to edges Εντοπισµός Σηµείων Ασυνέχειας Οι τιµές της κλίσης της εικόνας κυµαίνονται στο συγκεκριµένο παράδειγµα στο διάστηµα [ 3.4]. Επιλέγοντας Τ.46 προκύπτει η εικόνα µε τα σηµεία ασυνέχειας της φωτεινότητας Η επιλογή του κατωφλίου T υπολογίζεται αυτόµατα µε βάσητοιστόγραµµα της εικόνας της κλίσης. Στη Μatlab χρησιµοποιούµε τησυνάρτησηgrathesh Tgrathresh; Ηεικόνα Β µετασηµεία ασυνέχειας προκύπτει µε κατωφλίωση της κλίσης µε τηνεντολήimbw BimbwT; Εντοπισµός Σηµείων σε Γραµµές Οι τελεστές Sobel S και S µπορούν να χρησιµοποιηθούν για τη ανίχνευση οριζόντιων και κάθετων γραµµών αντίστοιχα. Εφαρµόζεται είτε η µάσκα S είτε η µάσκα S ανάλογα αν αναζητούνται οριζόντιες ή κάθετες γραµµές και µετά εκτελείται κατωφλίωση Οι µάσκες του διπλανού σχήµατος χρησιµοποιούνται για την ανίχνευση σηµείων σε διαγώνιες γραµµές 5

Ανίχνευση Ακµών Ακµή edge είναι ένα σύνολο από σηµεία ασυνέχειας τα οποία καθορίζουν το όριο ανάµεσα σε δύο οµοιόµορφες περιοχές Υπάρχουν σηµεία ασυνέχειας της φωτεινότητας τα οποία δεν αντιστοιχούν σε ακµές π.χ. Θόρυβος salt & pepper δηµιουργεί τυχαία σηµεία ασυνέχειας Τεχνικές που χρησιµοποιούνται για τον εντοπισµό σηµείων ασυνέχειας χρησιµοποιούνται και για την ανίχνευση ακµών Η επιλογή του κατωφλίου είναι κρίσιµη επειδή µπορεί να απαλείψει σηµεία ασυνέχειας τα οποία δεν ανήκουν σε ακµές Ανίχνευση Ακµών ΙΙ Ο υπολογισµός της κλίσης της εικόνας πρώτης παραγώγου και κατόπιν εφαρµογή κατωφλίωσης για επιλογή των µεγίστων της κλίσης είναι ο συνηθέστερος τρόπος για υπολογισµό ακµών Ο εντοπισµός των σηµείων στα οποία αλλάζει πρόσηµο η δεύτερη παράγωγος της εικόνας zero crossings µας δίνει επίσης σηµεία ασυνέχειας τα οποία πιθανόν να ανήκουν σε ακµές. Η παραπάνω τεχνική δεν χρησιµοποιείται συχνά αυτόνοµα γιατί είναι επιρρεπής σε θόρυβο Η διαδοχική εφαρµογή των τελεστών Sobel οδηγεί στον υπολογισµό της κλίσης 6

Ανίχνευση Ακµών ΙΙΙ Στο διπλανό σχήµα επιδεικνύεταιηδιαφοράως προς την ανοχή προς το θόρυβο της χρήσης της πρώτης και της δεύτερης παραγώγου: Με δεδοµένο ότι στη περίπτωση της πρώτης παραγώγου τα σηµεία που ανήκουν σε ακµές επιλέγονται µε κατωφλίωση ενώ στην περίπτωση της δεύτερης παραγώγου υπολογίζεται η αλλαγή προσήµου zero crossing είναι φανερό ότι η δεύτερη παράγωγος είναι σαφώς πιο ευαίσθητη στο θόρυβο. Με βάση τα παραπάνω είναι φανερό πως είναι επιθυµητό πριν την εφαρµογή της ανίχνευσης ακµών να εφαρµόζονται τεχνικές απαλοιφής θορύβου Στην περίπτωση της ανίχνευσης ακµών µε χρήση της δεύτερης παραγώγου ο συνδυασµός φιλτραρίσµατος για απαλοιφή θορύβου µε τη δεύτερη παράγωγο οδηγεί σε µια τεχνική γνωστή ως Laplacian o aussian. Laplacian o aussian Lo Η µάσκα της τεχνικής Lo φαίνεται στο διπλανό σχήµα Μια παραλλαγή της διπλανής µάσκας λαµβάνεται στη Matlab µε χρήσητηςεντολής hspecial Lo ; Ανίχνευση ακµών µε χρήση της Laplacian o aoussian µπορεί να γίνει είτε µεεφαρµογή φιλτραρίσµατος µε χρήση της παραπάνω µάσκας εντολή imilter και στη συνέχεια κατωφλίωση του αποτελέσµατος είτε µε απευθείας εφαρµογή της εντολής edge 7

Τεχνικές Ανίχνευσης Ακµών ra Scale Image Edge detection using Laplacian o aussian Edge detection using Sobel method Edge detection using Cann method Στο διπλανό σχήµα επιδεικνύεται η ανίχνευση ακµών στη Matlab µε χρήσητης εντολής edge και µε εφαρµογή των µεθόδων: Sobel: bedge sobel ; Laplacian o aussian: bedge Lo Cann: bedge cann Η τεχνική Cann αποτελεί βελτίωση της Sobel µε εκλέπτυνση ακµών και σύνδεση των piel των ακµών Εντοπισµός Ορίου Περιοχών Ηανίχνευσηακµών από µόνη της δεν µπορεί να χρησιµεύσει στην κατάτµηση εικόνων. Γειτονικές ακµές πρέπει να συνδυαστούν για να ορίσουν τα όρια boundaries περιοχών. 8

Σύνδεση Ακµών Υπάρχουν τρεις τεχνικές για συνένωση ακµών: Τοπική επεξεργασία. Γειτονικά Piels της εικόνας ακµών τα οποία έχουν παρόµοια τιµή στο µέτρο της παραγώγου αλλά και στη κατεύθυνση γωνία α συνδέονται µεταξύ τους Ολική επεξεργασία µε αναζήτηση γράφων ελαχίστου κόστους. Τα επιµέρους τµήµατα ακµών που A έχουν ανιχνευθεί θεωρείται ότι διαµορφώνουν ένα γράφο. Αναζητούνται κλειστές διαδροµές ελαχίστου κόστους µέσα στο γράφο. Οι διαδροµές αυτές θεωρείται ότι ανήκουν σε όρια περιοχών Μετασχηµατισµός Hough. Με βάση τα piel των ακµών αναζητούνται αντικείµενα τα οποία περιγράφονται από κλειστές µαθηµατικές σχέσεις π.χ. Γραµµές κύκλοι και ελλείψεις Ο συνδυασµός γραµµών µπορεί να προσεγγίσει πολλά άλλα σχήµατα. Εποµένως η ανίχνευση ακµών µε τονµετασχηµατισµό Hough είναι µια από τις πλέον διαδεδοµένες τεχνικές για το σχηµατισµό ορίων σε περιοχές Μετασχηµατισµός Hough Ανίχνευση γραµµών: Η εξίσωση της γραµµής στις πολικές συντεταγµένες δίνεται από τη σχέση: cosθ+cosθρ Οι παράµετροι θ και ρ καθορίζουν µοναδικά µια γραµµή Για την εύρεση των γραµµών µε τον µετασχηµατισµό Hough: Βρίσκουµε όλεςτιςδυνατέςγραµµές που µπορεί να περνάνε από κάθε piel µιας ακµής ενηµερώνοντας τα αντίστοιχα πεδία του πίνακα θρ βλέπε σχήµα Βρίσκουµε τα κελιά του πίνακα ζεύγη θρ τα οποία έχουν τι µέγιστη τιµή. Τα ζεύγη αυτά περιγράφουν τις γραµµές που υπάρχουν στην εικόνα. 9

Μετασχηµατισµός Hough II Σύνοψη Το υλικό που παρουσιάστηκε σε αυτή την ενότητα αναφέρεται στη κατάτµηση εικόνων µε χρήσης τεχνικών ανίχνευσης ακµών Οι περισσότερες από τις παραπάνω κατηγορίες επιτυγχάνουν αξιόλογα αποτελέσµατα µόνο σε ειδικές κατηγορίες εικόνων: Η κατάτµηση µε ανίχνευσηακµών είναι αποτελεσµατική σε εικόνες που περιέχουν σχετικά απλά αντικείµενα τα οποία µπορούν να προσεγγιστούν µε ευθείες ή απλά γεωµετρικά σχήµατα όπως κύκλοι και ελλείψεις Στο πλαίσιο της αναγνώρισης προτύπων χρησιµοποιούνται για την εύρεση του ορίου αντικειµένων ή περιοχών για να επιτρέψει τη δηµιουργία χαρακτηριστικών περιγραφής περιγράµµατος Η χρήση τεχνικών απαλοιφής θορύβου είναι εξαιρετικά υποβοηθητικό προστάδιο επεξεργασίας για αποτελεσµατική κατάτµηση εικόνων µε ανίχνευση ακµών ή κατωφλίωση