Beeldverwerking. Deel 2. Segmentatie. Segmentatie

Vergelijkbare documenten
Beeldverwerking. Beeldverwerking

Tentamen 8D040 - Basis beeldverwerking

Tentamen 8D040 - Basis beeldverwerking. 24 juni 2011, uur

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TOPOLOGISCHE BEWERKINGEN

Oefeningenles beeldverwerking

Labo spraak- & beeldverwerking. Stijn De Beugher Dries Hulens

Oefeningenles beeldverwerking

Computer Vision: Hoe Leer ik een Computer Zien?

2 Kromming van een geparametriseerde kromme in het vlak. Veronderstel dat een kromme in het vlak gegeven is door een parametervoorstelling

Appendix: Zwaartepunten

OPTIKA - Maken van selecties in Photoshop

Tentamen Beeldverwerking TI2716-B Woensdag 28 januari

Hoofdstuk 7 - veranderingen. getal & ruimte HAVO wiskunde A deel 2

1e bachelor ingenieurswetenschappen Modeloplossing examen oefeningen analyse I, januari y = u sin(vt) dt. wordt voorgesteld door de matrix

Paragraaf 11.0 : Voorkennis

ICT-LEERLIJN (met GeoGebra) Luc Gheysens WISKUNDIGE COMPETENTIES

Tentamen Statistische Thermodynamica MST 19/6/2014

Hertentamen 8D040 - Basis beeldverwerking

Topologie in R n 10.1

Parking Surveillance. foreground/background segmentation - objectherkenning. Examen Beeldverwerking Pieter Vancoillie

CALCULUS 2. najaar Wieb Bosma (naar aantekeningen van Arno van den Essen) Radboud Universiteit Nijmegen

Families parabolen en fonteinen met de TI-Nspire

3. Geïtereerde functiesystemen

mailgroep photoshop Copyright Video les met droom auto Nodig : afbeelding met je droomauto, liefst op een witte achtergrond

Hoofdstuk 3 - Transformaties

3D pixel stretch effect

Tentamen 8D040 - Basis beeldverwerking

Vragen. Ijkingstoets bio-ingenieur 1 juli pagina 1/9

Computer Vision: Hoe Leer ik een Computer Zien?

Noordhoff Uitgevers bv

5.7. Boekverslag door P woorden 11 januari keer beoordeeld. Wiskunde B

6.0 Differentiëren Met het differentiequotiënt bereken je de gemiddelde verandering per tijdseenheid.

EE 2521: Digitale Signaalbewerking

Broodje bakken in Photoshop

Math D2 Gauss (Wiskunde leerlijn TOM) Deelnemende Modules: /FMHT/ / A. Oefententamen #2 Uitwerking

Bamboe en panda's. ttp://alfoart.com/bamboo&pandas_text_1.html. Nodig : achtergrond bokeh; bamboe plant; lettertype 'Fabada';

Noordhoff Uitgevers bv

mailgroep photoshop Copyright

Paragraaf 14.0 : Eenheidscirkel

Deze zelfstudie maakt gebruik van de modules Tekenconstructies en Inlezen/Uitzetten.

Pienter 1ASO Extra oefeningen hoofdstuk 7

De studie van vlakke krommen gegeven in parametervorm. Lieve Lemmens en Andy Snoecx

Labo 2 Programmeren II

Hertentamen WISN102 Wiskundige Technieken 2 Di 17 april 13:30 16:30

Examen HAVO. wiskunde B (pilot) tijdvak 2 donderdag 23 juni 13:30-16:30 uur. Bij dit examen hoort een uitwerkbijlage.

168 HOOFDSTUK 5. REEKSONTWIKKELINGEN

Uitwerkingen Tentamen Gewone Differentiaalvergelijkingen

Grafieken 1. a) de snijpunten met de x-as. b) het snijpunt met de y-as. c) de coördinaten van de top.

27 Macro s voor de schijf van Poincaré

CLUBAVOND 2 MAART 2010 Photoshop Elements 7 tips

Wat gaan we doen? Help! Statistiek! Wat is een lineaire relatie? De rechte-lijn-vergelijking: Y = a + b X. Relatie tussen gewicht en lengte

Adres boekje met Ringen

Cursus KeyCreator. Oefening 13: Audiocassette

Examen HAVO. wiskunde B. tijdvak 2 woensdag 20 juni uur. Bij dit examen hoort een uitwerkbijlage.

15. Vullingen en patronen

Mathematical Modelling

Informatica: C# WPO 8

7.1 De afgeleide van gebroken functies [1]

Examen HAVO. wiskunde B1,2. tijdvak 2 woensdag 20 juni uur. Bij dit examen hoort een uitwerkbijlage.

Snelle glijbanen. Masterclass VWO-leerlingen juni Emiel van Elderen en Joost de Groot NWD Faculteit EWI, Toegepaste Wiskunde

Copyright Mailgroep photoshop

Cabri werkblad. Meetkundige plaatsen

Hoe Shiny, Vector Dice in Illustrator te maken

Schaakstukken les 1: Pion


(iii) Enkel deze bundel afgeven; geen bladen toevoegen, deze worden toch niet gelezen!

Gravitatie en kosmologie

Examen HAVO. wiskunde B (pilot) tijdvak 1 vrijdag 17 mei uur

Dan is de afstand A B = lengte van lijnstuk [A B]: AB = x x )² + ( y ²

Chapter 28 Bronnen van Magnetische Velden. Copyright 2009 Pearson Education, Inc.

== Hertentamen Analyse 1 == Dinsdag 25 maart 2008, u

Opgave 1 Bekijk de Uitleg, pagina 1. Bekijk wat een vectorvoorstelling van een lijn is.

OPPERVLAKTEBEREKENING MET DE TI83

10.0 Voorkennis. Herhaling van rekenregels voor machten: a als a a 1 0[5] [6] Voorbeeld 1: Schrijf als macht van a:

Transcriptie:

Beeldverwerking Deel 2 Segmentatie Johan Baeten Beeldverwerking Deel2-1 Segmentatie Doel: Beeld opsplitsen in gebieden Objecten onderscheiden van achtergrond Sementatie is in het algemeen moeilijk Johan Baeten Beeldverwerking Deel2-2 1

Segmentatie - 2 Randgebaseerde methodes gebruik grenzen van gebieden voor segmentatie dedecteer plotse wijzigingen in intensiteit Gebiedgebaseerde methodes Gebruik gelijkenissen tussen piels voor afbakening Johan Baeten Beeldverwerking Deel2-3 Segmentatie 3 Randdetectie: afvlakfilter (ruisonderdrukking) gradiënt (magnitude is isotroop!) detectie (drempel) tenslotte localisatie Discontinuïteit: maima in gradiënt of tweede afgeleide Nadien: Randstukken verbinden of herkennen!! Bijvoorbeeld: Freeman-ketting of Hough-transformatie of lokaal model Johan Baeten Beeldverwerking Deel2-4 2

ISEF - randdetectie 1e en 2e afgeleiden uit linker- en rechterlijnconvoluties incl. eponentieel afvlakfilter I I D 1 D 1 D 2 D 2 Rand = ma(d 1 ) of nuldoorgang van D 2 Johan Baeten Beeldverwerking Deel2-5 Voorbeeld: Randdetectie + modellering (1) I I D 1 D 1 D 2 D 2 ISEF-randdetectie: Infinite Symmetric Eponential smoothing Filter - Shen en Castan Johan Baeten Beeldverwerking Deel2-6 3

Voorbeeld: Randdetectie + modellering (2) Contourmodellering: Lijntjes Cirkels Polynomen Splines Parameters: Positie, helling, kromming r θ Oriëntatie θ Kromming κ =1/r= dθ /ds Johan Baeten Beeldverwerking Deel2-7 Segmentatie: Freeman-ketting Voorbeeld van kettingcode ( Chain codes ) 0 3 2 1 1 4 0 6 0 5 6 7 7 1 7 1 0 1 0 7 6 7 1 1 2 2 Bij gaten in de contour, zal dit niet langer werken dan globale methodes nodig met model, bv Hough Johan Baeten Beeldverwerking Deel2-8 4

Hough-transformatie voor lijndetectie Geef voor elk randpunt aan op welke rechten dit punt zou kunnen liggen. De rechte die het vaaks voorkomt is waarschijnlijk de echte rand. bv. Lijn: y y = a + b of b = -a + y (,y) (a,b) b y j y i i Beeld j a Parameterruimte Johan Baeten Beeldverwerking Deel2-9 b 1 a 1 Hough-transform voor lijn: Samengevat Elk punt (,y) geeft een rechte in a-b ruimte Punten op dezelfde rechten in -y ruimte geven rechten in a- b ruimte die elkaar snijden in 1 punt. De coördinaten van dit snijpunt definieert de parameters van de lijn (voor de rand) in de -y ruimte Ook mogelijk voor andere contouren, modellen of vormen Opgelet: Beperkte nauwkeurigheid door quantisatie van de parameterruimte. Johan Baeten Beeldverwerking Deel2-10 5

Hough-transform: Nauwkeurigheid? Quantisatie van de parameterruimte: y b y j Twee maima of oplossingen y i b 1 b 2 i Beeld j a 2 a 1 a Parameterruimte Afwegen: Nauwkeurigheid Geheugen + rekenwerk Wat bij verticale randen: a =? Johan Baeten Beeldverwerking Deel2-11 Hough: Beter lijnmodel + voorbeeld Parameterruimte wijzigen door ander model θ = 0 geeft verticale lijn! Voorbeeld: y cos(θ) + y sin(θ) = ρ ρ θ Origineel Randen Hough (512512) Interpretatie Johan Baeten Beeldverwerking Deel2-12 6

Segmentatie: Gebiedgebaseerd Selectieve drempels Multi-level Adaptive thresholding Groeimethode Verdeel- en (her)combineermethode Johan Baeten Beeldverwerking Deel2-13 Tresholding Histogram Objecten met uniforme intensiteit geven pieken in histrogram Multi-level tresholding: moeilijker Johan Baeten Beeldverwerking Deel2-14 7

Probleem met histogram Histogramgebeaseerde segmentatie houdt geen rekening met ruimtelijke informatie. Het feit dat naburige piels waarschijnlijk gelijke intensiteit vertonen wordt niet benut. Gebiedgebaseerde methodes spelen hier net op in: Zij bepalen gebieden die voldoen aan opgegeven predicaat Groeimethode Verdelen en samenvoegen Johan Baeten Beeldverwerking Deel2-15 Groeimethode Start met zaadje ( seed ) = willekeurige piel Voeg nieuwe aanliggende piels toe die gelijk zijn aan startpiel Herhaal dit voor de nieuwe piels. Wat is gelijk : bv kleur, teture, intensiteit... Johan Baeten Beeldverwerking Deel2-16 8

Verdeel en voeg samen Split & merge : Splits het beeld op zolang niet alle piels uit gebied voldoen aan predicaat. Voeg gelijke gebieden terug samen R R 1 R 2 R 3 41 44 R 1 R 2 R 3 R 4 R 41 R 42 R 43 R 44 Johan Baeten Beeldverwerking Deel2-17 Beeldbewerking Niet behandelde topics: Restoratie Compressie.... Johan Baeten Beeldverwerking Deel2-18 9