image processing and computer vision
DESCRIPTION
Image Processing and Computer Vision. Edge Detection & Generalized Hough Transform. Edge Detection. Contour edge. Edge มี 2 ชนิด Contour edge Texture edge. Texture edge. Edge Detection. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/1.jpg)
1
Image Processing and Computer Vision
Edge Detection &
Generalized Hough Transform
![Page 2: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/2.jpg)
2
Edge Detection
Contour edge
Texture edge
Edge มี� 2 ชนิ�ด
-Contour edge-Texture edge
![Page 3: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/3.jpg)
3
Edge Detection การหาค่ า Edge ในิภาพค่�อการหา pixel ที่��อยู่� ติ�ดก�นิ
ที่��มี�การเปลี่��ยู่นิแปลี่งค่ า intensity มีาก ๆ เช นิ จาก 0-255 หร�อจาก 255-0
![Page 4: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/4.jpg)
4
Edge Filter (Robert Operator)
![Page 5: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/5.jpg)
5
Edge Filter (Prewitt Operator)
![Page 6: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/6.jpg)
6
Edge Filter (Sobel Operator)
![Page 7: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/7.jpg)
7
Edge Filter (Canny Operator)
d. Canny operator
I[i,j] = image
Convolution image by Gaussian Filter we will get
S[i,j] = G[i,j; ] * I[i,j]
= spread of gaussian (การกระจายู่ค่ าของ gaussian filter)
ทำ��ก�รสร��ง filter จ�กส�ตร
P[i,j] = (S[i,j+1] – S[i,j] + S[i+1,j+1] – S[i+1,j]) / 2
Q[i,j] = (S[i,j] – S[i+1,j] + S[i,j+1] – S[i+1,j+1]) /2
![Page 8: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/8.jpg)
8
Edge Filter (Canny Operator)
-Edge pixel
M[i,j] = P[i,j]2 + Q[i,j]2
- Each in edge pixel
[i,j] = arctan(Q[i,j], P[i,j])
![Page 9: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/9.jpg)
9
Sample Image
-1 0
0 1
Gx
0 -1
1 0
Gy
![Page 10: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/10.jpg)
10
Generalized Hough Transform
ใช"สำ$าหร�บหาร�ปร าง ๆ ใด ภายู่ในิภาพเป&าหมีายู่ (Target Image)
ซึ่(�งประกอบด"วยู่ 2 สำ วนิใหญ่ ๆ ค่�อ1 .ที่$าการเก+บรายู่ลี่ะเอ�ยู่ดติ าง ๆ ของ
Template shapeไว"ก อนิ2. ที่$าการค่"นิหาร�ปร าง (shape) ภายู่ในิภาพ
เป&าหมีายู่(Target image)
![Page 11: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/11.jpg)
11
Learn Shape ที่$าการสำร"าง Shape สำ$าหร�บเป-นิ Template ข(.นิมีาก อนิ
1 .ทำ��ก�รเลื�อกจ�ดก��งกลื�งของภ�พต�นแบบ 2. ส��หร�บ pixel ทำ��เป็�น edge ให�ลื�ก
เส�นตรงเข��ห�จ�ดก��งกลื�ง แลืะทำ��ก�รเก"บค่$�ต$�ง ๆ ด�งน�& = มุ�มุทำ��กระทำ��ก�บแกน X
= ค่$� gradient ทำ��ได�จ�กก�รทำ�� edge detectorr = ระยะทำ�งจ�กเส�นขอบทำ��ลื�กไป็ย�ง จ�ดก��งกลื�ง
![Page 12: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/12.jpg)
12
GHT : R-Table
สำร"าง R-Table ข(.นิมีา เพ��อเก+บค่ าช วงของ
![Page 13: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/13.jpg)
13
Search for Shapes
Target Image
![Page 14: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/14.jpg)
14
Search for Shape Algorithm สำ$าหร�บ search ในิภาพเป&าหมีายู่(Target) 1. ทำ��ก�รห�ขอบ ของร�ป็ภ�พเป็*�หมุ�ย แลืะทำ��ก�รเก"บค่$�
(gradient direction) ไว้�
2. ส��หร�บทำ�ก ๆ edge pixel ใช้�ค่$� ทำ��ได�จ�กข�อ 1 เพ��อทำ��ก�รค่�นห�ค่$�
แลืะ r ซึ่��งเก"บอย�$ใน R-Table3. ส��หร�บค่$�ของ แลืะ r ทำ��ได�จ�กก�รค่�นห�ใน R-Table ต�มุ น�&น
ให�ทำ��ก�ร แทำนค่$�ของ แลืะ r ในส�ตร
xc = x + rcos()yc = y + rsin()
4. ทำ��ก�ร Vote xc แลืะ yc จ�กน�&นทำ��ก�รเลื�อกค่$� Maximum vote
ของ xc แลืะ yc มุ�เป็�นค่��ตอบก"จะได�จ�ดก��งกลื�งทำ��จะทำ��ก�รว้�งภ�พ template
ลืงไป็ในภ�พ target
![Page 15: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/15.jpg)
15
Search for Shapes
![Page 16: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/16.jpg)
16
Case when Image Scale or Rotate
Scale factor = SRotation factor =
ทำ��ก�รสร��ง Array ขน�ด 4 มุ.ต. ข�&นมุ�เพ��อทำ��ก�ร Vote ด�งน�& Array[xc, yc, S, ]
ซึ่��งค่$� S อ�จเป็�นได�ด�งน�& 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0, 1.1, 1.2, 1.3, 1.4, 1.5
ส$ว้นค่$� R ให�มุ�ค่$�ต�&งแต$ 0-359
![Page 17: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/17.jpg)
17
Case when Image Scale or Rotate
ด�งนิ�.นิเมี��อมี�ค่ า Scale แลี่ะ Rotation เข"ามีาเป-นิติ�วแปรด"วยู่จะติ"องการเปลี่��ยู่นิสำมีการเก าเป-นิสำมีการใหมี ด�งนิ�.
xc = x + rcos() yc = y + rsin()
xc = x + r S cos(+ ) yc = y + r S sin( + )
![Page 18: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/18.jpg)
18
Case when Image Scale or Rotate
Algorithm1. For each (, r) from R-Table
For each S = 0.3 to 1.5 For each = 0 to 359 find
Array[xc, yc, S, ]++
Look for Maximum vote in 4-D Array
xc = x + r S cos(+ ) yc = y + r S sin( + )
![Page 19: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/19.jpg)
19
Example
![Page 20: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/20.jpg)
20
Example
![Page 21: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/21.jpg)
21
Example
![Page 22: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/22.jpg)
22
![Page 23: Image Processing and Computer Vision](https://reader035.vdocuments.site/reader035/viewer/2022081519/56813bd4550346895da4f98d/html5/thumbnails/23.jpg)
23
Example