Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.

Обратная связь

Презентация на тему Морфологические операции

Содержание

2. Морфологические операции. В биологии словом морфо-логия называют
3. Пример операции дилатации.2. Сегментация изображений
4. Дилатация применяется для удаления разрывов.Пример. Замыкание контура A.2. Сегментация изображенийВ MatLab: D = imdilate (S, se);
5. Эрозией множества А по примитиву В —
6. Эрозия выделяет внутренность объекта.Пример. Эрозия контура A.2. Сегментация изображений
7. Пример. Удаление мелких деталей. Вначале применяем эрозию
8. Последовательное грамотное применение операций дилатации и эрозии улучшает картинку.2. Сегментация изображений
9. Пример. Построение границы объекта морфологичес-кими операциями эрозии
10. Пример. Заполнение области морфологическими опера-циями.Исходное множество А
11. 1) Применение дилатации. Алгоритм начинает работу с
12. 2) Наращиваем область применение дилатации. На каж-дом
13. Морфологическими операциями можно строить выпук-лую оболочку фигуры
14. Преобразование Хафа. Рассмотрим решение задачи: на плоскости
15. Если переписать это уравнение в виде —Ь
16. В пространстве H построена окружность. Точки на
17. Пороговая обработка. Для изображений, на которых объекты
18. Применение порогов для сложных изображений затруд-нительно и
19. Алгоритм наращивания областей (Region growing).Наращивание областей представляет
20. Правило близости и правило присоединения являются основными
21. Скачать презентацию
22. Похожие презентации

Морфологические операции. В биологии словом морфо-логия называют область, которая изучает форму и строение животных и растений. В обработке изображений математи-ческой морфологией называют методы для извлечения компонент изображения, полезные для его представления и описания, например, границы, выпуклые

Пример операции дилатации.2. Сегментация изображений

Дилатация применяется для удаления разрывов.Пример. Замыкание контура A.2. Сегментация изображенийВ MatLab: D = imdilate (S, se);

Эрозией множества А по примитиву В — это множество всех таких точек

Эрозия выделяет внутренность объекта.Пример. Эрозия контура A.2. Сегментация изображений

Пример. Удаление мелких деталей. Вначале применяем эрозию с примитивом, чуть меньшим, чем

Последовательное грамотное применение операций дилатации и эрозии улучшает картинку.2. Сегментация изображений

Пример. Построение границы объекта морфологичес-кими операциями эрозии и вычитания.2. Сегментация изображений1) Применение

Пример. Заполнение области морфологическими опера-циями.Исходное множество А состоит из граничных точек неко-

1) Применение дилатации. Алгоритм начинает работу с точки X0 , применяем дилатации

2) Наращиваем область применение дилатации. На каж-дом шаге берем пересечение результата с

Морфологическими операциями можно строить выпук-лую оболочку фигуры или множества точек, утолщать и

Преобразование Хафа. Рассмотрим решение задачи: на плоскости дано множество точек. Требуется провести

Если переписать это уравнение в виде —Ь = —xi а + уi

В пространстве H построена окружность. Точки на этой окружности соответствуют центрам тех

Пороговая обработка. Для изображений, на которых объекты интереса и фон рисунка значительно

Применение порогов для сложных изображений затруд-нительно и часто не дает результата. Даже

Алгоритм наращивания областей (Region growing).Наращивание областей представляет собой процедуру, которая группирует пиксели

Правило близости и правило присоединения являются основными в алгоритме. Пусть приращение идет

Пример наращивания областей. Требуется сегментировать водные бассейны на острове. Если применять пороговую

Слайды презентации

Слайд 2 Морфологические операции. В биологии словом морфо-логия называют область,

Морфологические операции. В биологии словом морфо-логия называют область, которая изучает форму

которая изучает форму и строение животных и растений. В

обработке изображений математи-ческой морфологией называют методы для извлечения компонент изображения, полезные для его представления и описания, например, границы, выпуклые оболочки.
Операция дилатации (расширение).
Пусть В – множество, обладающее центральной симмет-рией относительно своего центра (центра тяжести).

2. Сегментация изображений

Слайд 3 Пример операции дилатации.

2. Сегментация изображений

Слайд 4 Дилатация применяется для удаления разрывов.
Пример. Замыкание контура A.

2.

Сегментация изображений

В MatLab:
D = imdilate (S, se);

Слайд 5 Эрозией множества А по примитиву В — это

Эрозией множества А по примитиву В — это множество всех таких

множество
всех таких точек центра В при сдвиге в

которые множест-во В целиком содержится в А.
Эрозия выделяет внутренность объекта.
Пример. Эрозия контура A.

2. Сегментация изображений

Слайд 6 Эрозия выделяет внутренность объекта.
Пример. Эрозия контура A.

2. Сегментация

изображений

Слайд 7 Пример. Удаление мелких деталей. Вначале применяем эрозию с

Пример. Удаление мелких деталей. Вначале применяем эрозию с примитивом, чуть меньшим,

примитивом, чуть меньшим, чем квадраты, которые нужно оставить (Идем

по изображению А черного цвета).
Затем применяет дилатацию и восстанавливаем нужные квадраты (Идем по изображению А белого цвета).

2. Сегментация изображений

Слайд 8 Последовательное грамотное применение операций дилатации и эрозии улучшает

картинку.

2. Сегментация изображений

Слайд 9 Пример. Построение границы объекта морфологичес-кими операциями эрозии и

Пример. Построение границы объекта морфологичес-кими операциями эрозии и вычитания.2. Сегментация изображений1)

вычитания.

2. Сегментация изображений
1) Применение эрозии; 2) Вычитание из A

результата эрозии.

Слайд 10 Пример. Заполнение области морфологическими опера-циями.
Исходное множество А состоит

Пример. Заполнение области морфологическими опера-циями.Исходное множество А состоит из граничных точек

из граничных точек неко-
торой области, граница замкнута. Требуется,

начиная с некоторой точки внутри этой границы, заполнить единич-ными значениями всю область внутри А.
Предполагаем, что все точки внутри А имеют значение 0, в результате заполнения им присваивается значение 1.

2. Сегментация изображений

Слайд 11 1) Применение дилатации. Алгоритм начинает работу с точки

1) Применение дилатации. Алгоритм начинает работу с точки X0 , применяем

X0 , применяем дилатации с ядром В с центром

в X0 , берем пересечение результата с дополнением AC получа-ем X1

2. Сегментация изображений

Слайд 12 2) Наращиваем область применение дилатации. На каж-дом шаге

2) Наращиваем область применение дилатации. На каж-дом шаге берем пересечение результата

берем пересечение результата с дополнением AC . X7 состоит

из внутренних точек границы. Можно добавить границу и получить полностью область с границей.

2. Сегментация изображений

Слайд 13 Морфологическими операциями можно строить выпук-лую оболочку фигуры или

Морфологическими операциями можно строить выпук-лую оболочку фигуры или множества точек, утолщать

множества точек, утолщать и утоньшать границы области и т.п.

2.

Сегментация изображений

Слайд 14 Преобразование Хафа.
Рассмотрим решение задачи: на плоскости дано

Преобразование Хафа. Рассмотрим решение задачи: на плоскости дано множество точек. Требуется

множество точек. Требуется провести прямые, на которых лежат 3

и более точек.
Решение, которое первым приходит в голову – провести все прямые через каждую пару точек и проверить каждую прямую, лежит ли на ней третья точка. Такое решение тре- бует достаточно много ресурсов, в том числе и времени.
Хаф [Hough, 1962] предложил другой подход, который теперь называют преобразованием Хафа.
Изложим идею преобразования.
Возьмем точку (xi, уi) из заданного множества n точек и рассмотрим общее уравнение прямой на плоскости в виде у = ах + Ь. Очевидно, что через точку (xi, уi) проходит бесконечно много прямых, удовлетворяющих этому уравнению при различных значениях а и Ь.

2. Сегментация изображений

Слайд 15 Если переписать это уравнение в виде
—Ь =

Если переписать это уравнение в виде —Ь = —xi а +

—xi а + уi
и рассмотреть плоскость а Ь,

называемую пространством параметров, то для заданной пары (xi, уi) получаем уравнение единственной прямой на этой плоскости. Каждая точка (а, Ь) соответствует одной прямой, проходящей через точку (xi, уi).

Если построить n прямых для всех точек (xj, уj), то точ-ка, в которой пересекаются k таких прямых соответствует прямой на плоскости (x, у) которая проходит через k точек.

2. Сегментация изображений

Слайд 16 В пространстве H построена окружность. Точки на этой

В пространстве H построена окружность. Точки на этой окружности соответствуют центрам

окружности соответствуют центрам тех окружностей в пространстве I, которые

проходят через точку (xi , уi)

2. Сегментация изображений

Слайд 17 Пороговая обработка.
Для изображений, на которых объекты интереса

Пороговая обработка. Для изображений, на которых объекты интереса и фон рисунка

и фон рисунка значительно отличаются по яркости, можно применять

пороговую сегментацию.
Например, по гистограмме видно, что на рисунке имеется один или два объекта с явно различными яркостями и эти яркости имеют видимое отличие от фона.
Пример. Для рис слева можно применить порог Т, на рис справа 2 порога, T1 и T2.

2. Сегментация изображений

Слайд 18 Применение порогов для сложных изображений затруд-нительно и часто

Применение порогов для сложных изображений затруд-нительно и часто не дает результата.

не дает результата. Даже введение дина-мических порогов, зависящих от

координат пикселя не улучшает ситуацию.

Гистограмма рисунка зависит от освещения объектов, если это фотография, то возможны отражения света от объектов.
Пороговая сегментация может применяться в тех случаях, где исследователь может управлять освещением сцены. Это например, визуальный технический контроль, когда специалист сам устанавливает фотокамеры и приборы освещения.
Некоторые технические задачи также могут решаться с использованием порогов, например, обработка отпечатков пальцев.

2. Сегментация изображений

Слайд 19 Алгоритм наращивания областей (Region growing).
Наращивание областей представляет собой

Алгоритм наращивания областей (Region growing).Наращивание областей представляет собой процедуру, которая группирует

процедуру, которая группирует пиксели или подобласти в более крупные

области по заданным критериям.

Основной подход состоит в том, что вначале берется исходный пиксель, играющих роль «затравки», а затем на него и на последующие выбранные пиксели наращиваются соседи путем присоединения соседних пикселей, которые по своим свойствам близки к затравке.
Близость может определяться яркостью или цветом в определенном диапазоне.

Выбор затравки или нескольких затравок (начальных точек роста), может основываться на сути задачи.

2. Сегментация изображений

Слайд 20 Правило близости и правило присоединения являются основными в

Правило близости и правило присоединения являются основными в алгоритме. Пусть приращение

алгоритме. Пусть приращение идет по одному пикселю и по

интервалу яркости. Предположим, что граница сегментируемого объекта из-за зашумления содер-жит пиксель (или пиксели), принадлежащие интервалу приращения.
В этом случае пиксель (или пиксели) границы будут добавлены в область объекта и далее объект может рас-пространиться далеко за свои реальные границы. Часто это можно избежать, если присоединять не один пиксель, а сразу небольшую область, напр выполнять наращивание по квадратам 2х2.

2. Сегментация изображений