Ενότητα 3: Μετασχηµατισµοί Έντασης & Χωρικό Φιλτράρισµα

Σχετικά έγγραφα
Digital Image Processing

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων

Digital Image Processing

Τηλεπισκόπηση - Φωτοερμηνεία

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Advances in Digital Imaging and Computer Vision

Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση 24/6/2013

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

DIP_04 Βελτιστοποίηση εικόνας. ΤΕΙ Κρήτης

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

Πανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή ΘΕΜΑΤΙΚΗ : ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

Συστήματα Αυτομάτου Ελέγχου Ι Ασκήσεις Πράξης

Τηλεπισκόπηση. Ψηφιακή Ανάλυση Εικόνας Η ΒΕΛΤΙΩΣΗ εικόνας 1. ΔΙΑΧΕΙΡΙΣΗ ΑΝΤΙΘΕΣΗΣ 2. ΔΙΑΧΕΙΡΙΣΗ ΧΩΡΙΚΩΝ ΣΤΟΙΧΕΙΩΝ 3. ΔΙΑΧΕΙΡΙΣΗ ΠΟΛΛΑΠΛΩΝ ΕΙΚΟΝΩΝ

Ψηφιακή Επεξεργασία Εικόνας

Παρουσίαση Νο. 5 Βελτίωση εικόνας

Αναφορά (1/2) Μπορούμε να ορίσουμε μια άλλη, ισοδύναμη αλλά ίσως πιο σύντομη, ονομασία για ποσότητα (μεταβλητή, σταθερή, συνάρτηση, κλπ.

ΕΡΓΑΣΤΗΡΙΟ ΦΥΣΙΚΗΣ ΟΠΤΙΚΗΣ - ΟΠΤΟΗΛΕΚΤΡΟΝΙΚΗΣ & LASER ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΧΗΜΕΙΑΣ & Τ/Υ ΑΣΚΗΣΗ ΝΟ7 ΟΠΤΙΚΗ FOURIER. Γ. Μήτσου

Βιοϊατρική τεχνολογία

Ο Ήχος ως Σήμα & η Ακουστική Οδός ως Σύστημα

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

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

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

Παρουσίαση του μαθήματος

ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά

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

Ασκήσεις Επεξεργασίας Εικόνας

Εργαστήριο ADICV2. Image filtering. Κώστας Μαριάς

Παρουσίαση Νο. 6 Αποκατάσταση εικόνας

Λύσεις Ασκήσεων ΣΕΙΡΑ 1 η. Πρόσημο και μέγεθος

επιµέλεια Θοδωρής Πιερράτος

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

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

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

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

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 5 η : Αποκατάσταση Εικόνας

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

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

Digital Image Processing

Λογαριθµικοί Ενισχυτές

Επαναληπτικές Ασκήσεις για το µάθηµα Ψηφιακή Επεξεργασία Σηµάτων

Advances in Digital Imaging and Computer Vision

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

Αλγεβρικές Δομές ΙΙ. 1 Ομάδα I. Ά σ κ η σ η 1.1 Έστω R ένας δακτύλιος. Δείξτε ότι το σύνολο

ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ (ΦΙΛΤΡΑΡΙΣΜΑ)

Α.Τ.Ε.Ι. Ηρακλείου Ψηφιακή Επεξεργασία Εικόνας ιδάσκων: Βασίλειος Γαργανουράκης. Ανθρώπινη Όραση - Χρωµατικά Μοντέλα

Εισαγωγή στην Ανάλυση και Προσοµοίωση Δυναµικών Συστηµάτων

1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13

Ακαδηµαϊκό Έτος , Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Σημαντικές χρονολογίες στην εξέλιξη της Υπολογιστικής Τομογραφίας

ΕΡΩΤΗΣΕΙΣ ΑΞΙΟΛΟΓΗΣΗΣ

. Βάθος χρώματος: Πραγματικό χρώμα. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 8bit. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 1bit.

ΑΡΧΕΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΜΕΤΑΒΛΗΤΩΝ

Μετασχηµατισµός Ζ (z-tranform)

Advances in Digital Imaging and Computer Vision

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1

Ολοκληρωµένο Περιβάλλον Σχεδιασµού Και Επίδειξης Φίλτρων

ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

DIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης

Τελεστικοί Ενισχυτές

6 Εφαρµογές των παραγώγων στον υπολογισµό ορίων α- προσδιόριστων µορφών - Κανόνες L Hôpital

Συνεπώς, η συνάρτηση µεταφοράς δεν µπορεί να οριστεί για z=0 ενώ µηδενίζεται όταν z=1. Εύκολα προκύπτει το διάγραµµα πόλων-µηδενικών ως εξής:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ

Ψηφιακή Επεξεργασία Σημάτων

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

Ενότητα 3: Μορφολογική Επεξεργασία Εικόνας

2. Επίλυση μη Γραμμικών Εξισώσεων

Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 17: Φίλτρα (II)

ΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

Εισαγωγή Ασπρόμαυρο Halftoning γάμμα Φως/Χρώμα Χρωματικά Μοντέλα Άλλα. 6ο Μάθημα Χρώμα. Γραφικα. Ευάγγελος Σπύρου

Ψηφιακή Επεξεργασία Εικόνων

MPEG-7 : Περιγραφή πολυμεσικού περιεχομένου

Α. Η γραφική παράσταση της συνάρτησης 2. f(x) = α x 2 + β x + γ, α 0. f (x) x. Παράδειγμα. Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε.

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

ΑΡΧΕΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ (Y2204) Βασιλάκης Εµµανουήλ Λέκτορας Τηλεανίχνευσης

Έγχρωµο και Ασπρόµαυρο Φως

Digital Image Processing

ΕΙΣΑΓΩΓΗ ΣΤΑ ΗΛΕΚΤΡΟΝΙΚΑ ΦΙΛΤΡΑ

ΦΙΛΤΡΑ. Κατηγορίες Φίλτρων

Ψηφιακός Έλεγχος. 10 η διάλεξη Ασκήσεις. Ψηφιακός Έλεγχος 1

Τυπική µορφή συστήµατος 2 ας τάξης

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1

ΕΝΟΤΗΤΑ 12: ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE

ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

3-Απρ-2009 ΗΜΥ Φίλτρα απόκρισης άπειρου παλμού (IIR)

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ Κυκλική Συνέλιξη. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

ΔΕΙΓΜΑ ΠΡΙΝ ΤΙΣ ΔΙΟΡΘΩΣΕΙΣ - ΕΚΔΟΣΕΙΣ ΚΡΙΤΙΚΗ

Σήματα και Συστήματα. Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

4 Συνέχεια συνάρτησης

0, αλλιώς. Σεραφείµ Καραµπογιάς. Παράδειγµα 1 Η πηγή X(t) είναι στατική Gaussian µε µέση τιµή µηδέν και φασµατική πυκνότητα ισχύος.

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Ακαδημαϊκό Έτος Παρουσίαση Νο. 2. Δισδιάστατα Σήματα και Συστήματα #1

3. ΑΠΟΚΡΙΣΗ ΚΑΤΑ ΣΥΧΝΟΤΗΤΑ

Το πρόβλημα του φιλτραρίσματος είναι να υπολογιστεί η βέλτιστη εκτίμηση. μέχρι και τη χρονική στιγμή k. Η εκτίμηση είναι:

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

Transcript:

Ενότητα 3: Μετασχηµατισµοί Έντασης & Χωρικό Φιλτράρισµα

Βασικές Έννοιες Διεργασίες στο πεδίο του χώρου f(x, y) : εικόνα εισόδου g(x, y) : εικόνα εισόδου g x, y = T f(x, y) T : τελεστής που εφαρµόζεται πάνω στην f και ο οποίος ορίζεται επί µιας ολόκληρης γειτονιάς του σηµείου (x, y)

Βασικές Έννοιες Όταν η αρχή της γειτονίας βρίσκεται πάνω στο περίγραµµα της εικόνας, τότε κάποιο τµήµα της θα εκτείνεται σε περιοχές εκτός της εικόνας. Στην περίπτωση αυτή η διαδικασία: Θα αγνοήσει τα pixel που βρίσκονται εκτός εικόνας ή θα προσθέσει στην εικόνα ένα περίγραµµα µε µηδενικές ή κάποιες άλλες καθορισµένες τιµές έντασης

Βασικές Έννοιες Η παραπάνω διαδικασία είναι γνωστή ως χωρικό φιλτράρισµα. Η γειτονία µαζί µε την πράξη που ορίζει ο τελεστής T αποτελούν το χωρικό φίλτρο (χωρική µάσκα, πυρήνας, παράθυρο)

Βασικές Έννοιες Εάν ο τελεστής T εφαρµόζεται σε ένα µόνο pixel (δηλ. γειτονία 1x1), τότε έχουµε µετασχηµατισµό έντασης, και ο T αποτελεί τη συνάρτηση µετασχηµατισµού έντασης. s = T(r) s, r : η ένταση των g, f αντίστοιχα, σε κάθε σηµείο (x, y)

Βασικές Συναρτήσεις Ματασχηµατισµού Έντασης Τρεις βασικοί τύποι συναρτήσεων: Γραµµικές (π.χ. κατασκευή αρνητικής εικόνας) Λογαριθµικές (και αντίστροφες λογαριθµικές) Νιοστής Δύναµης ή Τετραγωνικές Ρίζες Νιοστής Τάξης

Αρνητικό Εικόνας Έστω εικόνα µε επίπεδα έντασης στην περιοχή [0, L- 1]. O Μετασχηµατισµός που µας δίνει το αρνητικό ορίζεται ως: s = L 1 r

Λογαριθµικοί Μετασχηµατισµοί O Λογαριθµικός Μετασχηµατισµός ορίζεται στη γενική του µορφή ως: c µια σταθερά και r 0 s = c log 1 + r Ο λογαριθµικός µετασχηµατισµός απεικονίζει µια στενή ζώνη χαµηλών τιµών έντασης σε µια ευρύτερη περιοχή επιπέδων εξόδου, ενώ το αντίθετο ισχύει για τις υψηλότερες τιµές των επιπέδων εισόδου.

Λογαριθµικοί Μετασχηµατισµοί Χρησιµοποιείται για να διευρύνουµε τις τιµές των σκοτεινών pixel µιας εικόνας, συµπιέζοντας ταυτόχρονα τις τιµές που ανήκουν σε υψηλότερα επίπεδα. Ο αντίστροφος λογαριθµικός µετασχηµατισµός λειτουργεί, προφανώς, µε τον αντίθετο τρόπο.

Μετασχηµατισµοί µε βάση την ύψωση σε δύναµη (µετασχηµατισµοί γ) Ορίζονται στη γενική τους µορφή ως: c γ : θετικές σταθερές s = cr 7

Μετασχηµατισµοί µε βάση την ύψωση σε δύναµη (µετασχηµατισµοί γ) Διόρθωση γ : Η διαδικασία που εφαρµόζεται προκειµένου να διορθώσουµε φαινόµενα απόκρισης συσκευών (οθόνες, εκτυπωτές κλπ.) που χρησιµοποιούν ύψωση σε δύναµη. Ενίσχυση αντίθεσης

Τµηµατικά Συνεχείς Συναρτήσεις Μετασχηµατισµού Συµπληρωµατική προσέγγιση των µεθόδων που είδαµε. Βελτίωση Αντίθεσης Τεµαχισµός Επιπέδων Έντασης Τεµαχισµός Επιπέδου bits

Χωρικό Φιλτράρισµα Φιλτράρισµα εικόνας Χαµηλο-περατό (αποµάκρυνση θορύβου) Υψηλο-περατό (εξαγωγή περιγράµµατος) Μπορεί να υλοποιηθεί τόσο στο πεδίο του χώρου, όσο και στο πεδίο των (χωρικών) συχνοτήτων Θα µελετήσουµε φίλτρα στο πεδίο του χώρου (spatial filtering) Ειδική περίπτωση αποτελούν τα γραµµικά φίλτρα

Η Μηχανική του Χωρικού Φιλτραρίσµατος Σε κάθε σηµείο (x, y) της εικόνας, η απόκριση του φίλτρου R(x, y) θα είναι: R( i, j ) = w ( 1, 1 ) f ( i 1, j 1 ) + w ( 1,0 ) f ( i 1, j ) + L ( ) ( ) ( ) ( ) ( ) ( j + 1) + w 0,0 f i, j + L+ w 1,0 f i + 1, j + w 1,1 f i + 1, Στη γενικότερη περίπτωση, δίνεται απο τη σχέση σχέση a b g ( i, j) = w( s, t) f ( i + s, j + t) s= at= b