Kontrollierte Beleuchtung DurchlichtObjekt zwischen Lichtquelle und Kamera- Silhouetten-Projektion bei nichttransparenten Objekten Umriss sichtbar; leichte Trennung von Objekt und Hintergrund.- Durchleuchtung bei transparenten Objekten. ...
Nachbarschaften 4-Punkt NachbarschaftN4 ={(u,v)| |u-r| + |v-c| = 1 es gelten alle Bildpunkte als Nachbarn die neben oder Übereinander liegenVier direkte Nachbarn: gemeinsame Kante mit p (Mitte)
8-Nachbarschaftauch über ecken verbundene Bildpunkte zählen als nachbarn. ist u,v nachbar von r,c?N8 = {(u,v) |max{|u-r|, |v-c|}=1} Vier indirekte Nachbarn: gemeinsame Ecke
Globale Charakterisierung: Profil:Grauwerte entlang einer (auch gekrümmten) Linie; ( man zieht eine linie durchs bild und guckt sich die pixelwerte auf der linie an )Aussagen über Untergrundbeschaffenheit, Kantensteilheit, usw.
Globale Charakterisierung: Varianz: σ^2Maß für Abweichungen der Grauwerte aller Pixel vom Mittelwert und beschreibt den Kontrast σ2 = Σk=0255h(k)*(k-f)2 f soll eigentlich mti strich drüber, das ist der mittlere grauwert
Globale Charakterisierung: EntropieAuskunft über minimale Anzahl von Bits, die zur Speicherung eines Pixelserforderlich sind, und darüber, ob mit Komprimierungstechniken eineReduktion des Speicherbedarfs erreicht werden kann Maß für ...
Lineare Filterung Wann ist ein Operator linearEin Operator Ω ist linear, wenn für zwei Funktionen f und g sowie Skalare a und b gilt: Ω(af + bg) = a · Ω(f) + b · Ω(g) Ω linearer Operator wenn für zwei Funktionen f, g und Skalar λ gilt:• ...
Lineare Filterung: Nachbarschaftsoperatoren Korrelation ...ziehen die Bildpunkte einer Nachbarschaft in Betracht: durchschnitt der anderen Bildpunkte ( 1/9 * 3X3 matrix gefüllt mit 1en ): BLUR matrix bei 4er nachbarschaft -1 einsetzen bei dem eigentlich punkt ...
Lineare Filterung: Randbehandlungbild würde schrumpfen wenn man randfelder auslässt -> gibt möglichkeiten mit randfeldern umzugehen: •Randpixel unverändert lassen• Randpixel auf Konstante setzen• Faltungskern anpassen• ...
Lineare Filterung: ImpulsfunktionImpulse (diskret): Funktion die an einem bestimmten Ort den Wert 1 annimmt Impulse (kontinuierlich): Idealisierte „sehr schmale und hohe Funktion welche eine Fläche von 1 hat Wenn wir einen Impuls ...
Lineare Filterung: Konvolution (Faltung):Konvolution mit Impuls erzeugt Impulsantwort welche die Lineare Filteroperation (Black Box) widerspiegelt die bildpunkte werden an die gegenüberliegende stelle gepackt g(r,c) = (f*h) (r,c) =Σu=-kkΣv=-kkh(u,v)*f(r-u,c-v) ...
Lineare Filterung: Eigenschaften von Faltung:Kommutativ: (f ⋆ ℎ1) ⋆ ℎ2 = (f ⋆ ℎ2) ⋆ ℎ1 assoziativ: (f ⋆ ℎ1) ⋆ ℎ2 = f ⋆ (ℎ2 ⋆ ℎ1) man kann deswegen die filterung in vertikalen und horizontalen 1dimensionalen vektor ...
Lineare Filterung: 1D Gauß-Filterg(x) = 1/(√(2πσ))e-(x^2)/(2σ^2) Adäquate Wahl der Maskengröße 2k + 1: 2σ<= k <=3σ Gauß-Filter mit real-Zahlen: [g(k), g(k-1),...,g(1), g(0), g(1), ... g(k-1), g(k)] Beispiel: σ=1.2, k=2,5*σ ...
Grauwerttransformation: Log-Transformationbewirkt:Dehnung der Grauwertdynamik im unteren Grauwertbereichgleichzeitige Stauchung im oberen Grauwertbereich Die nichtlineare Log-Transformation:Variante 1: g(r, c) = 255 · (log(1+f(r,c))/log 256)Variante ...
Grauwerttransformation: Exponentielle Transformation ...Die allgemeine Form:g(r, c) = 255· (f(r, c)/255)γ, γ > 0 Fall 1: γ < 1Kennlinie ist derjenigen der Log-Transformation ähnlich=⇒ erhöht Helligheit und ermöglicht insbesondere bessere Sichtbarkeit ...
Stückweise-lineare TransformationAnwendung: Dehnung der Grauwerte zur Kontrastverst¨arkung Vielf¨altige Grauwertver¨anderungen sind durch st¨uckweise-lineare Transformationen modellierbar. Im Vergleich zur Log- bzw. exponentiellen ...
Stückweise-lineare TransformationAnwendung:Bin¨arisierung: Trennung von Hintergrund und Objekten (z.B. Text). Eine Reihe von Verfahren zur automatischen Bestimmung des Schwellwertes T bekannt Graylevel Slicing (Hervorhebung eines bestimmten ...
Histogrammausgleich: Allgemeines Ziel, Anwendungen, ...• Allgemeines Ziel: Anpassungunterschiedliche Bilder auf eineannähernd übereinstimmendeIntensitätsverteilung • Anwendungen:Anpassung für DruckwerkVergleichbarkeit von Bildern • Spezifisches ...
Histogrammausgleich: Idee und ZielIdee:Streckung großer Anh¨aufungen im Histogramm hf(k) von f(r, c)Stauchung wenig genutzter Grauwertbereiche (Kompensation) Ziel: g(r, c) hat gleichverteiltes Histogramm hg(k) (Maximierung der Entropie) ...
Histogrammausgleich berechnungΩ(p) = (int)(255)/(M · N)·Σk=0 pHf (k) oder Ω(p) = (int)(255)* kommulatives relatives histogrammHf ist das Histogramm
Exakte HistogrammspezifikationZiel: Eingabebild f(r, c) wird so transformiert, dass das Ergebnisbild g(r, c) ein vorgegebenes Zielhistogramm Hg(k) exakt annimmt Algorithmische Skizze:alle Pixel von f(r, c) nach ihren Grauwerten sortierendie ...
BildglättungZiel: Reduzierung von Bildstörungen Annahme:• Additives Störungsmodell:f(r,c) = f*(r,c)+n(r,c)• Erwartungswert des ungestörten Idealbildes f*(r, c) konstant• Störung n(r, c) hat Erwartungswert ...
Bildglättung: Gauss-Filter:gewichtete Mittelwertfilterung; Gauss-Funktion als Gewichte. Wirkungsbereich der Filterung durch Parameter σ kontrollierbar. gaußfunktion ist auf anderer karteikarte
Bildglättung: Median-Filter:Ergebnis g(r, c) = Median der Grauwerte im Bild f innerhalb eines (2k + 1) × (2k + 1) Fensters mit Mittelpunkt (r, c) Median: Das mittlere (zentrale) Element einer sortierten Liste • Gehört zur Klasse ...
Korrektur von uneinheitlichem HintergrundKorrekturvorgang:Modellierung des Hintergrunds; h¨aufig polynomiale Funktion:b(r, c) = a00 + a10r + a01c + a20r2 + a11rc + a02c2oder mit h¨ohrer OrdnungSubstraktion des Hintergrund vom Eingabebild Bestimmung ...
Gradientenverfahren nach prewitt/sobelprewitt 3X3 matrix, links/unten überall -1 rechts/oben überall 1 sobel 3X3 matrix wie prewitt nur in der mitte jeweils ne 2
Canny-Operator, AnforderungenHerleitung aus Optimierung von drei Kriterien:• Detektion− Minimierung der Wahrscheinlichkeit für das Übersehen von Kantenpunkten− Minimierung der Wahrscheinlichkeit für die fälschliche Markierung ...
canny operator verfahren:1. Bildglättung mit Gauss-Filter:2. Berechnung der Kantenstärke und –richtung, z.B. mittels Sobel- Operator:3. Kantenverdünnung mittels Non-Maximum-Unterdrückung4. Hysterese-Schwellwertoperation
Kantenverdünnung: Non-Maximum-Unterdrückung, Idee ...Beobachtungen:• Eine reale Kante im Bild tritt nicht als ideale Stufenkante auf, sondern in Form eines näherungsweise rampenförmigen Grauwertanstiegs senkrecht zur Kantenrichtung. Die Nachbarn eines ...
Kantenverdünnung: Non-Maximum-Unterdrückung Algorithmus: ...Betrachte für jeden Bildpunkt I(r, c) seine beiden Nachbarn p und q orthogonal zur Kantenrichtung D(r, c). Fallss(p) > s(r,c) oder s(q)>s(r,c)gilt, so wird die Kantenstärke s(r, c) auf null gesetzt. ...
Hysterese-Schwellwertoperation:Zwei Schwellwerte Tl und Th, typischerweise 2Tl ≤ Th ≤ 4Tl.1. Initialisierung: K(r, c) = 0 für alle Punkte (r, c).2. Markierung K(r, c) = 1 für alle Punkte (r, c) mit s(r, c) ≥ Th.3. Markierung ...
KonturverfolgungZiel: Verbindung einzelner Kantenpunkte zu Konturlinien. Linie ist eine Folge p1, p2, . . . , pn, so dass pk und pk+1 benachbart sind. Einfacher Algorithmus existiert für den Fall mit verdünnten Linien ...
Kontursegmentierung Divide–and–conquer Algorithmus ...Input: Konturlinie als Folge (p1, p2, . . . , pn) von Punkten Output: Approximation der Konturlinie durch Geradenstücke (abhängig von Schwellwert T). Motivation: analytische, symbolische Beschreibung ...
Kontursegmentierung Anwendung zur Slant-Detektion:• Approximation der (nicht horizontalen) konturen mit Geradenstücken.• Aufbau eines Winkelhistogramms hslant: Von jedem Geradenstück (lk, λk) mit Winkel λk und Länge lk wird die quadratische ...
Hough Transformation: Detektion von Geradenman wandelt die punkte um in die hesse'sche normalform:l=xcosp+ysinp; 0=< p <2π, l>0 man erzeugt H[p][l] = alle 0geht durch alle p und berechnet dafür l ( p unterschied muss man selbst definieren) dann ...
Hough Transformation für KreiseJeder Punkt eines Kreises Ca,b im Bild führt zu einem Kreis im ab-Raum. Diese Kreise schneiden sich im Punkt (a, b). punkt (a,b) radius r im bild a=x-rcospb=y-rsinp ;0=< p =< 2π Algorithmus:alle ...
Hough Transformation, Umgang mit noiseWähle geeignete Diskretisierung (Bins)(beispielsweise p, worüber man iteriert) im Akkumulator− Zu grob: Einzelne Bins erhalten zu viele Votes von Kantenpunkten dieim Bildraumnicht zum gleichenModell ...