Proste metody segmentacji
Transkrypt
Proste metody segmentacji
Laboratorium: Cyfrowe przetwarzanie obrazów i sygnaªów Proste metody segmentacji 1 Cel i zakres ¢wiczenia Celem ¢wiczenia jest zapoznanie si¦ z prostymi metodami segmentacji: 2 • progowaniem, • wykrywaniem i aproksymacj¡ kraw¦dzi. Przykªady Progowanie mo»na przeprowadzi¢ przy pomocy bloku Threshold (rys. 2). Parametry bloku (rys. 1) to: • Threshold - warto±¢ progowa, • Threshold type - metoda do wyboru spo±ród: CV_THRESH_BINARY - binaryzacja z progiem Threshold, CV_THRESH_BINARY_INV - negacja powy»szej, CV_THRESH_TRUNC - ograniczenie od góry do Threshold, CV_THRESH_TOZERO - zerowanie poni»ej Threshold, CV_THRESH_TOZERO_INV - zerowanie powy»ej Threshold, • Max Value - warto±¢ obszaru wyró»nionego po binaryzacji. Obserwuj¡c histogram obrazu przed progowaniem mo»na znale¹¢ warto±ci jasno±ci (na osi odci¦tych histogramu), dla których wyst¦puj¡ wyra¹ne doliny i u»y¢ ich jako warto±ci progu (rys. 2). Znajdowanie punktów, przez które prawdopodobnie przechodzi kraw¦d¹, mo»na wykona¢ szukaj¡c du»ych warto±ci moduªu gradientu funkcji obrazu. 1 Rysunek 1: Konguracja bloku Threshold Rysunek 2: Dobieranie progu na podstawie histogramu 2 Skªadowe gradientu obrazu f mo»na uzyska¢ operatorem Sobela, a moduª mo»na wyliczy¢ korzystaj¡c z normy euklidesowej lub taksówkowej: ge = q (∇x f )2 + (∇y f )2 , gt = |∇x f | + |∇y f |. Power (podnoszenie do pot¦gi √ Sqrt (pierwiastkowanie). Wskazówka: |a| = a2 . Binarny obraz Bloki przydatne do wyliczania tych norm to caªkowitej) i kraw¦dzi mo»na uzyska¢ przez odpowiednie progowanie moduªu gradientu. Bardziej zaawansowanym operatorem do wykrywania kraw¦dzi jest de- Canny (rys. 3) obejmuje dwa progi dla warto±ci moduªu gradientu (Threshold1 i Threshold2) oraz rozmiar okna operatora Sobela (Opening). tektor Canny. Konguracja bloku Rysunek 3: Kongurowanie detektora Canny Wi¦kszy z progów jest progiem radykalnym (wpªywaj¡cym na liczb¦ znajdowanych fragmentów kraw¦dzi), a mniejszy - liberalnym (decyduj¡cym o ich dªugo±ci). Zwi¦kszanie rozmiaru okna operatora gradientowego Sobela powoduje zmniejszanie czuªo±ci metody na szumy. Uwaga: operator Sobela nie jest normalizowany. Zwi¦kszanie okna ltru zwi¦ksza jego wzmocnienie, co nale»y uwzgl¦dni¢ przy wyborze progów. Do aproksymacji kraw¦dzi mo»na wykorzysta¢ transformacj¦ Hougha. Jest ona realizowana przez dwa bloki: Detect Hough Circles oraz Detect Hough Lines (rys. 4). Wyj±cie bloku Detect Hough Circles (typu IMG) zawiera obraz wej- ±ciowy z wrysowanymi kolorem czerwonym okr¦gami b¦d¡cymi wynikiem detekcji. Parametry tego bloku przedstawiono na rys. 5. Resolution (dp) jest wspóªczynnikiem redukcji rozmiarów (a wi¦c i roz- dzielczo±ci) akumulatora parametrów w stosunku do rozmiarów obrazu wej±ciowego. 3 Rysunek 4: Detekcja okr¦gów i linii prostych metod¡ Hougha Rysunek 5: Kongurowanie bloku Hough Circles 4 Minimal distance between two circles wpªywa na rozmiar klastra w przestrzeni parametrów, przetwarzanego na jeden okr¡g. Im jest wi¦kszy, tym wi¦cej s¡siaduj¡cych skupisk trae« ª¡czy si¦ w jeden klaster. Przy jego zmniejszaniu mo»liwe jest wykrycie wielu okr¦gów o ±rodkach poªo»onych blisko siebie. Threshold for edge detector decyduje o czuªo±ci operatora wykrywa- j¡cego punkty uwa»ane za kraw¦dziowe. Quality Threshold for detected circles decyduje o liczbie trae« niezb¦dnych do uznania, »e okr¡g zostaª wykryty. Wykrycie okr¦gów speªniaj¡cych wybrane kryterium selekcji jest sygnalizowane liczb¡ binarn¡ na wyj±ciu typu DB. Kryterium na rys. 5 pozwala okre±li¢ obszar, w którym powinien si¦ znale¹¢ ±rodek okr¦gu oraz zakres akceptowalnych warto±ci promienia. Odmienne kryterium selekcji stanowi¢ mo»e liczba znajdowanych okr¦gów (rys. 6). Rysunek 6: Kongurowanie liczby wykrywanych okr¦gów Wyj±cie bloku Detect Hough Lines (typu IMG) zawiera obraz wej- ±ciowy z wrysowanymi kolorem czerwonym odcinkami b¦d¡cymi wynikiem detekcji. Parametry tego bloku przedstawiono na rys. 7. 5 Rysunek 7: Kongurowanie bloku Hough Lines Quality Threshold decyduje o liczbie trae« niezb¦dnych do uznania, »e odcinek zostaª wykryty. Minimal Length oznacza najmniejsz¡ dopuszczaln¡ dªugo±¢ wykrywa- nego odcinka. Maximum tolerable gap oznacza dªugo±¢ najwi¦kszej akceptowalnej przerwy pomi¦dzy wykrytymi fragmentami linii, która zostanie zignorowana (fragmenty zostan¡ poª¡czone w jeden odcinek). Wykrycie odcinków speªniaj¡cych wybrane kryterium selekcji jest sygnalizowane liczb¡ binarn¡ na wyj±ciu typu DB. Kryterium selekcji jest formu- ªowane przez podanie koªowych obszarów poªo»enia ko«ców akceptowalnego odcinka, zadawanych przez wspóªrz¦dne ich ±rodka i promie«. 3 Zadania do wykonania 1. Wykona¢ progowanie obrazu dobieraj¡c próg na podstawie histogramu. Porówna¢ wyniki dla obrazu oryginalnego i zaszumionego addytywnie. Sprawdzi¢ wpªyw zastosowania ltracji dolnoprzepustowej przed progowaniem na jego wynik. 2. Znale¹¢ kraw¦dzie przy pomocy progowania normy gradientu Sobela 6 dla wybranych obrazów. Porówna¢ uzyskane wyniki z rezultatami operatora Canny. W obu przypadkach zaobserwowa¢ wpªyw zastosowanych parametrów na wynik detekcji. 3. Wykorzysta¢ transformacj¦ Hougha do wykrywania na obrazach odcinków linii prostych i okr¦gów. Zaobserwowa¢ wpªyw doboru parametrów na wynik detekcji. Uwaga: wyj¡tkowo w tym przypadku zaleca si¦ wykorzysta¢ obrazy barwne (tylko ze wzgl¦du na sposób wizualizacji wyników). 4 Uwagi pomocnicze 1. Operator progowania: F ilters and Color Conversion → T hreshold; 2. Operatory do wykrywania kraw¦dzi: Gradients, Edges and Corners → [Sobel, Canny]; 3. Operatory do wyliczania norm: M ath F unctions → [P ower, Sqrt]; 4. Transformacja Hougha: F eature Detection → [Detect Hough Lines, Detect Hough Circles]. 5. Przykªadowe obrazy do transformacji Hougha: /usr/share/harpia/cantata/[miniauto.png, rover.png] /usr/share/harpia/hough/*.png 5 Forma sprawozdania Analogicznie jak w ¢wiczeniu EX0, zamieniaj¡c w odpowiednich miejscach EX0 na EX5. Marek Wnuk 7