strojni vid seminarska naloga
DESCRIPTION
STROJNI VID SEMINARSKA NALOGA ODPRAVLJANJE SVETLOSTNIH NEHOMOGENOSTI Z MINIMIZACIJO ENTROPIJE SLIKE (Shading correction) Blaž Zorko. Kaj je ”Shading” : • je nezaželen pojav • kaže se kot neenakomerna osvetljenost v sliki, ki na realnih objektih ni prisotna - PowerPoint PPT PresentationTRANSCRIPT
STROJNI VID
SEMINARSKA NALOGA
ODPRAVLJANJE SVETLOSTNIH NEHOMOGENOSTI Z
MINIMIZACIJOENTROPIJE SLIKE
(Shading correction)
Blaž Zorko
Kaj je ”Shading”:
• je nezaželen pojav
• kaže se kot neenakomerna osvetljenost v sliki,
ki na realnih objektih ni prisotna
• odpravljanje ”shadinga” je pomemben korak
pri obdelavi slike (pred postopki segmentacije,
detekcije, razpoznavanja,...)
Vzroki za ”Shading”:
• neenakomerna osvetlitev objektov
• umazanost leč, popačenja na lečah
• neenakomerna prostorska občutljivost senzorja
v kameri
KOREKCIJSKE METODE
Kalibracijske:
• popravljajo neodvisno od zajete slike
• zajeto sliko sproti korigirajo
Û(x,y)=N(x,y)-NBCK(x,y)+C ... odštevanje popravljalne slike
Û(x,y)=N(x,y) / NBCK(x,y)*C ... deljenje s popravljalno sliko
Retrospektivne:
• potrebujejo informacijo zajete slike
RETROSPEKTIVNE METODE
• iterativni postopki
• z informacijo iz zajete s slike, ki vsebuje shading, učijo popravljalno funkcijo
• s pomočjo popravljalne funkcije popravijo moteno sliko
1. Metoda s prileganjem ploskvi (FB)
2. Metoda z minimizacijo entropije slike (EMI)
MODEL SHADINGA
naravna slika = f –1 (motena slika) U ( x , y ) = f –1 ( N ( x , y ) )
Model shadinga predstavimo z naslednjimi enačbami:
popravljena slika = f –1 (motena slika) Û ( x , y ) = ( N ( x , y ) – SA( x , y ) ) / SM( x , y ) )
SA( x , y ) ... aditivna popravljalna komponenta
SM( x , y ) ... multiplikativna popravljalna komponenta
Popravljanje z eno samo komponento:
Û ( x , y ) = N ( x , y ) – SA( x , y )
Û ( x , y ) = N ( x , y ) / SM( x , y )
1. Metoda s prileganjem ploskvi
Popravljalno funkcijo F ( x , y ) je potebno naučiti tako, da bo srednja kvadratna napaka med njo in moteno sliko, čim manjša.
Funkcija, ki jo prilegamo na sliko (ploskev) :
F ( x , y ) = a0 + a1X + a2Y + a3X2 + a4Y2 + a5XY
2
___),(),(..
sliketockahtivnihreprezentapoyxNyxFfcE
ITERACIJSKI OPTIMIZACIJSKI POSTOPEK določi parametre funkcije F(x,y), tako da bo izpolnjen spodnji pogoj:
Izbira reprezentativnih točk
• sliko razdelimo na kvadratke (npr. 10x10 pixlov)
• v vsakem kvadratku poiščemo ali izračunamo reprezentativno točko, ki je lahko: - lokalni minimum (pixel z najmanjšo svetlostjo) - lokalni maksimum - lokalni median
IZRAČUNAMO ADITIVNO IN MULTIPLIKATIVNOKOMPONENTO MODELA:
CayxFyxaS ),(),(ˆ
CmyxFyxmS ),(),(ˆ
MxNiyxF
MxNyxFyxCa
:1),(
1),(),(
MxNiMxNi
yxF
yxN
MxNyxNMxN
yxF
yxN
yxNyxCm
:1:1
),(
),(1
),(1
1
),(
),(
),(
1),(
POPRAVLJAMO PO SPLOŠNEM MODELU:
Û ( x , y ) = ( N ( x , y ) – SA( x , y ) ) / SM( x , y ) )
FB metoda s prileganjem:
• lahko izberemo dve vrsti reprezentativnih točk , naučimo dve popravljalni funkciji
),((),((
),(),(),(ˆ
yxFyxF
yxFyxFyxmS
DB
DB
),((),((
),()),((),()),((),(ˆ
yxFyxF
yxFyxFyxFyxFyxaS
DB
BDDB
),(
),(),()),((
yxS
yxSyxFyxF
M
ADD
),(
),(),()),((
yxS
yxSyxFyxF
M
ABB
Dve enačbi, dve neznanki,...
FB . . . . . . Optimirana na lokalne mediane
FD . . . . . . Optimirana na lokalne minimume
.
2. Metoda z entropijsko minimizacijo
25
243210),( YaXaXYaYaXaaYXSA
Popravljalni komponenti zapišemo takole:
Model shadinga ostane enak:
Û ( x , y ) = ( N ( x , y ) – SA( x , y ) ) / SM( x , y ) )
25
243210),( YmXmXYmYmXmmYXSM
upoštevajoč robna pogoja: 0),( dxdyyxSyx
A1),(
1 dxdyyxS
WH yx
M
)12
()12
(),(2
25
22
43210
HYa
WXaXYaYaXaaYXSA
)12
()12
(1),(2
25
22
43210
HYm
WXmXYmYmXmmYXSM
dobimo:
Iterativni optimizacijski postopek:
),(
),(),(minarg,, YXS
YXSYXNHma
M
A
ma
Entropija popravljene slike naj bo čim manjša:
HxW
n
npnpYXUH1
))(log(*)()),((
Entropija slike:
S spreminjanjem parametrov komponent SA in SM
sproti popravljamo sliko. )
12()
12(),(
22
5
22
43210
HYa
WXaXYaYaXaaYXSA
)12
()12
(1),(2
25
22
43210
HYm
WXmXYmYmXmmYXSM
• postopek ustavimo, ko nadaljnje iteracije ne zmanjšajo
več entropije slike, ki jo popravljamo • popravljena slika je slika iz tistega koraka, v katerem je
bila entropija le-te najmanjša
UPORABA OBEH METOD NA SLIKAH
SLIKE KOŠARKAŠKIH INROKOMETNIH IGRIŠČ
UMETNO GENERIRANE SLIKE PODOBNIH OBJEKTOV
barvne: 384 x 288
črnobele : 400 x 400
PRESLIKAVA V HSV BARVNI PROSTOR
Za
Blue240o
Red0o
Green120o
Magenta
Cyan
Yellow
H
S
V
White
V=0.0
V=1.0
S=0.0 S=1.0Black
0o-360o
0.0-1.0
0.0-1.0
Grafično lahko HSV model
predstavimo v obliki
šeststranega stožca.
METODA Z ENTROPIJSKO MINIMIZACIJO
RGB.bmp
R BG
MOTENA BARVNA SLIKA
H VS
H
MIN
H
MIN
H
MIN
H
MIN
H
MIN
H
MIN
R' B'G' H' V'S'
RGB'.bmpPOPRAVLJENA BARVNA SLIKA
255x255x255 barv
255 nivojev
Popravljanje slike v HSV prostoru je smiselno:
- rezultati enaki ali boljši kot v RGB
- popravljati je potrebno le V komponento
- problem: pretvorba v HSV in nazaj (časovno potratno,
morebitna izguba informacije pri prelikavi ?)
HSV barvni model je bolj soroden naravi človeškega zaznavanja slike.
Hue - parameter določa barvo spektra. Podajamo ga v stopinjah in lahko zavzame vse vrednosti kotov znotraj barvnega kroga heksagrama med 0o in 360 o. Kot 0 o pomeni rdečo barvo.
Saturation – je mera, ki podaja koncentracijo ali čistost barve. Zavzame lahko vrednosti od 0.0 (sivi nivo) pri V-osi do 1.0. (čista barva). Čisto rdečo barvo lahko tako na primer zapišemo kot H=0,S=1,V=1.
Value – je mera, ki podaja svetlost barve. Zavzame lahko vrednosti med 0.0 (temna) in 1.0. (svetla). Če je S=0, predstavlja V-os paleto sivih nivojev, od črne spodaj do bele na vrhu.
BGBRGR
BRGRH
2
1 5.0cos1
GBječeHH 1
GBječeHH 13600
BGRMax
BGRMinBGRMaxS
,,
,,,,
255
,, BGRMaxV
ENAČBE ZA PRETVORBO RGB > HSV
. . . . komponenta, ki vsebuje shading
3D slika igrišča:
- močna refleksija, svetlostna nehomogenost
Popravljena slika:
- razporeditev svetlosti bolj enakomerna, prihaja do popačenj
- minimizacija entropije zaradi velike širine histograma preveč efektivna
- rešitev : omejiti domeno (področje histograma) na kateri deluje algoritem
0 50 100 150 200 250
0
1000
2000
3000
4000
5000
6000
7000
0 50 100 150 200 250
0
1000
2000
3000
4000
5000
6000
7000
Histogram originalne slike Histogram popravljene slike
ORIG. EMI RGB 0-255
EMI RGB 30-180 EMI HSV 30-180
ORIGINAL SLIKAHISTOGRAM R
HISTOGRAM G
HISTOGRAM B
RGB POVPREČNI HISTOGRAM
0 50 100 150 200 250
0
500
1000
1500
2000
0 50 100 150 200 250
0
200
400
600
800
1000
1200
1400
1600
1800
0 50 100 150 200 250
0
200
400
600
800
1000
1200
1400
0 50 100 150 200 250
0
200
400
600
800
1000
1200
1400
1600
ORIG. EMI RGB 30-180
EMI HSV 30-170 FB metoda
0 50 100 150 200 250
0
1000
2000
3000
4000
5000
0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
4500ORIG. EMI RGB 30-180
EMI HSV 30-170 FB metoda
FB metoda s prileganjem ni dobra za velike objekte- črno ozadje je velik objekt >> izločimo ga:ORIGINAL
FB metoda
EMI RGB shading correction-dodano k
originalni sliki EMI RGB shading correction-odvzeto od originalne slike
EMI HSV shading correction-dodano k
originalni sliki EMI HSV shading correction-odvzeto od originalne slike
Popravljanje sivih (umetnih) slik objektov
• boljši rezultati, ker je zelo malo točk na skrajni levi in skrajni desni strani histograma (ni črnega ozadja in bele refleksije)
• ni potrebno omejiti domene svetlosti, v kateri EMI korekcija deluje(deluje v celotnem območju 0-255)
ORIGINAL EMI RGB
FB EMI HSV
0 50 100 150 200 250
0
0.5
1
1.5
2
2.5x 10
4
0 50 100 150 200 250
0
0.5
1
1.5
2
2.5x 10
4
0 50 100 150 200 250
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0 50 100 150 200 250
0
0.5
1
1.5
2
2.5x 10
4
ORIGINAL EMI RGB
FB EMI HSV
FB shading correction-dodano k
originalni sliki FB shading correction-odvzeto od originalne slike
OCENA korekcije slike – entropija popravljene slike
(povprečje za 15 testiranih slik)
ORIGINAL EMI- RGB EMI-HSV FB
ENTROPIJA 0.2655 0.2330 0.2165 0.2369
H[%]- -13% -19% -11%
Ugotovitve in sklepi:
• vse tri metode so se izkazale kot efektivne
• vse tri delujejo zelo dobro na slikah, ki ne vsebujejo preveč komponent skrajnih leg histograma (bela refleksija, črno ozadje)
• FB metoda ni najboljša na slikah, ki vsebujejo velike objekte
• z omejitvijo domene popravljanja (spodnjega in zgornjega praga histograma) se z EMI metodo izognemo popačenjem - posledica: nekoliko manjši efekt popravljanja shadinga
• če je le mogoče, zajamemo sliko brez nepotrebnih elementov(brez črne okolice)
• možne so korenite izboljšave algoritmov za specifične slike
Dodatek 1: neenakomerna osvetlitev keramičnih ploščic
EMI-HSV 0-255
FB EMI-RGB 0-255
ORIGINAL
Dodatek 2: senca na hišiEMI-HSV 80-220
FB EMI-RGB 80-220
ORIGINAL
0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
0 50 100 150 200 250
0
2000
4000
6000
8000
10000
12000
0 50 100 150 200 250
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
EMI-HSV 80-220 FB
EMI-RGB 80-220ORIGINAL
KONEC