fůze rozmazaných snímků ( li, manjunath, mitra)
DESCRIPTION
kombinace „nejlepších“ dat. volba „nejlepších“ - pomocí DWT, levý Mallat strom. absolutní hodnota koeficientů - amplituda wavelet. velké abs. hodnoty - významné ostré změny jasu. volba max | koeficienty |. sesazení zvolených. zpětná rekonstrukce pomocí IDWT. - PowerPoint PPT PresentationTRANSCRIPT
Fůze rozmazaných snímků (Li, Manjunath, Mitra)
kombinace „nejlepších“ dat
volba „nejlepších“ - pomocí DWT, levý Mallat strom
absolutní hodnota koeficientů - amplituda wavelet
velké abs. hodnoty - významné ostré změny jasu
volba max | koeficienty |
sesazení zvolených
zpětná rekonstrukce pomocí IDWT
DWT max
IDWT
Fůze rozmazaných snímků (Li, Manjunath, Mitra)
maximum přes okolí 3x3, 5x5
pokud „jiné“ - nahrazení, pokud „stejné“ - průměr
konzistence - okolí z obr. A, jeden z obr. B -> změna
Fúze dat
Remote sensing: kombinace detailů z panchromatického (PAN) obrazu s vysokým prostorovým rozlišením sinfomací o barvě z obrazu multispektrálního (MS) s nízkým p.r.
Proč MS není s vysokým rozlišením – příchozí energie do senzoru- množství nasbíraných dat
IHS fúze pro MS: RGB -> IHS, I nahrazeno PAN obrazem, zpětná IHS
PCA fúze MS dekoreluje, 1 komponent nahrazen PAN, zpětná PCA
wavelety
Problémy s barvou – staré satelity relativně OK- nové problém s PAN (větší rozsah – jiná barva)
TM vysoké frekvenční rozlišení (barevné) TM3, TM4, TM7SPOT-PAN vysoké prostorové rozlišení
TM - Landsat Thematic Mapper, SPOT - Satellite Pour I' Observation de la Terre
FWT(SPOT-PAN) AVG(SPOT-PAN), DH(SPOT-PAN), DV(SPOT-PAN), DD(SPOT-PAN)
• registrace (TM) na AVG(SPOT-PAN) • IFWT(R(TM), DH(SPOT-PAN), DV(SPOT-PAN), DD(SPOT-PAN) )
10m 20m
Fúze dat s různým rozlišením
Fúze dat pomocí WT
Reprezentace
- křivky a jejich DWT rozvoj
- textury (biologická motivace) - waveletová transformace frekvence a lokalizace
- (koef2) … energie
- energie v rozdílu kanálů R, G, B tj. korelace mezi kanály ve stejném směru
- rozptyl, střední hodnota
- dilatace a rotace- nastavení měřítka a orientace pro detekci objektů- textury - střední hodnota a rozptyl absolutní hodnoty koef.
- Gauss modulovaný komplexní sin funkcíReprezentace - Gabor wavelety
Reprezentace - Banana wavelety
Reprezentace - Banana wavelety
Registrace snímků
- škálovací funkce - impulsní odezva LPF
- wavelety
- amplituda WT
- pro dané wavelety proporční k velikosti gradientu
Registrace snímků
- LH a HL, řídící bod tam kde M větší než práh
- STD a E M pro danou hloubku, ovlivňuje početpro jemné úrovně vyšší hodnoty
- v LL na daných místech výpočet korelačních koeficientů
wc plocha
Registrace snímků
- postupně z hloubky, v každém kroku provést odhadnutou transformaci
- je možno v hloubce začít full-search přes prostor parametrů, pak na vyšších úrovních omezit oblast vyhledávání
- je možno použít bloky místo detekovaných maxim
obdoba Cannyho detektoru hran
- absolutní hodnota -lokální maxima ve směru maximální změny originál Canny Maar
Detekce hran
- multiscale verze - vyhlazování low-pass filtrem - nejčastěji Gauss- (x,y)
Detekce hran
Detekce hran
2 wavelety - odpovídají vektoru gradientu vyhlazeného obrázku
při použití konvoluce
hrany - 1D lokální maxima M ve směru A
posun obrázku - posun maxim- nemění se hodnoty maxim- koeficienty WT se můžou měnit
Detekce hranvelikost gradientu
směr gradientu
Detekce hran - analýza
- multiscale informace o hranách, z jednotlivých úrovní
- analýza vztahů mezi jednotlivými úrovněmi
- mizení koeficientů do hloubky závisí na lokální hladkosti signálu
- diferencovatelnost - Lipschitzovské koeficienty
- čím větší , tím víc diferencovatelná funkce- v nespojitosti = 0- nutná podmínka pro f aby byla někde L. s je existence C > 0
- podle vývoje velikosti w.koef. - odhad hladkosti obr.f.
Funkce f uniformně Lipschitzovská s (0 < < 1 ) na intervalu [a,b] právě tehdy, když existuje
konstanta K taková že pro libovolné (x0, x1) z [a,b] platí
Detekce hran - analýza
- pro detekci hran – odhady přes úrovně co šum a co hrana
- není L. – pokles koeficientů
- je L. – nárůst koeficientů
- není L. – pravděpodobně šum a detaily
- použít hlubší úroveň když rychlý pokles
- použít vyšší úroveň když pomalý pokles - - přesnost umístění hran
Detekce hran - analýza
Watermarking
- neviditelný podpis v obraze, důkaz původu
- - =
- vypadat náhodně, neviditelně
- detekovatelná korelací
- stabilní vůči změnám (šum, komprese, výřez)
Watermarking
- robustní – vodoznak na významných místech versus viditelnost
METODA: DWT – detailní koeficienty > práh
na ně přidat vodoznak IDWT
KONTROLA: DWT test, detailní koeficienty > práh2 > práh
korelace, porovnat s mírou podobnosti
Watermarking
- jen významné koeficienty změněny
- množství změn adaptováno na obrázek
- druhý práh větší z důvodů robustnosti (šum, komprese)