Лекции opencv: 1. Введение. Задачи анализа изображений

с/к Анализ изображений, OpenCV

1. Введение. Задачи анализа изображений

УрГУ / ИММ осень 2011лекции и объявления: вопросы отправляйте на адрес www.uralvision.blogspot.com perevalovds@gmail.com

http://mimikirchner.com/blog/images/4:20:robots.jpghttp://s2.hubimg.com/u/1343513_f260.jpg

Введение

На спецкурсе будут:1. Постановки и методы решения задач анализа, обработки и распознавания цифровых изображений.2. Практика реализации алгоритмов на OpenCV.

Не будет:1. Основ программирования C++.2. Основ обработки изображений в Photoshop и Gimp.3. Нейросетей.

Введение

Под задачей обработки изображения мы будем понимать задачу построения алгоритма для автоматического анализа изображения компьютером с целью извлечения некоторой информации из изображения.

В частности, вопросам улучшения изображений для восприятия человеком мы будем уделять немного времени.

Когда возникает задача обработки изображений?

Типы задач обработки изображений

Обнаружение

Поиск отдельных объектов на изображении (областей, контуров), измерение размеров и т.д. без конкретизации того, какие это объекты.

Интерпретация

Определение типа некоторого объекта на изображении.

Обнаружение

Сегментация

- разбиение изображения на области.Методы: текстурный анализ, анализ контуров.

Анализ движения- анализ последовательных кадрах для выяснения направлениядвижения объектов в кадре.Методы: вычисление оптического потока.

Восприятие глубины- использование двух камер для оценки расстояния до объектов.Методы: стереозрение.

Кадр с левой камеры Кадр с правой камеры

Вычисленная карта расстояний

Слежение за интересующим объектом- вычисление координат объекта на последовательности кадровМетоды: трекинг.

http://www.merl.com/projects/images/particle.jpg

Отделение объекта от фона- выделение областей пикселов, являющихся "объектами", а не "фоном"Методы: обучение фону для последующего отделения, стереозрение, оптический поток.

Интерпретация

Распознавание типов объектов- анализ текстур.

Методы: вычисление вектора текстурных признаков и последующая классификация.

http://www.gisdevelopment.net/technology/ip/ma03029a.htm

Поиск известных объектовМетоды: сопоставление с эталоном, алгоритм Виолы-Джонса.

Измерение размеров объектовМетоды: предварительная калибровка камеры, затем поиск объектов и интересующих точек на для измерения размера.

Калибровка камеры

Распознавание жестовМетоды: скрытые марковские модели.

http://paloma.isr.uc.pt/gesture-reco/pics/gestureLib.jpg

Ориентация в пространствеМетоды: калибровка камеры, исправление перспективных искажений, сопоставление с эталоном по ключевым признакам.

http://www.ics.forth.gr/ae-printerfriendly/cvrl/demos/pan_nav/pan_nav.html

ЛитератураКомпьютерное зрение1. Гонсалес Р., Вудс Р. Цифровая Обработка Изображений.2. Л. Шапиро, Дж. Стокман,. «Компьютерное зрение».

OpenCV1. Документация OpenCV 2.1 C++: http://opencv.willowgarage.com/documentation/cpp/index.html

2. Gary Bradski,Adrian Kaehler, Learning OpenCV: Computer Vision with the OpenCV Library- к сожалению, для версии OpenCV для C, а не C++.

Философские проблемы распознаванияМ.М. Бонгард, Проблема узнавания. 1967 год.

Домашнее задание

1. Установить Visual Studio C++ 2008 Express Edition.2. Установить OpenCV 2.1.3. Запустить несколько примеров из папки OpenCV2.1\samples\c\.