Точечные особенности. Особая точка - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Точечные особенности. Особая точка, слайд №1

Точечные особенности. Особая точка, слайд №2

Точечные особенности. Особая точка, слайд №3

Точечные особенности. Особая точка, слайд №4

Точечные особенности. Особая точка, слайд №5

Точечные особенности. Особая точка, слайд №6

Точечные особенности. Особая точка, слайд №7

Точечные особенности. Особая точка, слайд №8

Точечные особенности. Особая точка, слайд №9

Точечные особенности. Особая точка, слайд №10

Точечные особенности. Особая точка, слайд №11

Точечные особенности. Особая точка, слайд №12

Точечные особенности. Особая точка, слайд №13

Точечные особенности. Особая точка, слайд №14

Точечные особенности. Особая точка, слайд №15

Точечные особенности. Особая точка, слайд №16

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Точечные особенности. Особая точка. Доклад-сообщение содержит 16 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Точечные особенности

Слайд 2

Описание слайда:

Особая точка Особая точка m, или точечная особенность (англ. point feature, key point, feature), изображения – это точка изображения, окрестность которой o(m) можно отличить от окрестности любой другой точки изображения o(n) в некоторой другой окрестности особой точки o2(m).

Слайд 3

Описание слайда:

Детектор Детектор – это метод извлечения особых точек из изображения. Детектор обеспечивает инвариантность нахождения одних и тех же особых точек относительно преобразований изображений.

Слайд 4

Описание слайда:

Дескриптор Дескриптор – идентификатор особой точки, выделяющий её из остального множества особых точек. В свою очередь, дескрипторы должны обеспечивать инвариантность нахождения соответствия между особыми точками относительно преобразований изображений.

Слайд 5

Описание слайда:

Свойства особых точек (1) 1992 Haralick и Shapir: Отличимость (distinctness) – особая точка должна явно выделяться на фоне и быть отличимой (уникальной) в своей окрестности. Инвариантность (invariance) – определение особой точки должно быть независимо от аффинных преобразований. Стабильность (stability) – определение особой точки должно быть устойчиво к шумам и ошибкам. Уникальность (uniqueness) – кроме локальной отличимости, особая точка должна обладать глобальной уникальностью для улучшения различимости повторяющихся паттернов. Интерпретируемость (interpretability) – особые точки должны определяться так, чтобы их можно было использовать для анализа соответствий и выявления интерпретируемой информации из изображения.

Слайд 6

Описание слайда:

Свойства особых точек (2) 2006 Tuytelaars и Mikolajczyk Повторяемость (repeatability) – особая точка находится в одном и том же месте сцены или объекта изображения, несмотря на изменения точки обзора и освещённости. Отличительность / информативность (distinctiveness/informativeness) – окрестности особых точек должны иметь большие отличия друг от друга, так, чтобы возможно было выделить и сопоставить особые точки. Локальность (locality) – особая точка должна занимать небольшую область изображения, чтобы уменьшить вероятность чувствительности к геометрическим и фотометрическим искажениям между двумя изображениями, снятых в различных точках обзора. Количество (quantity) – число обнаруженных особых точек должно быть достаточно большим, так чтобы их хватило для обнаружения даже небольших объектов. Однако оптимальное количество особых точек зависит от предметной области. В идеале количество обнаруженных особых точек должно адаптивно определяться с использованием простого и интуитивного порога. Плотность расположения особых точек должна отражать информационное содержимое изображения, чтобы обеспечить его компактное представление. Точность (accuracy) – обнаруженные особые точки должны точно локализовываться, как в исходном изображении, так и взятом в другом масштабе. Эффективность (efficiency) – время обнаружения особых точек на изображении должно быть допустимым в критичных по времени приложениях.

Слайд 7

Описание слайда:

Детекторы углов Углы (corners) – особые точки, которые формируются из двух или более граней, и грани обычно определяют границу между различными объектами и / или частями одного и того же объекта. По-другому можно сказать, что углы – это точка, у которой в окрестности интенсивность изменяется относительно центра (x,y). Углы определяются по координатам и изменениям яркости окрестных точек изображения. Главное свойство таких точек заключается в том, что в области вокруг угла у градиента изображения преобладают два доминирующих направления, что делает их различимыми. Градиент – векторная величина, показывающая направление наискорейшего возрастания функции интенсивности изображения I(x,y). Так как изображение дискретно, то вектор градиента определяется через частные производные по оси x и y через изменения интенсивностей соседних точек изображения. Большинство методов рассматривают угловатость, зависящую от производной 2-го порядка, поэтому в общем методы чувствительны к шуму.

Слайд 8

Описание слайда:

Виды углов

Слайд 9

Описание слайда:

Детектор Моравека (1977г.) 1. Для каждого пикселя изображения: 2. Построить карту нахождения углов в каждом пикселе: 3. Отсечь пиксели, в которых значения C(x,y) ниже порогового значения T.

Слайд 10

Описание слайда:

Детектор Моравека 4. Удалить повторяющиеся углы с помощью применения процедуры поиска локальных максимумов функции отклика (non-maximal suppression). Все полученные ненулевые элементы карты соответствуют углам на изображении.

Слайд 11

Описание слайда:

Детектор Харриса 1988 Для данного изображения I рассмотрим окно W (обычно размер окна равен 5x5 пикселей, но может зависеть от размера изображения) в центре (x,y), а также его сдвиг на (u,v).

Слайд 12

Описание слайда:

Детектор Харриса Взвешенная сумма квадратов разности яркостей равна: где w(x,y) – весовая функция (обычно используется функция Гаусса или бинарное окно)

Слайд 13

Описание слайда:

Детектор Харриса M – автокорреляционная матрица: Угол характеризуется большими изменениями функции E(x,y) по всем возможным направлениям (x,y), что эквивалентно большим по модулю собственным значениям матрицы M.

Слайд 14

Описание слайда:

Детектор Харриса

Слайд 15

Описание слайда:

Детектор Харриса Поскольку напрямую считать собственные значения является трудоёмкой задачей, Харрисом и Стефеном была предложена мера отклика : где k – эмпирическая константа, Таким образом, значение R положительно для угловых особых точек. Затем производится отсечение точек по найденному порогу R (т.е. те точки, у которых значение R меньше некоторого порога, исключаются из рассмотрения). Далее находятся локальные максимумы функции отклика (non-maximal suppression) по окрестности заданного радиуса и выбираются в качестве уголковых особых точек.

Слайд 16

Описание слайда:

Детектор Харриса Детектор Харриса инвариантен к поворотам, частично инвариантен к аффинным изменениям интенсивности. К недостаткам стоит отнести чувствительность к шуму и зависимость детектора от масштаба изображения (для устранения этого недостатка используют многомасштабный детектор Харриса (multi-scale Harris detector)).