grundlagen bildverarbeitung kap 5 vers 2
TRANSCRIPT
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 1/11
Bekannte Objekte im Bild finden
Warum ist das Ergebnis einer Kreuzkorrelation ein Maß für die Ähnlichkeit zwischenZwei Vektoren a und b?
Bildausschnitt als Vektor dargestellt
= a
© B. Neumann 09
Template auch als Vektor dargestellt
( ) ( )7 7 8 5 5 6 8 8 9 9 9 4 9 4 6 5 6 7 410⋅ = ⋅ =TT
a b
Die Kreuzkorrelation an der rot gerahmten Stelle mit dem Template entspricht dem Skalarproduktaus Vektor a mit Vektor b. Als Ähnlichkeitsmaß dient die Kreuzkorrelation aber erst dann, wennDie Vektoren auf Länge 1 normiert werden. Es entsteht die normierte Kreuzkorrelation. Beispiel:
,, ,
a b
a b
⋅
= =⋅ ⋅
410
0 93321 4 20 52
= b
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 2/11
Die Korrelation zur Bestimmung
der Ähnlichkeit zwischen zweiVektoren
Zwei Vektoren a und b sind um so ähnlicher, je geringer der Betrag der Vektordifferenz ist.
a b a b a b− = + − ⋅
2 2 2
2Da die ersten beiden Terme auf der rechten Seite nur die Längen der beiden Vektorenangeben, befindet sich die Information über die Ähnlichkeit der Vektoren im dritten Term
a b⋅
© B. Neumann 09
Damit eine allgemeine Vergleichbarkeit unabhängig von der Länge der Vektoren gegebenist, müssen die Vektoren auf die Länge 1 normiert werden.
c ∗ ∗⋅= = ⋅
⋅
a ba b
a b
a*b*
1
a*⋅b*Große Ähnlichkeitzwischen a* und b*
Geringe Ähnlichkeitzwischen a* und b*
1
a*⋅b*
a*
b*
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 3/11
Objekte im Bild findenmit dernormierten Kreuzkorrelation
( , ) ( , ) / ( , )M x y C x y N x y mit=
( , ) ( , ) ( , )
L 1 K 1
u 0 v 0C x y T u v G x u y v
− −
= == ⋅ + +∑∑
© B. Neumann 09
( , ) ( , ) ( , )
L 1 K 1 L 1 K 1
2 2
u 0 v 0 u 0 v 0
N x y T u v G x u y v− − − −
= = = == ⋅ + +∑∑ ∑∑
C(x,y) ist der am Ort (x,y) des Bildes G erhaltene Grauwert nach normierterKreuzkorrelation des Bildes G mit dem Template (Suchvorlage) T. ⊗ bedeutetdas Korrelationszeichen.
( , ) ( , )( , )
( , )
G x y T x yC x y
N x y
⊗=
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 4/11
Gegenüberstellung von Faltungund Kreuzkorrelation
L 1 K 1
L 1 K 12 2
u 0 v 0
L 1 K 1L 1 K 1
2 2u 0 v 0
Kreuzkorrelation :
C(x,y) h(u,v) G(x u,y v), Template h ist L K Matrix
Faltung:
G´(x,y) h(u,v) G(x u,y v) Fenster h ist L K Matrix
− −− −
= =
− −− −
= =
= ⋅ − + − + × −
= ⋅ + − + − × −
∑∑
∑∑
© B. Neumann 09
x
x+u
y+v x
x-u
y-v
x
y
x-(K-1)/2+u
y-(L-1)/2+v
x
y
y+(L-1)/2-v
x+(K-1)/2-u
Links: Indizierung bei Korrelation, rechts: Indizierung bei Faltung.u = 0,1,2,3,...K-1; v = 0,1,2,3,...L-1. Die Pfeile deuten die Zählrich-tungen im Template bzw. Fenster an
G G
G G
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 5/11
Beispiel für eine Kreuzkorrelation 1
Erster berechenbarer Punkt © B. Neumann 09
Binärbild B Template Temp Norm. Kreuzkorrelationvon B mit Temp
Der Algorithmus zur Kreuzkorrelation entspricht mit kleinen Änderungen bei derZählweise dem der Faltung. Für große Templates T ist daher die Berechnungszeitsehr groß, so dass wir uns beschleunigende Maßnahmen einfallen lassen müssen.
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 6/11
Beispiel für eine Kreuzkorrelation 2
Ort größter Überein-
stimmung mit T
© B. Neumann 09
Urbild B
A: Binärbild von B
T: Template aus A
G: Bild nach Kreuzkorre-Lationvon A mit T
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 7/11
Beschleunigung der Suchprozesse 1
Das Aufsuchen von Bildorten, die eine hohe Ähnlichkeit mit dem Template haben,
ist sehr zeitaufwendig. Dies gilt um so mehr für große Templates. Aus diesemGrund lohnt es sich über Verfahren nachzudenken, die die Suchzeit verkürzen.Eine Möglichkeit besteht in der Verringerung der Rasterpunkte des Templats.
Gitterförmige Anordnung der Rasterpunkte
© B. Neumann 09
T
T
Ungleichmäßige Anordnung der Rasterpunkte
Weitere Möglichkeiten der Datenreduktion zur Beschreibung eines Templates
besteht in der Hervorhebung von Kanten, Ecken, Löchern etc.
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 8/11
Beschleunigung der Suchprozesse 2
Die Erhöhung der Prozessgeschwindigkeit wird insbesondere dann erforderlich,wenn eine größen- und/ oder rotationsinvariante Suche nach dem Template im
Bild notwendig wird. Auch für die 3D-Bildverarbeitung ist eine hoheProzessgeschwindigkeit erforderlich, weil die Tiefeninformationen über dieKorrespondenzanalyse erhalten wird. Dabei werden in den Stereobildpaarendie Orte gleicher Objektpunkte gesucht.
© B. Neumann 09
Die Suche wird durch folgende Maßnahmen schneller:• Reduktion der Quantisierungsstufen von Bild und Template• Reduktion des Rasterabstands und der Quantisierungsstufen von Bildund Template (siehe Gaußpyramide auf der nächsten Folie)
• Einschränkung des Suchbereiches durch ROI (sehr wichtig in 3D-CV)
• Auffällige Merkmale wie Kanten, Ecken, starke hell-dunkel-Kontrastehervorheben
• Graubild und Template Binarisieren• Das Template so klein wie möglich machen• Den Kontrast von Bild und Template möglichst groß machen und Rauschen
unterdrücken.
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 9/11
Beschleunigung der Suchprozesse 3Gaußpyramide
Ein Weg zur Beschleunigung des Suchprozesses hat zum Ziel, die Bildinforma-tionen mit einer immer gröberen Auflösung und Abtastung sukzessive zu verrin-
gern. Dabei muss auf analoge Weise eine reduzierte Auflösung und Abtastungdes Templates einhergehen.Hierzu wird für Bild G die Gaußpyramide berechnet. Beispielsweise wird nur
jeder zweite Bildpunkt abgetastet (der Operator hierfür ist ↓2 ) und derErgebnisgrauwert ergibt sich aus der Faltung an der Stelle des Abtastpunktes
© B. Neumann 09
mit einem Mittelwertoperator, z.B. mit dem binomialen 3x3 Glättungsfilter
Demnach geht die (q+1)-te Ebenene der Pyramide aus der q-ten durch die
Operation
hervor.
Bem.: das Operatorzeichen für die doppelt so feine Bildabtastung ist ↑2.
Anderer Verfeinerungen/Vergröberungen der Abtastung werden analogdargestellt.
.binom
1 2 11
h 2 4 216
1 2 1
= ⋅
( ) ( )q q q (0)
binomG h 2G mit G G+ = ↓ =
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 10/11
Beschleunigung der Suchprozesse 4Gaußpyramide
Ebene4
1 2 1Wichtung
© B. Neumann 09
2
1
0
Entstehung einer Gaußpyramide für den 1D-Fall. Ebene 0entspricht dem Original. Der Informationsgehalt der höherenEbenen verringert sich sukzessive.
Gaußpyramide im 2D-Fall
5/11/2018 Grundlagen Bildverarbeitung Kap 5 Vers 2 - slidepdf.com
http://slidepdf.com/reader/full/grundlagen-bildverarbeitung-kap-5-vers-2 11/11
Rotation und Skalierungbei der Suche zulassen
Sind Rotation und Skalierung bei der Suche erlaubt, so sollte
dies aus Gründen einer hohen Verarbeitungsgeschwindigkeit
bei der Modellerzeugung berücksichtigt werden.Für die Rotation müssen das Winkelin
[ ]
[ ]
,
,
min max
min max
krement und das Win-
kelintervall , für die Skalierung das Skalierungsin-
krement s sowie das Intervall s s angegeben werden.
∆φ
φ φ
∆
T
© B. Neumann 09
eines Bildpunktes im Template (in homogenen
Ko
Rotation x
min min
cos sin
, , sin cos ,
,
-1
i
Z 1 Z 1i i2 2
1S 1 S 1i i i2 2
i max
ordinaten):
= T RT
1 0 1 0 0
T 0 1 T 0 1 R 0
0 0 1 0 0 1 0 0 1
mit i i=0, 1,...,n und n
eines Bildpunkte
− −
−− −
′
− φ − φ = − = = φ φ
φ = φ + ⋅ ∆φ φ = φ + ⋅ ∆φ
ix x
Skalierung
min min, .
i
i max
s im Templates:
= s
mit s s i s i=0, 1,...,n und s s n s
′ ⋅
= + ⋅ ∆ = + ⋅ ∆i
x
x x
R
T-1
Drei Abbildungen sind für die
Rotation des Templates nötig