Matematisk morfologi III



Like dokumenter
Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter

Matematisk morfologi IV

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder.

Matematisk morfologi NTNU

Morfologiske operasjoner på binære bilder

Matematisk morfologi II

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon

Matematisk Morfologi Lars Aurdal

Morfologiske operasjoner på binære bilder

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk.

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper

LO118D Forelesning 3 (DM)

Oversikt, kursdag 5. Matematisk morfologi V. Hva er segmentering. Hva er segmentering. Lars Aurdal Norsk regnesentral

Morfologiske operasjoner på binære bilder

Matematisk morfologi V

MAT1140: Kort sammendrag av grafteorien

Motivasjon INF Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) OCR-gjennkjenning: Problem: gjenkjenn alle tall i bildet automatisk.

UNIVERSITETET I OSLO

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

UNIVERSITETET I OSLO

Analyse og metodikk i Calculus 1

Heuristiske søkemetoder III

UNIVERSITETET I OSLO

Morfologi i Binære Bilder

UNIVERSITETET I OSLO

Massegeometri. Vi skal her se på noen begreper og utregninger som vi får stor bruk for videre i mekanikken.

INF INF1820. Arne Skjærholt INF1820. Dagens språk: Russisk. dyes yataya l yektsiya. Arne Skjærholt. десятая лекция

Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: Antall sider inkl.

Emne 12 Mengdelære. ( bokstaven g er ikke et element i mengden B ) Betyr: B er mengden av alle positive oddetall.

EKSAMEN Bildebehandling

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014

INF oktober Dagens tema: Uavgjørbarhet. Neste uke: NP-kompletthet

TMA4140 Diskret Matematikk Høst 2016

Morfologi i Binære Bilder III

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI Geometri i skolen Geometri etter 4.

Morfologiske operasjoner. Motivasjon

UNIVERSITETET I OSLO

Brukerveiledning for student skoleeksamen HIST Oppdatert 27. oktober 2014

TOPOLOGI. Dan Laksov

Vann i rør Ford Fulkerson method

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer

Histogrammetoder. Lars Aurdal Norsk regnesentral. Histogrammetoder p.1/91

Hvordan lage et sammensatt buevindu med sprosser?

Øvingsforelesning 5. Binær-, oktal-, desimal- og heksidesimaletall, litt mer tallteori og kombinatorikk. TMA4140 Diskret Matematikk

Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015

Grublegruppe 19. sept. 2011: Algebra I

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset

Kapittel 5: Mengdelære

Øvingsforelesning 2. Mengdelære, funksjoner, rekurrenser, osv. TMA4140 Diskret Matematikk. 10. og 12. september 2018

MAT 1120: Obligatorisk oppgave 2, H-09

Notat med oppgaver for MAT1140

Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

UNIVERSITETET I OSLO

Frankering og computer-nettverk

LØSNINGSFORSLAG SIF5015 DISKRET MATEMATIKK Onsdag 18. desember 2002

Korteste Vei II. Lars Vidar Magnusson Kapittel 24 Bellman-Ford algoritmen Dijkstra algoritmen

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z

Matematisk morfologi I

Nummer H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf:

Kapittel 3: Litt om representasjon av tall

UNIVERSITETET I OSLO

RF5100 Lineær algebra Leksjon 1

PG 4200 Algoritmer og datastrukturer Innlevering 2

UNIVERSITETET I OSLO. Dette er et løsningsforslag

oppgaver fra abels hjørne i dagbladet

Tall og algebra Matematikk Side 1 av 6

MAT1030 Diskret matematikk. Mengder. Mengder. Forelesning 9: Mengdelære. Dag Normann OVER TIL KAPITTEL februar 2008

Introduksjon i tallteotri med anvendelser

Morfologi i Gråskala-Bilder II

Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger:

3.9 Teori og praksis for Minste kvadraters metode.

MAT1140: Kort sammendrag av grafteorien

Repetisjon og mer motivasjon. MAT1030 Diskret matematikk. Repetisjon og mer motivasjon

UNIVERSITETET I OSLO

Løsningsforslag til øving 12

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres.

FYS 2150.ØVELSE 15 POLARISASJON

For en tid siden ble jeg konfrontert med følgende problemstilling:

EKSAMEN I SIF4048 KJEMISK FYSIKK OG KVANTEMEKANIKK Lørdag 2. august 2003 kl

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Eksempel

Morfologi i Binære Bilder

Matematisk julekalender for trinn, 2009

EKSAMEN Styring av romfartøy Fagkode: STE 6122

Kapittel 14, Hashing. Tema. Definere hashing Studere ulike hashfunksjoner Studere kollisjonsproblemet 17-1

Analyse av nasjonale prøver i engelsk, lesing og regning på 5. trinn 2015

Emnekode: LGU Emnenavn: Matematikk 1 (5 10), emne 1. Semester: VÅR År: 2016 Eksamenstype: Skriftlig

Definisjonene og forklaringene i denne presentasjonen er hentet fra eller basert på kap. 1 (Kristoffersen: «Hva er språk?

UNIVERSITETET I OSLO

Kompleksitetsanalyse Helge Hafting Opphavsrett: Forfatter og Stiftelsen TISIP Lærestoffet er utviklet for faget LO117D Algoritmiske metoder

LØSNINGSFORSLAG, KAPITTEL 2

Forelesningsnotater SIF8039/ Grafisk databehandling

MAT1030 Diskret Matematikk

Del 1. Oppgave 1. a) Løs ulikheten 2x+ 4 4x+ b) Løs ulikheten. 1) Løs likningen f( x ) = 4 grafisk og ved regning.

Legg merke til at summen av sannsynlighetene for den gunstige hendelsen og sannsynligheten for en ikke gunstig hendelse, er lik 1.

Transkript:

Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR

Oversikt, kursdag 3 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter. Copyright Lars Aurdal, NTNU/NR 1

Den såkalte hit-or-miss-transformen (HMT-transformen) omfatter bruk av to strukturelementer, det ene må passe objektet man studerer mens det andre må passe objektets bakgrunn. HMT-transformen brukes for eksempel for å finne bestemte nabolagskonfigurasjoner så som isolerte forgrunnspiksler etc. Det å legge alle piksler med en bestemt konfigurasjon til et objekt gir oss definisjonen av tykking, mens det å fjerne de samme pikslene gir oss definisjonen av tynning. Copyright Lars Aurdal, NTNU/NR 2

Iterativ anvendelse av tynning med bestemte sammensatte strukturelementer gir den såkalte mediale aksen (skjelettet) for et sett. Skjelettene er viktige i anvendelser så som formanalyse og mønstergjenkjenning. Copyright Lars Aurdal, NTNU/NR 3

Den grunnleggende ideen bak HMT-transformen består i å trekke ut bestemte piksler med helt definerte nabolagskonfigurasjoner fra binære bilder. De aktuelle nabolagskonfigurasjonene defineres ved to strukturelementer. Det første av disse strukturelementene må passe den aktuelle konfigurasjonen mens det andre må passe konfigurasjonens bakgrunn. Begge disse strukturelementene har ett unikt origo. Copyright Lars Aurdal, NTNU/NR 4

Figur 1: Sammensatte strukturelementer for deteksjon av isolerte forgrunnspiksler i henholdsvis 4- og 8-konnektivitet. Copyright Lars Aurdal, NTNU/NR 5

For å utføre en HMT-transform flyttes origo for det sammensatte strukturelementet til alle piksler i det aktuelle bildet. I hver posisjon undersøkes det om det første strukturelementet passer i den posisjonen samtidig som det andre strukturelementet ikke passer i samme posisjon (det vil si at det andre strukturelementet passer i bakgrunnen). Alle piksler der dette er tilfelle tilhører det HMT-transformerte settet. Copyright Lars Aurdal, NTNU/NR 6

Formell definisjon av HMT: HMT B (X)={x (B 1 ) x X, (B 2 ) x X C } Copyright Lars Aurdal, NTNU/NR 7

En alternativ definisjon basert på snitt av erosjoner er følgende: HMT B (X)=ε B1 (X) ε B2 (X C ) Copyright Lars Aurdal, NTNU/NR 8

Husk: B 1 og B 2 må ha felles origo. B 1 og B 2 må ikke overlappe, det vil si: B 1 B2 = /0 hvis ikke vil resultatet av en HMT alltid være det tomme settet /0. Copyright Lars Aurdal, NTNU/NR 9

B B2 B1 X X HMT(X,B) Figur 2: HMT av et sett X med et sammensatt strukturelement B. Copyright Lars Aurdal, NTNU/NR 10

Anvendelser: Isolerte piksler: Isolerte piksler er definert som forgrunnspiksler uten noen forgrunnspiksler blant sine naboer. For å finne disse velges B 1 lik en enkeltstående piksel og B 2 dennes naboer. Endepunkter: Endepunkter er definert som forgrunnspiksler som har nøyaktig én forgrunnspiksel blant sine naboer. Copyright Lars Aurdal, NTNU/NR 11

Figur 3: Inputbilde, strukturelementer for å finne 4-sammenhengende endepunkter og resultatet av en HMT med de fire strukturelementsettene. Copyright Lars Aurdal, NTNU/NR 12

Anvendelser: Multiple punkter: Multiple punkter er definert som forgrunnspiksler som har mer enn to forgrunnspiksler blant sine naboer. Konturpunkter: Konturpunkter er forgrunnspiksler som har minst en bakgrunnspiksel blant sine naboer. Copyright Lars Aurdal, NTNU/NR 13

Hit-or-miss-åpning: I endel anvendelser kan det være interessant å beholde alle pikslene som passer med det sammensatte strukturelementet og ikke bare det som sammenfaller med origo for strukturelementet. Dette kan oppnås ved å dilatere resultatet av en HMT med den transponerte B 1 : γ B (X)=δ ˇ B 1 [ε B1 (X) ε B2 (X C )] Copyright Lars Aurdal, NTNU/NR 14

Figur 4: Inputbilde, strukturelement og resultatet av en hit-or-miss-åpning. Copyright Lars Aurdal, NTNU/NR 15

Tynning: Tynning består i å fjerne alle forgrunnspiksler som har en eller annen bestemt konfigurasjon. I praksis vil det si at man trekker HMT fra det opprinnelige settet. Copyright Lars Aurdal, NTNU/NR 16

Tynning, binært tilfelle: Tynningen av et binært bilde X med det sammensatte strukturelementet B betegnes X B og er definert ved: X B = X \ HMT B (X) Merk at origo i strukturelementet B må være inneholdt i B 1. Copyright Lars Aurdal, NTNU/NR 17

Tykking: Tykking består i å legge til alle bakgrunnspiksler som har en eller annen bestemt konfigurasjon til forgrunnspikslene. I praksis vil det si at man legger HMT til det opprinnelige settet. Copyright Lars Aurdal, NTNU/NR 18

Tykking, binært tilfelle: Tykkingen av et binært bilde X med det sammensatte strukturelementet B betegnes X B og er definert ved: X B = X HMT B (X) Merk at origo i strukturelementet B må være inneholdt i B 2. Copyright Lars Aurdal, NTNU/NR 19

Merk: Tynning og tykking er duale transformasjoner: der B =(B 1,B 2 ) og B C =(B 2,B 1 ). X B =(X C B C ) C Copyright Lars Aurdal, NTNU/NR 20

Skjeletter: I mange anvendelser må man ha en eller annen kanonisk representasjon av de objektene man studerer. I analyse av håndskrift for eksempel er det viktig å kunne ta hensyn til ulike skrifttykkelser, uavhengig av bredden på pennen som ble brukt bør det være mulig å redusere analysen av bokstaven til det å analysere en enkelt type form. Copyright Lars Aurdal, NTNU/NR 21

I praksis kan dette gjøres på mange måter, her skal vi betrakte en metode for å tynne objektene vi studerer til tynne linjer på en slik måte at homotopien til objektene bevares. Disse tynne linjene kalles objektets skjelett eller mediale akse. Transformasjonene som reduserer objekter til skjeletter kalles skjelettransformasjoner eller medial akse transformasjoner. Copyright Lars Aurdal, NTNU/NR 22

I euklidsk rom kan skjelettet gis en unik definisjon. Dette er ikke tilfelle i diskret rom. Eksempel: I det to-dimensjonale euklidske rom er skjelettet til et objekt et sett uendelig små punkter som har den egenskapen at de ligger like langt fra minst to punkter på objektets kant. En tilsvarende definisjon er ikke mulig i et to-dimensjonalt diskret rom. Copyright Lars Aurdal, NTNU/NR 23

En approksimasjon til skjelettet til et diskret sett kan man få vedå utføre såkalte homotopiske tynninger. Et sammensatt strukturelement sies å være homotopisk dersom tynningen med dette strukturelementet ikke modifiserer homotopien til det opprinnelige settet. Skjelettet til et sett kan oppnås ved å utføre gjentatte tynninger av settet med et (eller flere) homotopisk(e) strukturelement(er) inntil stabilitet. Copyright Lars Aurdal, NTNU/NR 24

I praksis utføres tynningene i sekvens med alle mulige rotasjoner av det (de) homotopiske strukturelementet (-ene). Denne prosessen kalles sekvensiell tynning og betegnes. Den sekvensielle tynningen av settet X med n rotasjoner av strukturelementet B er gitt ved: X B =(...((X Θ 1 B) Θ 2 B)...) Θ n B Tynningen fortsetter inntil stabilitet oppnås. Copyright Lars Aurdal, NTNU/NR 25

4-sammenhengende skjeletter oppnås ved sekvensiell tynning med de sammensatte strukturelementene (og deres fire rotasjoner) gitt i figuren under: Figur 5: De to sammensatte strukturelementene som brukes for å generere 4-sammenhengende skjeletter. Copyright Lars Aurdal, NTNU/NR 26

8-sammenhengende skjeletter oppnås ved sekvensiell tynning med de sammensatte strukturelementene (og deres fire rotasjoner) gitt i figuren under: Figur 6: De to sammensatte strukturelementene som brukes for å generere 8-sammenhengende skjeletter. Copyright Lars Aurdal, NTNU/NR 27

Figur 7: To ulike penner brukt til å skrive bokstaven a samt de resulterende skjelettene. Copyright Lars Aurdal, NTNU/NR 28

Øving 7 Beregn skjelettene til bokstavene vist i forrige slide (og vis hvordan det gjøres) Copyright Lars Aurdal, NTNU/NR 29