
- •«Обработка изображений и распознавание образов» Визильтер Юрий Валентинович Методическое пособие-2010
- •Раздел 2. Распознавание образов. 184
- •Уровни и методы машинного зрения
- •Растровое изображение Изображение как двумерный массив данных
- •Алгебраические операции над изображениями
- •Физическая природа изображений
- •Изображения различных диапазонов длин волн
- •Изображения различной физической природы
- •Тип пикселя
- •Возможности и особенности системы Pisoft
- •Базовые средства просмотра и анализа изображений и видеопоследовательностей
- •Алгебра изображений
- •Геометрические преобразования изображений
- •Устройства оцифровки и ввода изображений
- •Линейки и матрицы, сканеры и камеры
- •Геометрия изображения
- •Цифровые и аналоговые устройства
- •Пространственное разрешение
- •Программное обеспечение
- •Обработка цветных изображений
- •Цветовая модель rgb
- •Цветовая модель hsv
- •Цветовая модель yuv
- •Цветовая сегментация изображения
- •Гистограмма и гистограммная обработка изображений
- •Профиль вдоль линии и анализ профиля
- •Проекция и анализ проекции
- •Бинаризация полутоновых изображений
- •Сегментация многомодальных изображений
- •Выделение и описание областей
- •Выделение связных областей на бинарных изображениях
- •1. Отслеживающие алгоритмы на примере алгоритма обхода контура.
- •2. Сканируюющие алгоритмы.
- •Оконная фильтрация изображений в пространственной области
- •Фильтрация бинарных изображений Модель шума «соль и перец»
- •Структура оконного фильтра
- •Логическая фильтрация помех
- •Бинарная медианная фильтрация
- •Бинарная ранговая фильтрация
- •Взвешенные ранговые фильтры
- •Анизотропная фильтрация
- •Расширение-сжатие (простая морфология)
- •Стирание бахромы
- •Нелинейная фильтрация полутоновых изображений
- •Ранговая оконная фильтрация
- •Минимаксная фильтрация
- •Задача выделения объектов интереса
- •Бинарные фильтры для выделения объектов
- •Метод нормализации фона
- •Скользящее среднее в окне
- •Гауссовская фильтрация
- •Преобразование Фурье. Линейная фильтрация в частотной области
- •Преобразование Фурье
- •Комплексное представление преобразования Фурье
- •Быстрое преобразование Фурье
- •Двумерное преобразование Фурье
- •Свертка с использованием преобразования Фурье
- •Фильтрация изображений в частотной области
- •Вейвлет-анализ
- •Пирамида изображений
- •Вейвлет-преобразование
- •Операторы вычисления производных
- •Операторы вычисления векторов градиентов
- •Операторы Марра и Лапласа
- •Постобработка контурного изображения Локализация края
- •Утончение контура
- •Сегментация полутоновых изображений
- •Пороговая и мультипороговая сегментация
- •Методы слияния, разбиения и слияния/разбиения областей
- •Способы описания выделенных областей
- •Текстурные признаки
- •1.6. Морфологические методы анализа сцен (по ю.П. Пытьеву) Методы обнаружения объектов, заданных эталонами
- •Согласованная фильтрация.
- •Корреляционное обнаружение.
- •Морфологический подход ю.П. Пытьева.
- •Форма изображения как инвариант преобразований изображений, отвечающих вариациям условий регистрации
- •Сравнение изображений по форме
- •Выделение отличий изображений по форме
- •Обнаружение объекта по его изображению и оценка его координат
- •*Морфология на базе кусочно-линейной интерполяции
- •Преобразование Хафа для поиска прямых
- •*Различные способы параметризации прямых
- •Преобразование Хафа для поиска окружностей
- •Анализ аккумулятора при поиске геометрических примитивов
- •Обобщенное преобразование Хафа
- •*Специализированная процедура голосования для поиска эллипсов
- •*Рекуррентное преобразование Хафа в скользящем окне
- •1.8. Математическая морфология (по ж. Серра)
- •Морфологические операции на бинарных изображениях
- •Морфологические операции на полутоновых изображениях
- •Морфологическое выделение «черт» и объектов
- •Морфологический спектр
- •Морфологические скелеты. Непрерывная бинарная морфология Непрерывная бинарная морфология
- •Непрерывное гранично-скелетное представление изображения
- •Обработка и использование скелета
- •*Обобщенные скелетные представления бинарных фигур
- •Алгоритмы утончения дискретного бинарного изображения
- •*Регуляризация скелетов
- •Типы нерегулярностей скелета
- •Устранение нерегулярностей
- •Регуляризация скелета по Тихонову
- •*Селективные морфологии
- •Метод оптических потоков
- •Дифференциальный подход
- •Корреляционный подход
- •Частотный подход
- •Корреляционное слежение.
- •Форматы хранения и передачи цифровых изображений
- •Методы сжатия цифровых изображений
- •Формат bmp
- •Формат pcx
- •Формат gif
- •Формат tiff
- •Формат jpeg
- •Форматы хранения и передачи цифровых видеопоследовательностей
- •Формат avi
- •Формат mpeg
- •Форматы mpeg 1 и mpeg 2
- •Формат mpeg 4
- •Форматы mpeg 7
- •Раздел 2. Распознавание образов.
- •Обучение с учителем. Детерминированные методы, основанные на «близости». Линейные решающие правила. Метод построения эталонов. Метод ближайшего соседа. Метод k ближайших соседей.
- •Линейные решающие правила
- •Метод построения эталонов
- •Методы ближайших соседей
- •Параметрические и непараметрические методы
- •Дискриминантные и моделирующие методы обучения
- •Способность распознавателя к обобщению. Регуляризация.
- •Байесовская теория решений. Случай двух классов. Классификаторы, разделяющие функции и поверхности решений. Вероятности ошибок. Разделяющие функции для случая нормальной плотности.
- •Дискриминантный анализ. Линейный дискриминант Фишера. Персептронная функция критерия. Линейный дискриминантный анализ (lda, дискриминант Фишера)
- •Персептрон Розенблатта
- •Байесовское объединение свидетельств
- •Структурное распознавание
- •Автоматизированное конструирование алгоритмов обнаружения объектов на основе преобразований модельных описаний объектов.
- •Нейросетевое распознавание
- •Нейронные сети ассоциативной памяти. Сети Хопфилда.
- •Многослойные персептроны. Оптимизационное обучение. Метод обратного распространения ошибки.
- •Многослойные персептроны. Правило Хебба.
- •*Связь с байесовским распознаванием
- •Сети встречного распространения. Самоорганизующиеся сети.
«Обработка изображений и распознавание образов» Визильтер Юрий Валентинович Методическое пособие-2010
1.1. ЗАДАЧИ И ПРИЛОЖЕНИЯ МАШИННОГО ЗРЕНИЯ. ПРИМЕРЫ ПРАКТИЧЕСКИХ ПРИЛОЖЕНИЙ. 5
ЦИФРОВОЕ ИЗОБРАЖЕНИЕ. ЯРКОСТЬ И ГЕОМЕТРИЯ. ВИДЫ ИЗОБРАЖЕНИЙ. ФОРМАТЫ ИЗОБРАЖЕНИЙ. ПЕРВИЧНЫЕ СРЕДСТВА АНАЛИЗА ИЗОБРАЖЕНИЙ. ГЕОМЕТРИЧЕСКИЕ ПРЕОБРАЗОВАНИЯ ИЗОБРАЖЕНИЙ. 5
ИЗОБРАЖЕНИЯ РАЗЛИЧНОЙ ФИЗИЧЕСКОЙ ПРИРОДЫ. ИК-ДАТЧИКИ. РАДАРЫ. ЛАЗЕРНЫЕ ЛОКАТОРЫ. РЕНТГЕНОВСКИЕ ИЗОБРАЖЕНИЯ. УЛЬТРАЗВУКОВЫЕ ИЗОБРАЖЕНИЯ. ТОМОГРАФИЧЕСКИЕ ИЗОБРАЖЕНИЯ. 5
ЗНАКОМСТВО С СИСТЕМОЙ PISOFT. 5
СПОСОБЫ ПОЛУЧЕНИЯ РЕАЛЬНЫХ ИЗОБРАЖЕНИЙ. CCD МАТРИЦЫ. СКАННЕРЫ. ГЕОМЕТРИЯ ИЗОБРАЖЕНИЯ. ЦИФРОВЫЕ И АНАЛОГОВЫЕ УСТРОЙСТВА. ПРОСТРАНСТВЕННОЕ РАЗРЕШЕНИЕ. ТИПОВЫЕ ВИДЫ ПОМЕХ И ИСКАЖЕНИЙ НА ИЗОБРАЖЕНИЯХ РАЗЛИЧНОГО ТИПА. 5
ЦВЕТНЫЕ ИЗОБРАЖЕНИЯ. ЦВЕТОВОЕ ПРОСТРАНСТВО И ВОСПРИЯТИЕ ЦВЕТА ЧЕЛОВЕКОМ. РАЗЛИЧНЫЕ ЦВЕТОВЫЕ ПРОСТРАНСТВА. ПРЕОБРАЗОВАНИЯ ЦВЕТОВЫХ ПРОСТРАНСТВ. 5
Обработка и анализ изображений в задачах машинного зрения 5
Уровни и методы машинного зрения 7
Растровое изображение 8
Алгебраические операции над изображениями 9
Физическая природа изображений 10
Тип пикселя 13
Возможности и особенности системы Pisoft 15
Устройства оцифровки и ввода изображений 32
Обработка цветных изображений 36
1.2. Гистограмма и гистограммная обработка. Бинаризация и сегментация. Нормализация, Эквализация. Гистограммная сегментация. Бинаризация. Метод Отсу. Профили и проекции 42
БИНАРНОЕ ИЗОБРАЖЕНИЕ. ЗАДАЧА ВЫДЕЛЕНИЯ СВЯЗНЫХ ОБЛАСТЕЙ. МЕТОД "ЛЕСНОГО ПОЖАРА". ДВУХПРОХОДНЫЙ АЛГОРИТМ ВЫДЕЛЕНИЯ СВЯЗНЫХ ОБЛАСТЕЙ. АЛГОРИТМ ОБХОДА КОНТУРА. 42
Гистограмма и гистограммная обработка изображений 43
Профиль вдоль линии и анализ профиля 47
Проекция и анализ проекции 48
Бинаризация полутоновых изображений 49
Сегментация многомодальных изображений 50
Выделение и описание областей 51
1.3. Фильтрация. Выделение объектов при помощи фильтров 58
ФИЛЬТРАЦИЯ БИНАРНЫХ ИЗОБРАЖЕНИЙ. МОДЕЛЬ ШУМА "СОЛЬ И ПЕРЕЦ". ЛОГИЧЕСКАЯ ФИЛЬТРАЦИЯ. РАНГОВАЯ ФИЛЬТРАЦИЯ. БИНАРНАЯ МЕДИАНА. СТРУКТУРНЫЕ ИСКАЖЕНИЯ. РАСШИРЕНИЕ И СЖАТИЕ БИНАРНЫХ ИЗОБРАЖЕНИЙ. ВЫДЕЛЕНИЕ МЕЛКОРАЗМЕРНЫХ ОБЪЕКТОВ. ПЕЛЕНГ. ПЕЛЕНГ С ОКАЙМЛЕНИЕМ. РЕКУРРЕНТНАЯ РЕАЛИЗАЦИЯ БИНАРНЫХ ФИЛЬТРОВ. 58
НЕЛИНЕЙНАЯ ФИЛЬТРАЦИЯ ПОЛУТОНОВЫХ ИЗОБРАЖЕНИЙ. ОБОБЩЕНИЕ МЕТОДОВ БИНАРНОЙ ФИЛЬТРАЦИИ. ПОРЯДКОВЫЕ СТАТИСТИКИ. РАНГОВАЯ ФИЛЬТРАЦИЯ. "БЫСТРЫЕ" АЛГОРИТМЫ РАНГОВОЙ ФИЛЬТРАЦИИ. СИГМА-ФИЛЬТР. ФИЛЬТРЫ, СОХРАНЯЮЩИЕ КРАЯ. НОРМАЛИЗАЦИЯ ФОНА. 58
Задача фильтрации изображений 58
Фильтрация бинарных изображений 61
Нелинейная фильтрация полутоновых изображений 71
Задача выделения объектов интереса 74
1.4. Линейная фильтрация изображений. МОДЕЛЬ АДДИТИВНОГО ГАУССОВСКОГО ШУМА. Линейная фильтрация в пространственной области. СКОЛЬЗЯЩЕЕ СРЕДНЕЕ В ОКНЕ. "БЫСТРЫЙ" АЛГОРИТМ ВЫЧИСЛЕНИЯ СКОЛЬЗЯЩЕГО СРЕДНЕГО. ГАУССОВСКОЕ СГЛАЖИВАНИЕ. СВЕРТКА С ПРОИЗВОЛЬНОЙ МАСКОЙ. Преобразование Фурье. Линейная фильтрация в частотной области 80
Линейная фильтрация изображений. Линейная фильтрация в пространственной области 80
Преобразование Фурье. Линейная фильтрация в частотной области 83
Вейвлет-анализ 91
1.5. ВЫДЕЛЕНИЕ КОНТУРНЫХ ТОЧЕК (КОНТУРОВ) НА ПОЛУТОНОВЫХ ИЗОБРАЖЕНИЯХ. ЭВРИСТИЧЕСКИЕ МЕТОДЫ ВЫДЕЛЕНИЯ КОНТУРОВ. МЕТОДЫ, ОСНОВАННЫЕ НА ВЫЧИСЛЕНИИ ПРОИЗВОДНЫХ. КУСОЧНО-ПОСТОЯННАЯ И КУСОЧНО-ЛИНЕЙНАЯ МОДЕЛЬ ИЗОБРАЖЕНИЯ. ДВА ТИПА "КРАЕВ". ОПЕРАТОРЫ РОБЕРТСА, СОБЕЛА, ПРЕВИТТА, ЛАПЛАСА. ОПЕРАТОР МАРРА. ОБЩИЙ ПОДХОД К ЗАДАЧЕ ДИФФЕРЕНЦИРОВАНИЯ ЦИФРОВОГО ИЗОБРАЖЕНИЯ. РЕГУЛЯРИЗАЦИЯ. ОПТИМАЛЬНЫЕ ОПЕРАТОРЫ ВЫДЕЛЕНИЯ КОНТУРОВ. 95
СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ. ВЫДЕЛЕНИЕ ОБЛАСТЕЙ. КРИТЕРИИ ОДНОРОДНОСТИ. ГИСТОГРАММНАЯ СЕГМЕНТАЦИЯ. СЕГМЕНТАЦИЯ ПО ЦВЕТУ. МЕТОДЫ СЛИЯНИЯ/РАЗБИЕНИЯ. 95
Задача выделения контурных точек 95
Операторы вычисления производных 95
Операторы вычисления векторов градиентов 96
Операторы Марра и Лапласа 97
Постобработка контурного изображения 99
Сегментация полутоновых изображений 101
1.6. Морфологические методы анализа сцен (по Ю.П. Пытьеву) 109
Методы обнаружения объектов, заданных эталонами 109
Форма изображения как инвариант преобразований изображений, отвечающих вариациям условий регистрации 115
Сравнение изображений по форме 116
Выделение отличий изображений по форме 118
Обнаружение объекта по его изображению и оценка его координат 118
*Морфология на базе кусочно-линейной интерполяции 119
1.7. ПРЕОБРАЗОВАНИЕ ХАФА. НОРМАЛЬНАЯ ПАРАМЕТРИЗАЦИЯ ПРЯМЫХ. МЕТОД ГОЛОСОВАНИЯ ТОЧЕК. СВЯЗЬ С МЕТОДОМ. Г.М.Т. СВЯЗЬ С СОГЛАСОВАННОЙ КОНТУРНОЙ ФИЛЬТРАЦИЕЙ. ВЫДЕЛЕНИЕ ДРУГИХ АНАЛИТИЧЕСКИХ ФИГУР. ВЫДЕЛЕНИЕ ОКРУЖНОСТЕЙ. ОБОБЩЕННОЕ ПРЕОБРАЗОВАНИЕ ХАФА (GHT). 124
Преобразование Хафа для поиска прямых 126
*Различные способы параметризации прямых 127
Преобразование Хафа для поиска окружностей 129
Анализ аккумулятора при поиске геометрических примитивов 130
Обобщенное преобразование Хафа 131
*Специализированная процедура голосования для поиска эллипсов 132
*Рекуррентное преобразование Хафа в скользящем окне 133
1.8. Математическая морфология (по Ж. Серра) 136
Морфологические операции на бинарных изображениях 136
Морфологические операции на полутоновых изображениях 140
Морфологическое выделение «черт» и объектов 141
Морфологический спектр 142
Морфологические скелеты. Непрерывная бинарная морфология 145
*Регуляризация скелетов 152
*Селективные морфологии 157
1.9. АНАЛИЗ ДВИЖЕНИЯ. ВЫДЕЛЕНИЕ ДВИЖУЩИХСЯ ОБЪЕКТОВ. РАЗНОСТЬ КАДРОВ. ВЫЧИТАНИЕ ФОНА. АНАЛИЗ ОПТИЧЕСКИХ ПОТОКОВ. СЛЕЖЕНИЕ ЗА ДВИЖУЩИМИСЯ ОБЪЕКТАМИ. КОРРЕЛЯЦИОННОЕ СЛЕЖЕНИЕ. 161
СЖАТИЕ ВИДЕОИНФОРМАЦИИ. СЖАТИЕ БЕЗ ПОТЕРЬ. СЖАТИЕ ДИНАМИЧЕСКИХ ВИДЕОПОСЛЕДОВАТЕЛЬНОСТЕЙ. СОВРЕМЕННЫЕ ФОРМАТЫ ХРАНЕНИЯ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ И ВИДЕОПОСЛЕДОВАТЕЛЬНОСТЕЙ. 161
Анализ движения. Выделение движущихся объектов. Разность кадров. Детектирование оставленных предметов 161
Метод оптических потоков 162
Корреляционное слежение. 167
Форматы хранения и передачи цифровых изображений 168
Методы сжатия цифровых изображений 169
Формат BMP 171
Формат PCX 173
Формат GIF 173
Формат TIFF 174
Формат JPEG 175
Форматы хранения и передачи цифровых видеопоследовательностей 178