คำถามติดแท็ก image-processing

ฉันมีภาพ 2 มิติซึ่งฉันต้องการกรองสัญญาณต่ำด้วยข้อ จำกัด / ตัวชี้วัดคุณภาพเหล่านี้: ฉันไม่สามารถ "เพิ่ม" แสงให้กับภาพดังนั้นแต่ละพิกเซลในผลลัพธ์ควรเป็น <= พิกเซลที่สอดคล้องกันในอินพุต ความถี่ cutoff ต่ำสุดควรเป็นพารามิเตอร์สำหรับการทดสอบ การใช้ตัวกรองนี้ซ้ำ ๆ ไม่ควรเปลี่ยนผลลัพธ์อย่างมีนัยสำคัญ เวลาที่ใช้ในการเรียกใช้อัลกอริธึม (5 นาทีสำหรับภาพ 5MPix นั้นสมเหตุสมผล) ลดปริมาณแสงที่ถูกกรองให้น้อยที่สุด ด้านล่างนี้เป็นวิธีที่ฉันลองใช้พร้อมกับข้อบกพร่อง: ตัวกรองแบบเกาส์เหมือนปกติจากนั้นดึงผลลัพธ์ลงมาเพื่อให้สอดคล้องกับข้อ จำกัด 1. สิ่งนี้สอดคล้องกับ 3 จุดแรกได้เป็นอย่างดี แต่ลดแสงได้มากกว่าที่จำเป็นมาก ปรับพาราโบลา "ขึ้น" ผ่านจุด "ต่ำ" และพาราโบลา "ลดลง" ระหว่างพวกเขาให้เรียบ วิธีนี้ใช้งานได้ดีใน 1D แต่ใช้ในแนวนอนก่อนแล้วจึงสร้างผลลัพธ์ที่ไม่ดีในแบบ 2D ใช้เวลานานมาก แต่ไม่นานเกินไปสำหรับใบสมัครของฉัน อย่างไรก็ตามการใช้ตัวกรองนี้ซ้ำแล้วซ้ำอีกจะเปลี่ยนผลลัพธ์อย่างมาก หากอินพุต (1D) เป็นพาราโบลา "ลง" ที่สมบูรณ์แบบ …

16 image-processing  lowpass-filter 

ฉันได้อ่านภาพนี้: นำ FFT ของมัน (2D) แล้ว Inverse FFT เพื่อให้ได้ภาพกลับมาอย่างแน่นอน รหัสที่ให้ไว้สำหรับการอ้างอิง: imfft = fft2(photographer); im = uint8(ifft2(imfft)); imshow(im); %Output is same image แต่เมื่อฉันเปลี่ยนฟูเรียร์และมีส่วนที่แท้จริงเท่านั้น imfft = real(fft2(photographer)); im = uint8(ifft2(imfft)); imshow(im); ฉันได้รับภาพเช่นนี้ ( โปรดทราบว่าการเปลี่ยนแปลงขนาดไม่เกี่ยวข้องและเนื่องจากการบันทึกจากตัวจัดการรูป Matlab ): ใครสามารถอธิบายทฤษฎี (คณิตศาสตร์) ที่อยู่เบื้องหลังฉันได้ไหม ขอบคุณ

16 image-processing  fft  fourier-transform 

ก่อนอื่นฉันหวังว่านี่เป็นบอร์ดการแลกเปลี่ยนที่ถูกต้อง ฉันขอโทษถ้ามันไม่ได้ ฉันกำลังทำงานกับสิ่งที่ต้องการให้ฉันปรับเทียบกล้อง ฉันใช้รหัสสำเร็จในการทำสิ่งนี้ใน OpenCV (C ++) ฉันกำลังใช้ฟังก์ชั่นกระดานหมากรุก inbuilt และกระดานหมากรุกที่ฉันพิมพ์ออกมาแล้ว มีบทเรียนมากมายบนอินเทอร์เน็ตที่ระบุมุมมองกระดานหมากรุกมากกว่าหนึ่งมุมมองและแยกมุมออกจากแต่ละเฟรม มีชุดมุมมองที่เหมาะสมที่สุดสำหรับฟังก์ชั่นเพื่อรับการปรับเทียบกล้องที่แม่นยำที่สุดหรือไม่? ส่งผลต่อความแม่นยำของการสอบเทียบคืออะไร ตัวอย่างเช่นถ้าฉันให้ภาพในมุมมองเดียวกัน 5 ภาพโดยไม่ย้ายอะไรเลยมันจะให้ผลลัพธ์ที่ตรงเมื่อฉันพยายามยกเลิกการซ่อนเว็บแคมของฟีด FYI สำหรับทุกคนที่เยี่ยมชม:ฉันเพิ่งค้นพบว่าคุณจะได้รับการสอบเทียบกล้องที่ดีกว่าโดยใช้ตารางวงกลมที่ไม่สมมาตรและฟังก์ชั่น OpenCV ที่เกี่ยวข้อง

16 image-processing  camera  opencv 

ฉันพยายามค้นหารายการคุณลักษณะภาพที่เป็นไปได้เช่นสีขอบที่มุ่งเน้นและอื่น ๆ สำหรับการวัดการใช้งานของพวกเขาในกรณีที่ค้นหาวัตถุที่คล้ายกัน / คล้ายกันในภาพ ไม่มีใครรู้รายการดังกล่าวหรืออย่างน้อยคุณสมบัติบางอย่าง?

15 image-processing  cbir 

ฉันจะใช้อัลกอริทึมการแปลงคุณสมบัติไม่แปรเปลี่ยนเป็นตัวอย่างที่นี่ SIFT สร้างพื้นที่ขนาดตามการกรองแบบเกาส์ปรับขนาดของภาพแล้วคำนวณความแตกต่างของ Gaussian เพื่อตรวจหาจุดสนใจที่อาจเกิดขึ้น คะแนนเหล่านี้ถูกกำหนดให้เป็น minima ท้องถิ่นและ maxima ข้ามความแตกต่างของ gaussians มันก็อ้างว่าวิธีนี้เป็นขนาดคงที่ (ในหมู่ invariances งงอื่น ๆ ) ทำไมนี้ มันไม่ชัดเจนสำหรับฉันว่าทำไมในกรณีนี้

15 image-processing  computer-vision  sift  scale-space 

ฉันสามารถใช้เทคนิคการวิเคราะห์ภาพใดในการแยกสัญญาณไฟจราจรจากภาพเช่นภาพด้านล่าง แก้ไข: หลังจากการแพร่กระจาย Anisotropic: พื้นหลังที่ฉันไม่ต้องการได้รับการเคลียร์เล็กน้อย หลังจากการขยาย: Thresholding หลังจากการแพร่กระจาย: ไม่สามารถหา thresholding ที่ดีที่สุดสำหรับวัตถุประสงค์นี้ อย่างไรก็ตามฉันไม่สามารถหาวิธีลบพื้นหลังได้ แก้ไข: ฉันต้องการชิ้นส่วนเหล่านี้ของภาพของฉัน กำลังถ่ายภาพอินพุทอื่น: การใช้การกรองค่ามัธยฐานและการตรวจจับขอบ: หลังจากการกรองหมวกล่าง: ฉันจะแยกสัญญาณถนนได้อย่างไรโปรดช่วยด้วย?

15 image-processing  filters 

ฉันกำลังทำงานในสาขาการฟื้นฟูภาพดิจิทัล ฉันได้อ่านทุกสิ่งเกี่ยวกับการโน้มน้าวใจแล้วว่าสำหรับระบบLTIถ้าเรารู้ว่าการตอบสนองต่อแรงกระตุ้นนั้นเราสามารถหาผลลัพธ์ได้โดยใช้การโต้ตอบระหว่างอินพุตกับการตอบสนองแบบอิมพัลส์ ใครสามารถบอกฉันได้ว่าอะไรคือปรัชญาทางคณิตศาสตร์หลักที่อยู่เบื้องหลัง ประสบการณ์ของคุณจะบอกกับฉันมากกว่าเพียงแค่ท่องอินเทอร์เน็ตเกี่ยวกับเรื่องนี้

15 image-processing  discrete-signals  convolution 

ตัวกรองที่ดีที่สุดในการขจัดเสียงเกาส์โดยไม่ทำลายขอบคืออะไร? ฉันกำลังใช้ภาพ Lena มาตรฐานที่มีสัญญาณรบกวนแบบเกาส์เพิ่มเติมและฉันต้องการ denoise ก่อนที่จะใช้การกระจายแบบแอนไอโซทรอปิก ฉันไม่ต้องการกรองค่ามัธยฐานเนื่องจากขอบเบลอ ฉันพยายามกรองแบบปรับตัว แต่ผลลัพธ์ไม่เป็นที่น่าพอใจ

15 image-processing  filters  noise 

ฉันต้องเชื่อมต่อรูปทรงใกล้เคียงในภาพตามระยะห่างระหว่างพวกเขาซึ่งระบุว่าจะต้องเชื่อมต่อรูปทรงหรือไม่ ตอนนี้มีคำถามเกี่ยวกับปัญหาเดียวกันนี้แล้วที่นี่/programming/8973017/opencv-c-obj-c-connect-nearby-contoursแต่ที่นี่เขารวมรูปทรงทั้งหมดเป็นหนึ่งเดียว ฉันไม่ต้องการ ฉันไม่คิดว่ามีฟังก์ชั่นบางอย่างใน opencv สำหรับเรื่องนี้ แต่คุณสามารถแนะนำอัลกอริทึมสำหรับสิ่งนั้นได้ แอปพลิเคชันของฉันเป็นดังนี้: ฉันกำลังตรวจจับมือดังนั้นฉันจึงใช้อัลกอริธึมการตรวจจับผิวหนังเพื่อตรวจสอบพวกเขา แต่เนื่องจากผิวของฉันไม่ขาวและอาจเป็นเพราะสภาพแสงบางครั้งเส้นแบ่งที่ข้อศอก ดังนั้นฉันจึงต้องการให้รูปทรงใกล้เคียงเชื่อมต่อกัน แต่ไม่ใช่ทั้งหมด (เพราะทั้งสองมือของฉันจะอยู่ในรูปทรง) (ด้วยมือฉันหมายถึงจากไหล่ถึงต้นปาล์ม) ยิ่งกว่านั้นฉันคิดว่าการใช้การตรวจจับขอบบางอย่างฉันจะทำให้มือของฉันมีขอบเขตและตรวจสอบว่ามีการตรวจพบว่าแพทช์นี้ภายในขอบเขตนี้เป็นผิวหนังจากนั้นพื้นที่ทั้งหมดภายในขอบเขตนี้จะถูกตรวจพบเป็นผิวหนัง แต่ฉันไม่แน่ใจว่าจะทำอย่างไร ส่วนหนึ่ง ความช่วยเหลือใด ๆ ที่จะได้รับการชื่นชม. ขอบคุณล่วงหน้า ภาพตัวอย่าง: ในภาพนี้ฉันต้องการเชื่อมต่อจุดเชื่อมต่อ (การเชื่อมต่อ 8 จุด) ซึ่งน้อยกว่าความยาว 40 พิกเซลเพื่อบอกว่าฉันจะได้มือซ้ายของฉันเป็นรูปร่างเดียว เป้าหมายของฉันคือการได้รับรูปร่างของมือ (ฉันไม่สนใจเกี่ยวกับภูมิภาคอื่น ๆ )

15 image-processing  computer-vision  opencv  morphological-operations 

ฉันจะคำนวณอุณหภูมิสี (เทียบเท่าตัวดำ) ของแหล่งกำเนิดแสงส่องสว่างภาพที่กำหนดได้อย่างไร ด้านล่างเป็นภาพหน้าจอของ Adobe Lightroom ที่ใช้ควบคุมอุณหภูมิสีและการเปลี่ยนแปลงใน RGB Histograms จากส่วนประกอบของภาพ RGB ฉันจะคำนวณได้อย่างไร ฉันควรคาดหวังว่าจะมีค่าเดียว - อุณหภูมิของวัตถุสีดำเท่ากับแหล่งกำเนิดแสงใช่ไหม?

14 image-processing  color 

ฉันมีรูปร่างตามอำเภอใจซึ่งกำหนดโดยรูปแบบไบนารี (สีเทา = รูปร่าง, สีดำ = พื้นหลัง) ฉันต้องการค้นหาสี่เหลี่ยมที่มีขนาดใหญ่ที่สุดที่มีพิกเซลสีเทาเท่านั้น (สี่เหลี่ยมนั้นเป็นภาพสีเหลือง): รูปร่างนั้นเป็น "ชิ้นเดียว" เสมอ แต่ไม่จำเป็นต้องนูน (ไม่ใช่ทุกจุดคู่บนขอบเขตของรูปร่างที่สามารถเชื่อมต่อกันด้วยเส้นตรงที่วิ่งผ่านรูปร่าง) บางครั้งมี "สี่เหลี่ยมจัตุรัสสูงสุด" อยู่จำนวนมากจากนั้นจึงสามารถนำข้อ จำกัด เพิ่มเติมมาใช้เช่น: การใช้รูปสี่เหลี่ยมผืนผ้าโดยมีจุดศูนย์กลางอยู่ใกล้กับจุดศูนย์กลางมวลของรูปร่าง (หรือศูนย์กลางของภาพ) การใช้สี่เหลี่ยมที่มีอัตราส่วนกว้างยาวที่สุดใกล้กับอัตราส่วนที่กำหนดไว้ล่วงหน้า (เช่น 4: 3) ความคิดแรกของฉันเกี่ยวกับอัลกอริทึมคือ: คำนวณการแปลงระยะทางของรูปร่างและค้นหาจุดศูนย์กลางมวล ขยายพื้นที่สี่เหลี่ยมในขณะที่มีพิกเซลของรูปร่างเท่านั้น ขยายสี่เหลี่ยม (แต่เดิมเป็นสี่เหลี่ยม) ในความกว้างหรือความสูงในขณะที่มันมีพิกเซลของรูปร่างเท่านั้น อย่างไรก็ตามฉันคิดว่าอัลกอริทึมดังกล่าวจะช้าและจะไม่นำไปสู่ทางออกที่ดีที่สุด ข้อเสนอแนะใด ๆ

14 image-processing  image  geometry 

ฉันพยายามตรวจจับสี่เหลี่ยมในภาพ พื้นหลังของภาพเป็นสีเดียว (ส่วนใหญ่) ฉันลองสองวิธีเพื่อให้ได้ภาพไบนารี (1 = พื้นหลัง, 0 = ขอบ), เพื่อทำการแปลงแบบ Hough ในภายหลัง ... Sobel หรือ Canny Filter ภาพเรียบ A, สร้างภาพที่แตกต่าง A - เกาส์, สร้างภาพไบนารีที่มีเกณฑ์ (สร้างฮิสโตแกรม, bin สูงสุดควรเป็นพื้นหลัง ... ) ผลที่ได้คือภาพไบนารีที่มีขอบ ฉันไม่ได้จริงๆตอนนี้วิธีการใดที่ทำงานได้ดีกว่าสำหรับภาพที่แตกต่างหลากหลาย ความคิดใด ๆ

14 image-processing 

ฉันมีชุดของรูปภาพที่แสดงถึงความโค้งเฉลี่ยของพื้นผิวด้านหลังของมนุษย์ สิ่งที่ฉันต้องการทำคือ "สแกน" ภาพเพื่อหาจุดที่มีภาพคล้ายกัน "สะท้อน" ในส่วนอื่น ๆ ของภาพ (ส่วนใหญ่มีความสมมาตรกับเส้นกึ่งกลาง แต่ไม่จำเป็นเนื่องจากอาจมีความผิดปกติ) เทคนิคการเย็บภาพบางอย่างใช้สิ่งนี้เพื่อ "ตรวจจับอัตโนมัติ" จุดที่คล้ายกันระหว่างภาพ แต่ฉันต้องการตรวจจับทั้งสองด้านของภาพเดียวกัน เป้าหมายสูงสุดคือการค้นหาเส้นต่อเนื่องตามแนวโค้งที่ยาวที่สุดและยาวที่สุดซึ่งแบ่งส่วนหลังในลักษณะสมมาตร "ครึ่ง" ภาพตัวอย่างวางไว้ด้านล่าง โปรดสังเกตว่าไม่ใช่ทุกภูมิภาคที่มีความสมมาตร (เฉพาะด้านบนตรงกลางของภาพ "แถบ" แนวตั้งสีแดงเบี่ยงเบนไปทางขวา) ภูมิภาคนั้นควรได้รับคะแนนที่ไม่ดีหรืออะไรก็ตาม แต่จากนั้นสมมาตรในท้องถิ่นจะถูกกำหนดจากจุดสมมาตรที่อยู่ไกลออกไป ไม่ว่าในกรณีใดฉันจะต้องปรับ algorythm ให้กับโดเมนแอปพลิเคชันของฉัน แต่สิ่งที่ฉันตามมาก็คือกลยุทธ์การจับคู่ความสัมพันธ์ / การโน้มน้าว / การจับคู่รูปแบบ (แก้ไข: มีภาพเพิ่มเติมด้านล่างและคำอธิบายเพิ่มเติมบางส่วน) แก้ไข: ตามที่ร้องขอฉันจะรวมภาพทั่วไปมากขึ้นทั้งประพฤติดีและมีปัญหา แต่แทนที่จะเป็นภาพ colormapped พวกมันเป็นภาพระดับสีเทาดังนั้นสีนั้นเกี่ยวข้องโดยตรงกับขนาดข้อมูลซึ่งไม่ได้เกิดขึ้นกับภาพสี (ให้เพื่อการสื่อสารเท่านั้น) แม้ว่าภาพสีเทาดูเหมือนว่าจะไม่มีความเปรียบต่างเมื่อเทียบกับภาพที่มีสี แต่การไล่ระดับสีของข้อมูลอยู่ที่นั่นและสามารถนำมาซึ่งความเปรียบต่างที่ปรับตัวได้หากต้องการ 1) ภาพของวัตถุที่มีความสมมาตรมาก: 2) ภาพของเรื่องเดียวกันในช่วงเวลาที่แตกต่างกัน แม้ว่าจะมี "คุณสมบัติ" เพิ่มเติม (การไล่ระดับสีมากขึ้น) แต่ก็ไม่ได้ …

14 image-processing  cross-correlation  image-registration 

ฉันทำงานและเรียนรู้เกี่ยวกับการมองเห็นคอมพิวเตอร์และการประมวลผลภาพมาหลายปีแล้วและฉันเชื่อว่าฉันไม่ได้เป็นผู้เริ่มต้นที่สมบูรณ์อีกต่อไป ยังคงหลังจากที่ทุกปีเหล่านี้มันเป็นเรื่องยากสำหรับผมที่จะบอกส่วนใดส่วนหนึ่งโดยเฉพาะอย่างยิ่งการทำงานของผมไม่ว่าจะเป็นส่วนใหญ่วิสัยทัศน์เกี่ยวกับคอมพิวเตอร์, หรือถ้ามันเป็นการประมวลผลภาพ ฉันไม่เห็นบรรทัด - เมื่อฉันทำงานการศึกษาและการวิจัยฉันอ่านเอกสารอ้างอิงด้วยคำหลักทั้งสอง ดังนั้นฉันสนใจในความหมายของวิสัยทัศน์คอมพิวเตอร์และการประมวลผลภาพทุ่งนาให้ความสำคัญกับการเปรียบเทียบ (ความแตกต่างเช่นเดียวกับการทับซ้อน) ของฟิลด์ นอกจากนี้ฉันคิดว่ามันจะมีค่าหากมีตัวอย่างของแอปพลิเคชัน (แนวความคิดหรือที่มีอยู่) ในทางปฏิบัติโครงการและงานที่เกี่ยวข้องกับ / ใช้ประโยชน์: แต่เพียงผู้เดียว (หรือส่วนใหญ่) เครื่องมือและแนวคิดเกี่ยวกับการมองเห็นของคอมพิวเตอร์ แต่เพียงผู้เดียว (หรือส่วนใหญ่) เครื่องมือและแนวคิดในการประมวลผลภาพ การรวมกันของเครื่องมือและแนวคิดจากทั้งสองฟิลด์ ด้วยความเอาใจใส่เป็นพิเศษที่จ่ายให้กับสิ่งที่ทำให้เป็นหนึ่งและไม่ใช่ที่อื่นหรือทำให้ทั้งสองอย่าง ฉันเข้าใจว่าฟิลด์เหล่านี้มีความเกี่ยวข้องสูงและ "บรรทัด" อาจไม่ชัดเจนเหมือนคำถามที่ถาม แต่ฉันหวังว่าคุณเข้าใจว่าประเด็นของคำถามนี้ไม่ได้ออกแบบกฎการตัดสินใจแบบง่าย ๆ สำหรับการจำแนก (ของฉัน) ทำงานได้ แต่ควรมีความเข้าใจที่ดีขึ้นเกี่ยวกับโฟกัสและเป้าหมายของสาขาเหล่านี้ นอกจากนี้ยังยินดีต้อนรับข้อมูลเพิ่มเติมใด ๆ ที่ปรากฏในหัวข้อด้วยคำถามของฉันแม้ว่าฉันจะไม่ได้ขอเป็นพิเศษ

14 image-processing  computer-vision  soft-question  theory 

ฉันมีพื้นผิว:มีแอตทริบิวต์วัด (ตัวแปร) ในแต่ละพื้นผิว:y) ส่วนใหญ่ของพื้นผิวจะมีการกระจายแบบสุ่มของคุณสมบัติทั่วพื้นผิว แต่บางพื้นผิว (ที่น่าสนใจ) จะแสดงรูปแบบแม่น้ำที่คดเคี้ยว:nnnZผม( x , y)Zผม(x,Y)z_i(x,y)aผม( x , y)aผม(x,Y)a_i(x,y) ฉันต้องการความช่วยเหลือจากคุณในการวัดที่จะบอกเราว่าพื้นผิวใดของที่น่าจะมีลวดลายดังกล่าวมากที่สุดnnn มีแผนที่ที่เป็นไปได้มากมายที่มีฮิสโตแกรมเดียวกันดังแสดงด้านล่าง ดังนั้นการวัดจำเป็นต้อง "ให้รางวัล" ความต่อเนื่องเชิงพื้นที่ เพื่อแสดงสิ่งนี้ฉันได้สร้างภาพสุ่มที่มีฮิสโตแกรมเกือบเท่ากับภาพแม่น้ำ: ดังนั้นสถิติรูปภาพ Ala Entropy อาจเป็นเพียงส่วนหนึ่งของการแก้ปัญหา นี่คือตัวอย่างของภาพที่ไม่มีรูปแบบของแม่น้ำที่คดเคี้ยว: ภาพของฉันเป็นแบบสังเคราะห์ (ทำใน Matlab) ในชีวิตจริงภาพที่ไม่มีรูปแบบอาจมีความต่อเนื่องเชิงพื้นที่มากกว่าในรูปแบบของหยดเล็ก ๆ ที่มีค่าใกล้เคียงกัน นี่คือภาพในโทนสีเทา:

14 image-processing  computer-vision