Vak naam : Beeldbewerking Docent : Lb Vak code : BBW1N1 Datum : Klas : NH43 Tijd : uur Aantal bladzijden : 2 Lok : T40

Transcriptie

1 Vak naam : Beeldbewerking Docent : Lb Vak code : BBW1N1 Datum : Klas : NH43 Tijd : uur Aantal bladzijden : 2 Lok : T40 Bij dit tentamen is het toegestaan gebruik te maken van dictaten, boeken en aantekeningen. Vraag 1: (2,5 punten) a: Een CCD-camera heeft horizontaal 640 en verticaal 380 pixels. Het signaal van deze camera wordt met behulp van een framegrabber gedigitaliseerd in een grijswaardenbeeld. Kan er nu nog sprake zijn van een square picture beeld formaat? Motiveer je antwoord! b: Wat betekent de "S" in het BOS-signaal en waarvoor is deze nodig? c: Stel de digitalisatie van het videosignaal vindt plaats m.b.v. van een 12 bits A/Dconversie i.p.v. met een 8 bits A/D-conversie. Welke invloed heeft deze verhoging van rijswaardenresolutie op het histogram van de grijswaardenverdeling. Vraag 2: (2,5 punten) a: In figuur 1(zie vraag 4) is een afbeelding te zien met voorwerpjes die op graankorrels lijken. Stel de opname in figuur 1 wordt fourier getransformeerd, Schets hoe het vermogensspectrum er dan uit zou kunnen zien! Voorzie schets van enig commentaar!. b: Indien de rechter helft van al deze korrels over een afstand van 20 pixels ( ca. hun eigen breedte) naar links zouden worden geschoven, welk effect zou dat op het vermogensspectrum hebben (Na fourier transformatie)? c: Stel in datzelfde figuur 1 is de achtergrond volkomen zwart = 0. Is het element in de oorsprong op coördinaat 0,0 van het frequentiespectrum dan ook 0? d: Stel men gaat in het in de vorige vragen ontstane frequentiespectrum een rechthoek (van ca. 10 x 10 pixels) symmetrisch rond het 0,0 punt zodanig bewerken dat de reële en imaginaire delen van alle voorkomende vectoren 0 worden. Vervolgens gaat men een inverse fourier transformatie op het resultaat uitvoeren. Wat is dan het effect op het als zodanig ontstane beeld in het n domein? Vraag 3: (2,5 punten) a: Leg in het kort uit hoe je de gemiddelde contourlengte van een object in de bedscène kunt bepalen. b: Stel je hebt in een beeldscène slechts twee beeldcomponenten, hoe kun je nu den minimale onderlinge afstand tussen die twee bepalen? 1

2 Vak naam : Beeldbewerking Docent : Lb Vak code : BBW1N1 Datum : Klas : NH43 Tijd : uur Aantal bladzijden : 2 Lok : T40 c: Wat zegt de maximum grijswaarde van de hiervoor genoemde beeldcomponenten nadat deze zijn bewerkt met de operaties MARK en LABEL. d: Is de uitspraak: Door bij een binair beeld verschillende binaire operaties uit te voeren op verschillende bitplanes binnen dat binaire beeld, kan het oorspronkelijke binaire beeld gaan lijken op een beeld met grijswaarden, juist of onjuist? Motiveer je antwoord!. Vraag 4: (2,5 punten) Figuur 1 a: Stel het in figuur 1 zijn 36 graankorrels te zien. In een database heeft men een vergelijkbaar korreltje geselecteerd. Men wil nu weten welke van de afgebeelde 36 korrels het meest op het exemplaar in de database lijkt. Stel alle parameters van de afzonderlijke korrels zijn beschikbaar. Welke problemen doen zich voor? b: Zou het de moeite waard zijn hier template matching toe te passen? Licht je antwoord kort toe? c: Kan voor dit speciale probleem een neuraal netwerk getraind worden? Licht je antwoord toe! 2

3 Vraag 1 (25 punten) a: Een CCD camera is via een framegrabber kaart in een computer aangesloten op die computer. De framegrabber levert beelden met een formaat van 512 x 512 pixels. Moet het aantal ccd elementen van de camera nu ook 512 x 512 zijn? Motiveer je antwoord! Nee! Tussen de camera en de framegrabber is er een analoog video signaal. Het aantal pixels van de camera hoeft dus geen enkele relatie te hebben met het aantal pixels van de framegrabber. b: De meeste eenvoudige ccd camera s beschikken over een gamma correctie. Waarvoor dient deze? Deze dient om de niet lineairiteit van de helderheidsturing van een CRT buis te compenseren. (Hetgeen tevens tot contrast verbetering kan leiden) c: Wat is de maximale integratie tijd ( de tijd waarin de pixels lading hebben kunnen vormen als gevolg van opvallend licht) van eenvoudige ccd camera s? Bij eenvoudige CCD camera s met beeldfrequentie 25 Hz is dat 40 ms d: Wat zijn bitplanes en wat kan men er mee doen? Bitplanes zijn denkbeeldige vlakken waarvan bits van (bij pixels behorende)bytes, met dezelfde significantie, als een geheel (vlak) worden beschouwd. Deze bitplanes zijn geschikt om er binaire operaties mee uit te voeren. Vraag 2 (25 punten) a: In onderstaande afbeelding zit een duidelijk patroon. (Zwart is hoge intensiteit en wit laag) Figuur 1 : Willekeurige afbeelding ( 512 x 512 pix) Schets globaal het power of amplitudespectrum dat zal ontstaan na een 2-dimensionale fourier-transformatie van figuur 1? (Hoge waarden zwart schetsen) 1-1 -

4 Merk op dat de spatiele frequentie van de verticale kolommen ( relatieve frequentie ca. 30/512 x 2πgroter is dan die van de horizontale rijen. (ca. 22/512 x 2π ) In het 2D fourier getransformeerde vlak (optische weergave) zal een patroon ontstaan met allicht een helderpunt( teken vette grote stip) in het midden. Verder zal er rond het middelpunt een rechthoekig patroon van heldere punten ontstaan waarbij de punten op de verticale lijn verder uit elkaar liggen ( grondfrequentie ca. 30) dan die op de horizontale lijn (grondfrequentie ca. 22). De stippen zijn steeds te vinden op een oneven veelvoud van de grondfrequentie en nemen af in helderheid. Het patroon loopt verticaal verder door dan horizontaal. b: Stel dat in figuur 1 zwart hoge intensiteit en wit juist lage intensiteit voorstelt? Wat is dan het effect van het feit dat de 5 langere kolommen per kolom veel meer bolletjes hebben dan de vier langere horizontale rijen? Het effect daarvan is dat In verticale richting is er meer vermogen dus zal de helderheid van de punten in die richting groter zijn en er hogere frequenties nog waarneembaar zijn c: Nu wordt er met de camera zodanig ten opzichte van het figuur ingezoomd dat alle afstanden in pixels (tussen de bolletjes) van het figuur verdubbelen. Daarna ondergaat het beeld een 2-dimensionale fourier transformatie. Leg uit wat er met het fourier spectrum gebeurt (vergeleken met de situatie bij vraag a). Wat er in ieder geval gebeurt is dat alle frequenties in het spectrum halveren. Van de helderheid is moeilijk eenvoudig te bepalen wat er zal gebeuren: enerzijds verdwijnen er enkele stippen (waardoor minder vermogen), doch te overblijvende stippen groeien (Waardoor meer vermogen). Het is aannemelijk dat dat laatste zwaarder weegt dan het eerste. d: Stel de oriëntatie van de camera waarmee figuur 1 is gemaakt draait 30 graden. Omschrijf het effect daarvan op het fourier spectrum zoals gevraagd bij vraag a? Het patroon van het frequentie spectrum verdraait (tegen de draaihoek in ) ook 30 graden Vraag 3 (25 punten) a: Stel het patroon in figuur 1 behoort bij een aaneengesloten vlak? Met welke bewerkingen is van het stippen patroon een aaneengesloten vlak te maken? Dilation (herhaald) eventueel gevolgd door erosion (herhaald). b: Met welke bewerkingen zijn de bolletjes in figuur 1 te reduceren tot contouren van de bolletjes? Origineel in bitplane kopiëren naar een tweede bitplane. Tweede bitplane erosion slag. EXOR tussen oorspronkelijke en geërodeerde. resultaat contour c: Hoe vindt je een corner in een contour m.b.t. lengte schattings formules? Elke wijziging in de Freeman chaincode is een corner. d: Wat zou het doen van beeldsegmentatie op grond van kleuren als voordeel kunnen hebben t.o.v. van het beeld segmenteren op grond van grijswaarden? Men zal hierbij minder last hebben van ongelijkmatige belichting. (Meerdere antwoorden mogelijk) Vraag 4: (25 punten) 2-2 -

5 4a: Is Graph matching gevoelig variaties in de belichtingssterkte van een beeldscène. Motiveer je antwoord? Nee. Graph matching werkt met geometrie van objecten en hun onderlinge relaties. Alternatief antwoord : Ja De kwaliteit van de belichting beïnvloed altijd de kwaliteit van de segmentatie en dus van de ontstane geometrieen. 4b: Waarom zijn neurale netwerken, waarbij gehele beelden als ingangsvectoren dienen qua, prestatie wel geschikt voor ruisvolle beelden doch niet voor rotaties van beelden of objecten in beelden? Ook bij ruis blijft het globale patroon van een vector nog wel te onderscheiden. (hoog blijft hoog laag blijft laag) Echter bij rotatie worden er volledig andere vector elementen bij de neuronen van de ingangslaag aangeboden. Kortom deze laag ziet een ander patroon. 4c: Waarom wordt de globale versterkingsfactor α, bij een back propagating neuraal netwerk, doorgaans niet erg klein (b.v. kleiner dan 0,1 ) genomen? Dan wordt het aantal epoches per trainingssessie te groot omdat deze versterkingsfactor mede bepaald hoe heftig te correcties aan de gewichten worden doorgevoerd