Morfologi i Binære Bilder III

Like dokumenter
Morfologi i Binære Bilder

Morfologi i Binære Bilder II

Morfologi i Binære Bilder

Morfologi i Gråskala-Bilder

Morfologi i Gråskala-Bilder II

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

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

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

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

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

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder

Matematisk Morfologi Lars Aurdal

Morfologiske operasjoner på binære bilder

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

Om Kurset og Analyse av Algoritmer

Intensitetstransformasjoner og Spatial Filtrering

Definisjon: Et sortert tre

Grunnleggende Matematiske Operasjoner

Filtrering i Frekvensdomenet III

Matematisk morfologi III

Lars Vidar Magnusson Kapittel 13 Rød-Svarte (Red-Black) trær Rotasjoner Insetting Sletting

Divide-and-Conquer. Lars Vidar Magnusson

Hashtabeller. Lars Vidar Magnusson Kapittel 11 Direkte adressering Hashtabeller Chaining Åpen-adressering

Lars Vidar Magnusson

Matematisk morfologi IV

UNIVERSITETET I OSLO

Rekursiv programmering

Prøve- EKSAMEN med løsningsforslag

Minimum Spenntrær - Kruskal & Prim

Definisjon av binært søketre

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Oversikt. Introduksjon Kildekode Kompilering Hello world Hello world med argumenter. 1 C programmering. 2 Funksjoner. 3 Datatyper. 4 Pekere og arrays

MAT1030 Diskret Matematikk

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Rekursiv programmering

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

Grådige algoritmer. Lars Vidar Magnusson Kapittel 16. Aktivitetvelgingsproblemet Huffmankoder

EKSAMEN. Bildebehandling og mønstergjenkjenning

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

Heap og prioritetskø. Marjory the Trash Heap fra Fraggle Rock

INF2220: Gruppe me 2. Mathias Lohne Høsten 2017

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

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

EKSAMEN Bildebehandling

Kap. 4 del I Top Down Parsering INF5110 v2006. Stein Krogdahl Ifi, UiO

MAT1030 Diskret matematikk

Heapsort. Lars Vidar Magnusson Kapittel 6 Heaps Heapsort Prioritetskøer

MAT1030 Diskret matematikk

Histogramprosessering

Dynamisk programmering

Fourier-Transformasjoner

Morfologiske operasjoner. Motivasjon

Sortering i Lineær Tid

Histogramprosessering

Stoff som i boka står i kap 4, men som er. 10. Februar Ifi, UiO

3. Balansering av redoksreaksjoner (halvreaksjons metoden)

Oversikt. Historie Struktur Moderne UNIX systemer Moderne UNIX kernel struktur 1 UNIX. 2 Linux. 3 Process. 4 Process models

Plan. Oppgaver og repetisjon Eksempler med fikspunkt og induksjon: 1. sortering 2. divisjon 3. Heis? IN 315: Foilsett 9: Unity: Arkitekturer

Niels Henrik Abels matematikkonkurranse Finale Løsninger

Temperaturkoeffisienten for et metall eller legering er resistansendring pr grad kelvin og pr ohm resistans.

TMA4122/TMA4130 Matematikk 4M/4N Høsten 2010

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

Fourier-Transformasjoner II

Løsningsforslag for eksamen i brukerkurs i matematikk A (MA0001)

Punkt, Linje og Kantdeteksjon

Divide-and-Conquer II

Grunnleggende Grafalgoritmer III

Oppgave 2. Eksamen INF2820, 2015, oppgave 2. La gramatikk G være:

INF Algoritmer og datastrukturer

Svarforslag til ukeoppgaver til INF 4130

Underveiseksamen i MAT-INF 1100, 17. oktober 2003 Tid: Oppgave- og svarark

UNIVERSITETET I OSLO

Mer om Histogramprosessering og Convolution/Correlation

Binær heap. En heap er et komplett binært tre:

Grunnleggende Datastrukturer

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

Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006

To likninger med to ukjente

INF 4130 / / Dagens foiler hovedsakelig laget av Petter Kristiansen Foreleser Stein Krogdahl Obliger:

Lineære ligningssystemer og gausseliminasjon

INF5110 V2012 Kapittel 4: Parsering ovenfra-ned

Norsk informatikkolympiade runde

UNIVERSITETET I OSLO

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk

Stoff som i boka står i kap 4, men som er

Forelesning 4 torsdag den 28. august

Dagens plan: INF Algoritmer og datastrukturer. Eksempel. Binære Relasjoner

INF Algoritmer og datastrukturer

INF5110 V2013 Stoff som i boka står i kap 4, men som er generelt stoff om grammatikker

Heap* En heap er et komplett binært tre: En heap er også et monotont binært tre:

MAT1030 Forelesning 25

Backtracking som løsningsmetode

INF2220: Forelesning 2. Balanserte søketrær Rød-svarte trær (kapittel12.2) B-trær (kapittel 4.7)

Definisjon. I et binært tre har hver node enten 0, 1 eller 2 barn

Forelesning 25. MAT1030 Diskret Matematikk. Litt repetisjon. Litt repetisjon. Forelesning 25: Trær. Dag Normann

INF2220: Forelesning 2

Transkript:

Morfologi i Binære Bilder III Lars Vidar Magnusson March 28, 2017 Delkapittel 9.5 Some Basic Morphological Algorithms

Boundary Extraction (Grenseuthenting) Vi kan hente ut grensen til et sett (boundary) ved hjelp av boundary extraction (grenseuthenting).

Boundary Extraction (Grenseuthenting) Vi kan hente ut boundary ved hjelp av to enkle morfologiske operasjoner. β(a) = A (A B) hvor B er et passende SE. Det valgte strukturerende element kontrollerer hvordan grensen blir. Det er vanlig å bruke et 3 3 SE (gir grense på 1 og 2 pixels) Større kvadratiske filtre gir bredere grense Andre former er også mulig

Et Enkelt Eksempel Vi utfører operasjonen på et enkelt eksempel. A B

Et Enkelt Eksempel Under har vi resultatet av erosjonen på venstre og det endelige resultatet til høyre. A B β(b)

Et Annet Enkelt Eksempel Vi utfører operasjonen på det samme settet men med et annet SE. A B

Et Annet Enkelt Eksempel Under har vi resultatet av erosjonen på venstre og det endelige resultatet til høyre. A B β(b)

Hole Filling (Hullfylling) Vi kan også bruke morfologiske operasjoner for å utføre hole filling (hullfylling).

Hole Filling (Hullfylling) Hullfylling er litt mer komplisert enn boundary extraction. Boka definerer problemet som å utfylle hull i 8-connected grenser, gitt i et inputsett A. 1 Vi lager en array X 0 som er av samme størrelse som arrayen med inputsettet. 2 Lager et seed (frø) i hvert av hullene vi vil fylle 3 Finner X k i følge ligningen gitt under X k = (X k 1 B) A c k = 1, 2, 3,... 4 Finner utfylt resultat ved å kombinere X k og A i.e. A X k

Hole Filling (Hullfylling) Metoden fungerer ved at vi vokser regioner utifra gitte frø. Ville vokst uendelig hvis det ikke var for at vi begrenser området med A c A c begrenser derfor utvidelsen Metoden kan derfor beskrives som conditional dilation (begrenset utvidelse) Merk Metoden definerer ikke hvordan vi finner k

Et Enkelt Eksempel Vi utfører operasjonen på et enkelt eksempelsett og med et passende SE. Vi har også tatt med A c for å hjelpe med visualiseringen. A A c B

Et Enkelt Eksempel Etter 4 iterasjoner kommer vi frem til følgende.. A X 4 A X 4

Hvordan Finne k Metoden definerer ikke hvordan vi stopper. Så hvordan hvordan finner vi k? En løsning er gitt i eksempelkoden.

Thinning (Tynning) Thinning (tynning) minker et sett ned til et minimalt sett Beholder ekstremkoordinatene Operasjonen kan defineres som en rekke med hit-or-miss transformasjoner. A B = A (A B) = A (A B) C Vi trenger ikke utføre bakgrunnsmatching på de strukturerende elementene. Dette forenkler hit-or-miss til bare ett steg Merk Boka forenkler for mye

Thinning (Tynning) Følgende sett med SEr er et vanlig alternativ for tynning. {B} = {B 1, B 2, B 3, B 4, B 5, B 6, B 7, B 8 } B 1 B 2 B 3 B 4 B 5 B 6 B 7 B 8 Merk Vi må matche både forgrunns- og bakgrunns-elementer

Thinning (Tynning) B 1 B 2 B 3 B 4 B 5 B 6 B 7 B 8 Tynningen blir utført ved å utføre operasjonen på hvert av de strukturerende elementene i sekvens. A {B} = ((... ((A B 1 ) B 2 )... ) B 8 ) Sekvensen blir gjentatt til ingen flere endringer forekommer

Et Enkelt Eksempel Vi utfører tynning på følgende sett. A

Et Enkelt Eksempel Etter et par iterasjoner gjennom {B} får vi følgende... A A {B}